9月7日前后，面壁智能（OpenBMB）联合清华 NLP 实验室发布 MiniCPM5-2B：一款总参数 25.17 亿（2.52B）的稠密因果语言模型，采用 42 层 Transformer 与分组查询注意力，原生上下文窗口达 131072 tokens。官方公布的 34 项基准平均得分 53.9，在同级 2B 开源模型里排名第一，甚至压过参与对比的 4B 级 Qwen3.5-4B（51.1 分）。
一、小模型凭什么「越级」
几个代表性成绩很能说明问题：LiveCodeBench v6 达 69.1 分、AIME 2026 达 86.5 分、MATH-500 达 94.6 分、τ²-Bench Telecom 达 97.1 分。拉开差距最大的，正是工具调用与代码智能体两项——这正是端侧 Agent 最吃香的能⼒。换言之，它不是「参数小、啥都弱」，而是在最该强的点上做了聚焦。
二、128K 与全开源意味着什么
原生 128K 上下文，让小模型也能吃下长文档、长对话、长代码库；权重走 Apache 2.0，支持 vLLM、SGLang、Ollama、MLX 等全套引擎，还同步开源了训练数据。对开发者而言，这意味着可以把它塞进手机、笔记本、车机，甚至离线环境跑起会调工具、会写代码的智能体，而不必每次都回云端。
三、端侧 Agent 的底座正在成形
过去端侧模型的尴尬在于：要么太弱用不了，要么太重带不动。MiniCPM5-2B 给出的答案是「小参数 + 强工具 + 全开源」。当一台普通设备就能跑起可调用本地工具的智能体，AI 的下沉速度会再快一档——隐私留在本地、成本趋近于零、响应不受网络制约。
四、仍需冷静看待
2B 级模型的天花板客观存在，复杂多步推理、超长程规划仍非其强项；所谓「同级第一」也受对比集合影响。但对「轻量、私密、低成本」的场景，它提供了一个极具诚意的选项。在云端模型越来越贵、越来越大的当下，端侧小模型的回归，本身就是一种平衡。