MiniCPM5-2Bとは？
MiniCPM5-2Bは、中国のオープンソースグループOpenBMBによる小型言語モデルです。2026年9月7日に公開され、MiniCPM5-1Bの後継にあたります。パラメータは25.2億で、標準的なLlama形式の構成のため、llama.cpp、Ollama、LM Studio、MLX、vLLMなどの一 般的なツールが独自のコードなしに読み込めます。テキストを読み書きし、コンテキストは131,072トークンです。
OpenBMBは、ローカルのアシスタント、コーディングエージェント、ツール利用向けにこのモデルを訓練しました。事後学習には段階的な推論の例4,000億トークンを使い、その後に強化学習と蒸留を行いました。最終モデルとあわせて、ベース、中間学習、ファインチューニングの各チェックポイント、GGUF、MLX、4ビットGPTQの各版、生成を速めるドラフトモデル、そして500,000件のエージェントの例を含む訓練データの多くを公開しています。
すべてApache 2.0です。
MiniCPM5-2Bは使う価値があるか？
少なくとも開発元の数値では、ツール呼び出しと短いコード修正で、MiniCPM5-2Bは小型モデルの基準となる存在です。OpenBMBの表では34のベンチマークの平均が53.9で、ほぼ2倍のサイズのQwen3.5-4Bの51.1を上回ります。差が最も大きいのは、SWE-bench Verified（46.4対33.6）、関数呼び出しのBFCL v4テスト（66.6対56.8）、長いコンテキストのNoLiMaテスト（68.1対43.5）です。これらの大半はOpenBMB自身が実行したもので、Artificial Analysisによる数値はGPQA DiamondとTerminal-Benchだけです。
弱点は知識と持久力です。MMLU-Pro（70.8対78.0）とGPQA Diamond（70.2対77.1）では4Bモデルに劣ります。長い多段階のターミナル作業を測るTerminal-Bench 2.1では25.8に対して8.6、SWE-bench Proでは28.2に対して14.4です。推論の過程4,000億トークンと500,000件のエージェントの例で事後学習したモデルらしい結果です。次のツール呼び出しは得意ですが、何十回もの呼び出しにわたって計画を保つのは苦手です。
ローカ ルで動くことを売りにするモデルにしては、モデルカードには導入を決める数値が乏しいです。どのデバイスについてもメモリ、レイテンシ、毎秒トークン数の数値がなく、DSparkドラフトモデルによる高速化の計測値もありません。ファイルサイズがその穴を一部埋めています。公式のQ4_K_MのGGUFは1.56 GB、Q8_0は2.68 GBで、サイズの上ではスマートフォンや控えめなノートPCにも手が届きます。ただし、OpenBMBの誰も計測したフットプリントを公表していません。
Gemma 4の小型サイズと一線を画すのはオープンさです。Gemma 4の小型サイズは同じ表で24.6と31.2です。ベース、中間学習、ファインチューニングの各チェックポイントがデータの多くとともにApache 2.0で公開されているため、自社のツールスキーマに合わせて調整するチームは、文書化された地点から始められます。モデルカードは、llama.cppの既定のmin_pの0.05では同じことを繰り返すことがあるとも警告しています。標準の設定で読み込む人は誰でもつまずく細部です。
真価を発揮する場面
AndroidやiOSのアプリにオフラインのアシスタントを組み込むモバイル開発者
サーバーとの往復なしに、入力や音声の依頼をアプリ自身の関数の呼び出しに変える
1.56 GBのQ4_K_MのGGUFかLiteRT-LM版がデバイス上で動くため、呼び出しごとのコストはなく、ユーザーのデータはスマートフォンにとどまります。関数呼び出 しは最も得意な分野です（BFCL v4で66.6）。長い多段階の実行は失敗しやすいので、ツールの連鎖は短く保ちます。
中位のGPU 1基で社内のコーディング補助を運用するプラットフォームエンジニア
人が見る前に、CIで範囲の明確な小さなバグを仕分けて修正する
minicpm5のツールパーサーを使うvLLM 0.21かSGLangで、5 GBのBF16の重みを提供します。SWE-bench Verifiedの46.4はサイズの割に高い一方、SWE-bench Proの14.4は、単一ファイルの修正にとどめ、難しいチケットは大きいモデルに回すべきことを示しています。
小型モデルの事後学習を研究する大学のMLグループ
現在のSFT、RL、蒸留の手法を、控えめな予算で再現したりアブレーションしたりする
各段階の公開チェックポイントと、UltraDataのSFT、エージェント、RLのデータセットにより、どの地点からでもファインチューニングして比較できます。Apache 2.0で利用制限はありません。このサイズでここまで公開するラボは多くありません。
技術者が電波の不安定な現場で働くフィールドサービス企業の運用マネージャー
