2B 端侧小钢炮开源：面壁 MiniCPM5-2B 登顶全球 4B 以下榜，还把训练配方全公开了

讯飞星火 AI对话免费 DeepSeek AI对话免费 Kimi AI对话免费 面壁智能 AI对话免费

9 月 8 日，AI 圈被一颗「小钢炮」刷屏：面壁智能联合 OpenBMB 开源社区，正式开源端侧语言基座模型 MiniCPM5-2B。它只有 2B 参数，却在 Artificial Analysis 榜单上以 23 分位列全球 4B 以下开源模型第一，智能密度高于参数量约为其 6 倍的谷歌 Gemma 4 12B；更罕见的是，面壁这次不只放出模型权重，连同自研强化学习框架 Meshy、RL 策略 JustRL II、完整训练配方与配套数据集一起开源，被社区称为「L4 级真·开源」。本文把 MiniCPM5-2B 强在哪、为什么「把怎么做出来也开源」很关键、以及它和 讯飞星火 X2.5、Qwen3.8 等端侧 / 小模型的差异，一次讲清。

一、2B 参数干翻 12B：它到底强在哪

MiniCPM5-2B 的参数规模只有 20 亿，却支持工具调用、深度搜索、代码生成等典型 Agent 任务，并已在第一时间完成英特尔、瑞芯微、Arm 等芯片与计算平台的首日适配。在衡量「小模型智能水平」的 Artificial Analysis 榜单上，它以 23 分拿下 4B 以下开源模型第一名，智能密度（单位参数的智能水平）甚至超过了 Qwen3.5 9B，以及参数量约为其 6 倍的谷歌 Gemma 4 12B——也就是说，一个 2B 模型在综合智能评测上追平甚至局部超越了 12B 模型。

更值得关注的是 Agentic Index（智能体能力指数）：MiniCPM5-2B 拿到 20 分，而同级别模型普遍低于 10 分。这意味着它不只是「会聊天」，而是初步具备在端侧跑通用 Agent 的雏形——能调用工具、能多步规划、能自己拆解任务。

二、「真开源」是什么：为什么把训练配方也交出来很罕见

过去一年，开源大模型越来越多，但大多是「开源权重、封闭方法」：你能下载模型文件，却拿不到怎么把它训练出来的完整路径。面壁这次的做法不同——除权重外，还开源了自研强化学习框架 Meshy、基于奖励的 RL 策略 JustRL II，以及完整训练配方、强化学习框架与配套数据集，强调「可复现、可验证」。社区把它称为「L4 级真·开源」。

这件事的意义在于：它把「端侧小模型」从「别人给你一个黑盒」变成「你可以自己复现、改造成自己需要的形态」。对学术研究和企业私有化部署来说，能拿到训练配方，意味着可以在此基础上做领域微调、压缩、裁剪，而不必从头爬这座山。截至 2026 年 8 月，MiniCPM 系列开源模型全球下载量已突破 5000 万次，生态基础已经铺开。

三、端侧 Agent 雏形：小模型开始「会干活」

MiniCPM5-2B 释放出的信号，比单模型性能更重要：端侧小模型正在从「能聊几句」跨向「能自己干活」。过去我们认为 Agent 必须跑在云端大模型上，因为多步推理、工具调用对参数规模要求高；但 2B 模型拿到 20 分的 Agentic Index 说明，路径已经被打开——在手机、PC、嵌入式设备上跑一个「够用的本地 Agent」，不再是遥不可及。

面壁在发布中明确表示，随着端侧 Agent 能力持续提升，办公与生活场景的使用成本有望进一步降低。换句话说，未来你手机里可能驻留一个不依赖云、不上传隐私、随叫随到的本地智能体。

下面这张信息图，把 MiniCPM5-2B 与讯飞星火 X2.5、Qwen3.8-27B 三款端侧 / 本地可跑的小模型核心指标一次性摆清楚。

四、横向对比：MiniCPM5-2B vs 讯飞星火 X2.5 vs Qwen3.8-27B

把三款代表放在一起看，差异就很清楚了：

• MiniCPM5-2B（面壁，2B）：极致小、真开源（训练配方全开放）、Agentic Index 领先，适合嵌进设备做本地 Agent。
• 讯飞星火 X2.5（科大讯飞，4B / 1.7B）：国产端侧标杆，主打百万级上下文与中文场景，已在讯飞星火产品线落地。
• Qwen3.8-27B（阿里，27B）：本地开源旗舰，被开发者称为「本地 Opus」，是 30B 级本地部署的强选择，详见通义千问 Qwen3.8。

三者的共同点是对「本地 / 端侧可跑」的执着，差异则在参数规模与开源策略：MiniCPM5-2B 用最小的身段把「真开源」做到极致，讯飞与 Qwen 则在更大参数上提供更强的综合能力。

五、对开发者和普通用户的实际意义

对开发者：MiniCPM5-2B 的完整训练配方降低了「造自己的小模型」的门槛，配合英特尔 / 瑞芯微 / Arm 的适配，做边缘 AI、私有化 Agent 的试错成本大幅下降。对普通用户：端侧模型越强，越意味着「隐私不上云、离线也能用」的本地智能体验离我们越近。

这也呼应了今年国产大模型的整体走向——从 腾讯混元 Hy4 用 Apache 2.0 宽松协议开源，到 DeepSeek、智谱 GLM、Kimi 在开源与性价比上的持续发力，中国团队正在把「小、快、开」做成一条清晰路线。

六、趋势判断：小模型 + 真开源，端侧 AI 的拐点

把 9 月的几件事连起来看：GPT-6 Astra 把 AI 推向「自主干活」，各大厂的旗舰越做越大；但 MiniCPM5-2B 这类小模型的逆势爆发说明，另一条线同样重要——把智能塞进设备、把方法交还给社区。当 2B 模型能在端侧跑 Agent，AI 的落地点将从云端数据中心扩散到每一台手机、每一块开发板。

对站长和内容生产者而言，这也是一个信号：端侧 AI 工具的数量与质量会快速膨胀，围绕「本地部署、隐私优先、低成本」的场景，会出现一批新工具与新需求。

结语

MiniCPM5-2B 不是参数最大的模型，却可能是 9 月最值得开发者留意的发布之一：它用 2B 身段证明了「小模型也能有 Agent 能力」，又用「真开源」把进阶门槛降到地板。端侧 AI 的拐点，往往就藏在这样一颗小钢炮里。