2026 年 5 月底，两款"小模型"的密集发布引起了行业关注。面壁智能开源 MiniCPM5-1B，仅 1B 参数却在 AA-Index 上超越所有 2B 级别模型，INT4 量化后仅 0.5GB，可以在手机和浏览器上运行。同日，昆仑万维发布 SkyClaw-v1.0，定位百万上下文 Agent 模型，定价不到同级模型的一半。
这两款产品的共同特征是——它们都在"小"的框架里，追求令人意外的"大"能力。它们揭示了一个正在形成的重要趋势：AI Agent 的能力，正在从"大参数竞赛"向"高效能竞赛"迁移。
MiniCPM5-1B：1B 参数如何超越 2B？
面壁智能在模型小型化上一直有自己的方法论。MiniCPM5-1B 的核心不在于将模型做"小"，而在于如何在"小"的约束条件下实现不对称的性能突破。
AA-Index 是一个综合评测 AI 模型多维度能力的基准，覆盖推理、知识、编程等核心场景。MiniCPM5-1B 以 1B 参数超越所有 2B 级别模型，说明其参数效率远高于同级别竞品——每一亿参数转化成的"有效能力"更高。这背后是面壁智能在模型架构、训练策略和知识蒸馏上的系统性优化。
更令人关注的是 MiniCPM5-1B 的端侧部署能力。INT4 量化后仅 0.5GB 的体积，意味着它可以直接运行在手机、浏览器和 IoT 设备上。在端侧 AI 成为行业共识的背景下，一个能在本地设备上流畅运行的 Agent 模型，对于保护用户隐私、降低云端依赖、实现离线场景具有重要意义。
想象一个场景：你的手机内置了一个 0.5GB 的 Agent 模型，可以离线完成文档摘要、邮件起草、代码补全等任务，不需要上传任何数据到云端。对于注重隐私的用户和企业而言，这种模式比"云端大模型 + 端侧轻量查询"的组合更具吸引力。
SkyClaw-v1.0：百万上下文的 Agent 模型
昆仑万维发布的 SkyClaw-v1.0 则走了一条不同的"小模型"路线。它的"小"是相对的——相比动辄数百亿参数的大模型，SkyClaw 的定价不到同级模型的一半。但它的定位却很大：百万上下文的 Agent 任务模型。
百万上下文意味着什么？它可以一次性处理整本《三体》三部曲级别的文本量。在 Agent 场景中，长上下文（Long Context）是区分"玩具级 Agent"和"生产力级 Agent"的核心指标之一——真正的自主 Agent 需要能理解完整的项目文档、历史对话和上下文约束，而不是每次都"断片式"地重新开始。
SkyClaw 在 OpenClaw 任务上的表现接近更大规模的模型，进一步印证了一个判断：对于特定的 Agent 场景，模型的能力上限并不完全由参数量决定。模型在长上下文理解、多步推理、工具调用上的专项优化，有时比堆参数更有效。
"小模型 + Agent"正在成为独立赛道
MiniCPM5-1B 和 SkyClaw-v1.0 的同时发布不是巧合。它们共同指向一个正在从"大模型附属品"蜕变为"独立赛道"的方向——高效能小型 Agent 模型。
这个赛道的兴起有三个驱动力：
第一，Agent 场景本身不需要"最强"模型。 对于大多数 Agent 任务——邮件自动回复、文档整理、代码审查、数据提取——1B 到 7B 参数级别的模型已经足够胜任。使用 500B+ 参数的旗舰模型来处理这些任务，就像用 F1 赛车去买菜——性能过剩且代价高昂。
第二，成本是 Agent 规模化落地的核心瓶颈。 Agent 场景的特点是高频调用和长时间运行。一次对话可能触发数十次甚至上百次模型推理。旗舰模型按 Token 计费的成本在这种模式下会迅速失控。小型模型虽然单次能力不如旗舰，但低成本允许 Agent 通过"多次调用 + 结果聚合"的策略来弥补能力差距——整体效果相当，但成本降低一个数量级。
第三，端侧部署打开了新的应用空间。 当模型小到可以在设备端运行时，很多以前受限于延迟和隐私的场景变得可行。离线 Agent、本地知识库 Agent、个人隐私助手等应用场景，其商业前景可能并不亚于云端 Agent。
从"越大越好"到"越适合越好"
在过去两年的 AI 行业叙事中，"大"是一个近乎信仰的概念——更大参数、更大上下文、更大算力。但 MiniCPM5-1B 和 SkyClaw 的案例正在改写这个叙事：真正的问题不是"模型能有多大"，而是"完成这个任务最小的模型能有多小"。
这个转折对企业选型有直接的实际意义。过去企业面对"选什么 AI 模型"时，默认答案是"选最强的那个"。现在，更经济的答案可能是：为核心生产任务选一个旗舰模型，为批量日常任务选一个中型模型，为端侧和离线场景选一个小型模型。分层部署策略，才是真正"AI 落地"的姿态。
小模型赛道的崛起，并不意味着大模型的价值被否定。恰恰相反，很多小模型的能力来自大模型的知识蒸馏——MiniCPM5-1B 的卓越参数效率，很大程度源于对更大规模模型的蒸馏学习。大小模型之间的关系不是替代，而是分工。当行业开始认真思考"分工"时，AI 才真正从"秀肌肉"进入了"干活"的阶段。