大まかなメモから作業票を埋めるノートPCのアシスタントを技 術者に与える
ローカルで動かせば、APIの費用も、顧客のメモをクラウドのモデルに送る場合に必要になるデータ保護の審査もなくなります。その代わり一般的な知識は4Bモデルより弱いため、フォームの記入以上のことは確認が必要です。
導入前に確認すること
- 導入
- Transformers 5.6以降、vLLM 0.21以降、SGLang 0.5.16以降、llama.cpp、LM Studio、Ollama、MLXで標準のLlamaモデルとして読み込めます。OpenBMBはtemperature 1.0、top_p 0.95、min_p 0を推奨しています。
- 連携
- ツール呼び出しにはSGLangが推奨のバックエンドです（--tool-call-parser minicpm5）。公式のGGUF、4ビットMLX、4ビットGPTQ、LiteRT-LMの各版と、投機的デコード用のDSparkドラフトモデルがあります。
- データとプライバシー
- コードと重みはApache 2.0で、売上の上限も許容利用の追加条項もありません。セルフホストのみなので、プロンプトは自社のハードウェアにとどまります。Hugging Faceの推論プロバイダーでホストしているところはありません。
- 大規模利用時のコスト
- ホスト型の価格はないため、コストはハードウェ アです。BF16の重みは約5 GB、Q8_0で2.68 GB、Q4_K_Mで1.56 GBで、一般向けGPU 1基やノートPCにコンテキスト分の余裕を残して収まります。OpenBMBは、台数の見積もりに使えるスループットの数値を公表していません。
- 制限
- コンテキストは131,072トークン。Terminal-Bench 2.1の8.6とSWE-bench Proの14.4は、長いエージェントの実行が弱点であることを示しています。llama.cppの既定のmin_pの0.05では繰り返しが起きることがあります。
良い点
- Apache 2.0で、ベース、中間学習、SFTのチェックポイントとデータが公開されています
- BFCL v4で66.6、SWE-bench Verifiedで46.4（ベンダーによる実行）
- Q4_K_Mで1.56 GBで、一般的なローカルランタイムすべてで読み込めます
- 131Kトークンのコンテキスト
気になる点
- MMLU-ProとGPQA DiamondでQwen3.5-4Bに約7ポイント劣ります
- Terminal-Bench 2.1は8.6で、長いエージェントの実行に弱いです
- メモリ、レイテンシ、スループットの数値が公表されていません
- llama.cppの既定のサンプリングでは同じことを繰り返します
おすすめの人
スマートフォン、ノートPC、エッジのハードウェアにツール呼び出しやコーディングの補助機能を載せる開発者と、完全に文書化された小型モデルの訓練を求める研究者。
MiniCPM5-2Bの代替
MiniCPM5-2B：よくある質問
- MiniCPM5-2Bは使う価値があるか？
- 4Bモデルのようにツールを呼び出し、コードを修正する2Bモデルです。ただし、知識は4Bモデルより目に見えて少なくなっています。 評価は5点満点中4.0点です。
- MiniCPM5-2Bの料金は？
- 重みと訓練データはApache 2.0で無料です。
- MiniCPM5-2Bの欠点は？
- MMLU-ProとGPQA DiamondでQwen3.5-4Bに約7ポイント劣ります; Terminal-Bench 2.1は8.6で、長いエージェントの実行に弱いです; メモリ、レイテンシ、スループットの数値が公表されていません; llama.cppの既定のサンプリングでは同じことを繰り返します.
- MiniCPM5-2Bは誰に向いているか？
- スマートフォン、ノートPC、エッジのハードウェアにツール呼び出しやコーディングの補助機能を載せる開発者と、完全に文書化された小型モデルの訓練を求める研究者。
- チームや本番環境でMiniCPM5-2Bを使うと費用はいくらか？
- ホスト型の価格はないため、コストはハードウェアです。BF16の重みは約5 GB、Q8_0で2.68 GB、Q4_K_Mで1.56 GBで、一般向けGPU 1基やノートPCにコンテキスト分の余裕を残して収まります。OpenBMBは、台数の見積もりに使える スループットの数値を公表していません。
- MiniCPM5-2Bは企業データを扱っても安全か？
- コードと重みはApache 2.0で、売上の上限も許容利用の追加条項もありません。セルフホストのみなので、プロンプトは自社のハードウェアにとどまります。Hugging Faceの推論プロバイダーでホストしているところはありません。
- MiniCPM5-2Bの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はSmolLM3-3B, Granite 4.2 、 Gemma 4です。
回答確認日：2026年10月22日