MiniCPM5-2B

在 4B 以下开源基座模型中综合性能表现优异，具备工具调用、代码生成、长上下文推理等多项能力，初步展现出端侧通用 Agent 的潜力。

核心亮点

• 53.9 MiniCPM5-2B — 全球 4B 以下综合表现优异：在 AA 榜单上，MiniCPM5-2B 综合能力得分提升至 23 分，位于全球 4B 参数以下开源模型之首，超越 Gemma 4 12B、Qwen3.5 9B 以及各大主流 3B-4B 级别的模型。
• 端侧通用 Agent 能力雏形：通用 Agent 能力获得断层式领先的 20 分，是同级模型的 10 倍能力增长，初步实现高智能密度端侧通用 Agent 能力雏形。
• 数据治理，让智能更高效：MiniCPM5-2B 基于面壁智能 UltraData 的 L0 至 L4 分级数据治理体系，在通用网页、数学、代码、SFT、RL 等多个维度上提出了完善的数据治理方案。伴随 MiniCPM5-2B 一同新开源的，还有 4 个数据集：UltraData-Code、UltraData-SFT-Agent-2609、UltraData-RL-2609、UltraX。

技术亮点

• UltraData 驱动的全阶段训练体系：MiniCPM5-2B 是 UltraData 分级数据管理体系的一次完整实践，覆盖 Base Training、Mid-Training 和 Post-Training 全流程。训练语料来自同步开源的 Ultra-FineWeb、Ultra-FineWeb-L3、UltraData-Math 以及 UltraData-SFT-2605，覆盖通用知识、数学、代码、推理和智能体任务。
• RL + OPD：推理与 Agent 能力显著提升：RL + OPD 是后训练中的关键环节。RL 阶段使用 critic-based 算法，在推理与通用能力上平均提升 ↑10.96 分，Agent 能力平均提升 ↑6.96 分。OPD 阶段对 16 个 RL 专家模型实现能力合并，直接复用各 RL teacher 训练时 prompt 作为蒸馏数据，无需额外构造语料。

模型表现

• 综合：综合评测（平均分）中，MiniCPM5-2B 达到同尺寸开源模型 SOTA 水平（平均分 53.9 分），超过参与对比的全部更大规模模型（最高 51.1 分）。
• 推理：代码推理和数学推理评测中，MiniCPM5-2B 在同尺寸模型中全面领先。
• 通用知识：综合知识评测中，MiniCPM5-2B 在 MMLU-Pro、MMLU-Redux 等多项基准上领先同尺寸模型。
• 指令遵循：指令遵循评测中，MiniCPM5-2B 在 IFBench 和 Multi-IF 上领先同尺寸模型。
• 长文本：长文本评测中，MiniCPM5-2B 在 AA-LCR、NoLiMa 等多项长上下文基准上领先。
• 智能体：智能体能力（工具调用、代码智能体、搜索智能体、通用智能体）评测中，MiniCPM5-2B 获得断层式领先。

* 数据来源于真实模型评测；† 分数取自 Artificial Analysis 官方公布值，其余为内部复现结果