MiniCPM5-2B

MiniCPM 文本系列

MiniCPM5-2B 是 MiniCPM5 系列的第二个模型，将 MiniCPM5-1B 的训练方案扩展至 2B 参数规模，面向本地助手、Coding Agent、工具调用流程以及需要紧凑模型的推理场景。模型在保持较小部署体积与原生长上下文能力的同时，进一步增强代码、数学、长文本、工具调用和 Agent 任务能力，达到同尺寸开源模型 SOTA 水平，综合表现可与部分 4B 级模型竞争。

按部署工具选择对应权重格式，或按训练需求查看 Base、Midtrain 与 SFT 等版本。不同训练阶段的权重用途不同，请先阅读相应模型卡。

模型下载

当前主推版本：MiniCPM5-2B（BF16 / GGUF / MLX / GPTQ）：

HuggingFace	ModelScope
MiniCPM5-2B	MiniCPM5-2B
MiniCPM5-2B-SFT	MiniCPM5-2B-SFT
MiniCPM5-2B-Midtrain	MiniCPM5-2B-Midtrain
MiniCPM5-2B-Base	MiniCPM5-2B-Base
MiniCPM5-2B-GGUF	MiniCPM5-2B-GGUF
MiniCPM5-2B-MLX	MiniCPM5-2B-MLX
MiniCPM5-2B-GPTQ	MiniCPM5-2B-GPTQ
MiniCPM5-2B-DSpark	MiniCPM5-2B-DSpark

快速上手

对三种最常用的推理路径，可以按下面方式启动服务或本地推理。 MiniCPM5-2B 推荐使用 temperature=1.0, top_p=0.95。

vLLM（OpenAI 兼容服务，NVIDIA GPU）

Bash

pip install "vllm>=0.21"
vllm serve openbmb/MiniCPM5-2B --port 8000

测试请求：

Bash

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openbmb/MiniCPM5-2B",
    "messages": [{"role": "user", "content": "你是谁？可以简单介绍一下自己吗？"}],
    "max_tokens": 128,
    "temperature": 1.0,
    "top_p": 0.95
  }'

SGLang（OpenAI 兼容服务，NVIDIA GPU）

Bash

pip install "sglang[srt]>=0.5.16"
python -m sglang.launch_server --model-path openbmb/MiniCPM5-2B --port 30000

测试请求：

Bash

curl http://localhost:30000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openbmb/MiniCPM5-2B",
    "messages": [{"role": "user", "content": "你是谁？可以简单介绍一下自己吗？"}],
    "max_tokens": 128,
    "temperature": 1.0,
    "top_p": 0.95
  }'

DSpark 投机解码

我们同步发布了为 MiniCPM5-2B 训练的 MiniCPM5-2B-DSpark 草稿模型。在 SGLang 中启用后可加速解码，同时保持目标模型输出不变。

Bash

python -m sglang.launch_server \
  --model-path openbmb/MiniCPM5-2B \
  --trust-remote-code \
  --speculative-algorithm DSPARK \
  --speculative-draft-model-path openbmb/MiniCPM5-2B-DSpark \
  --speculative-dspark-block-size 7 \
  --port 30000

Transformers（Python 本地推理，CPU 或 GPU）

Bash

pip install -U "transformers>=5.6" accelerate torch

本地推理测试：

Python

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "openbmb/MiniCPM5-2B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

messages = [{"role": "user", "content": "你是谁？可以简单介绍一下自己吗？"}]
inputs = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    enable_thinking=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=128)
print(tokenizer.decode(
    outputs[0][inputs["input_ids"].shape[-1]:],
    skip_special_tokens=True,
))

推荐采样参数：temperature=1.0, top_p=0.95 其余后端（llama.cpp / Ollama / LM Studio / MLX / ArcLight / vLLM Ascend）见部署指南。

工具调用（Function Call）

推荐使用 SGLang。 MiniCPM5-2B 以 XML 格式产出工具调用，SGLang 内置的 minicpm5 parser 会自动将其转换为 OpenAI 兼容的 tool_calls 字段。

Bash

python -m sglang.launch_server --model-path openbmb/MiniCPM5-2B --port 30000 \
  --tool-call-parser minicpm5      # 或：--tool-call-parser auto

相关资源

主题	入口
部署	MiniCPM5-2B 部署指南
微调	MiniCPM5-2B 微调指南
代码仓库	OpenBMB/MiniCPM
Agent Skills	部署与微调 Skills