중국 ModelBest 산하 오픈소스 조직 OpenBMB가 MiniCPM5-2B를 Apache-2.0 라이선스로 공개했다.
총 파라미터는 약 2.52B, 임베딩 제외 실질 파라미터는 1.98B다. 네이티브 컨텍스트 윈도우는 131,072 토큰이다. MiniCPM5-1B에 이은 MiniCPM5 시리즈 두 번째 모델이다.
아키텍처는 표준 LlamaForCausalLM 레이아웃을 따른다. 42개 레이어, 쿼리 헤드 16개·키/밸류 헤드 2개의 그룹 쿼리 어텐션 구조다. 커스텀 커널이나 모델 코드 포크 없이 주류 추론 엔진에서 바로 로드할 수 있다.
OpenBMB의 34개 벤치마크 비교에서 평균 53.9를 기록했다. 4B급인 Qwen3.5-4B(51.1)와 granite-4.2-3B(42.7)를 앞선다. 코딩·툴 사용·장문 검색 영역에서 강점이 두드러진다. LiveCodeBench v6는 69.1(Qwen3.5-4B 56.4), SWE-bench Verified는 46.4(Qwen3.5-4B 33.6), BFCL v4는 66.6, NoLiMa는 68.1(Qwen3.5-4B 43.5)이다. 지식 집약 항목인 MMLU-Pro는 70.8로, Qwen3.5-4B의 78.0에 못 미친다.
학습 파이프라인은 UltraData 계층 관리 방식이다. 약 4,000억 토큰 규모의 심층 사고 지도학습(SFT), JustRL II 알고리즘 기반 수학·코드·에이전트·작문 특화 강화학습(RL), 16개 RL 전문가 모델(에이전트 5개 포함)을 하나로 합치는 온폴리시 증류 순으로 진행됐다. OpenBMB에 따르면 RL과 증류 단계에서 추론·일반 벤치마크 평균 10.96점, 에이전틱 벤치마크 평균 6.96점이 향상됐다.
지원 런타임은 vLLM, SGLang, Transformers, llama.cpp, Ollama, LM Studio, MLX, LiteRT, FlagOS 멀티칩 빌드다. GGUF, MLX, GPTQ 패키지도 제공한다. 데이터센터 GPU 없이 툴 콜링과 장문 컨텍스트를 처리하는 로컬 어시스턴트 구축을 겨냥한 구성이다.
모델 가중치와 함께 웹·코드·수학·에이전트 SFT·RL 샘플을 포함한 UltraData 코퍼스도 공개됐다. Base, Midtrain, SFT 전용 중간 체크포인트도 별도 제공한다.
스마트폰·노트북·엣지 기기에서 구동 가능한 4B 미만 모델로, 온디바이스 AI 적용을 검토하는 개발사에 선택지가 늘었다.
