国产2B小钢炮开源登顶，Agent能力断层领先

全球4B参数规模以下开源基座模型的新榜首，是一个2B模型。9月8日，面壁智能与OpenBMB正式开源新一代端侧模型MiniCPM5-2B。在国际权威基准AA榜单的最新评测中，该模型以23分的综合成绩登顶全球4B以下开源基座模型第一。

在专门评测Agent能力的Agentic Index指标上，MiniCPM5-2B斩获20分，不仅让同级2B-4B模型（普遍仅2分）难以望其项背，甚至超越了Qwen3.5 9B、Gemma 4 12B等参数量数倍于己的模型。在GDPval-AA v2榜单上，MiniCPM5-2B拿到891分，是所有参评模型中最接近人类水平（基线1000分）的一个，领先第二名Granite 4.2 8B（702分）近190分。

在完成同样的Intelligence Index任务时，MiniCPM5-2B平均只消耗21k输出token，处于全场最低一档，而得分相近的Qwen3.5 9B需要34k。对端侧部署而言，这意味着更快的响应和更低的推理成本。

面壁智能认为，端侧Agent的落地价值体现在隐私安全、离线可用与确定性响应、成本优势三方面。Agent应用能否规模化，推理成本是重要约束，高密度端侧模型有望承接相当一部分Agent工作任务，改变应用层成本结构。

在开源生态支持上，MiniCPM5-2B已适配LLaMA-Factory、ms-swift、vLLM、SGLang、llama.cpp、Ollama等主流框架。截至2026年8月，MiniCPM系列模型开源下载量已突破5000万。

此次面壁智能同步开源了训练Recipe、RL框架及核心数据集。在数据侧，开源了四个数据集：UltraX（预训练）用0.6B小模型对网页数据做行级自动编辑，可节省20%训练量；UltraData-Code按L0–L3分级治理代码数据；UltraData-SFT-Agent-2609包含50多万条Agent训练样本；UltraData-RL-2609设计了可验证性过滤、多模型共识校验、rollout难度筛选的三阶段清洗流水线。

在训练框架侧，面壁智能开源了自研强化学习框架Meshy，去掉了RL训练的中央控制器和Ray依赖，可在同步、异步、全异步三种模式中切换。算法层面，团队提出基于奖励的强化学习策略JustRL II，通过三阶段流水线筛选数据，并给GRPO装上Critic实现词元级信用分配。

面壁智能从2023年底至今累计开源了超过10个大模型训练数据集，覆盖网页语料、数学、代码、对话、偏好对齐等几乎所有训练环节。此次将模型权重、训练数据集、RL框架及训练Recipe一并开源，在头部大模型团队中较为罕见。