MiniCPM5-2Bが 2B 級で最も賢くなった。平均 53.9 で 4B 級モデルも上回る。
この記事のポイント
- 小型デバイス向けに設計された2B級モデル
- 同規模群と4B級を凌駕する性能を達成
- ローカル展開向けに多形式で公開
数字で見る
この記事に出てくる数字
| 平均スコア | 53.9 |
|---|---|
| エージェントサンプル | 500K |
| RLサンプル | 80K+ |
どこで使えるか
ローカルや端末で動かしたい人向け。2Bサイズで高水準の推論・コード能力を実現 Hugging Faceで公開済み GGUF形式。2BクラスSOTAは比較セット内
スポンサーリンク
解説
かみくだいて説明します
openbmbが2026年9月5日に、MiniCPM5-2Bという2Bパラメータの言語モデルを公開しました。同じ2Bクラスのモデルと比較した平均スコアは53.9で、4Bクラス以上のモデルも含めてトップの成績です。
2Bクラスで一番ということですね。では、同じサイズのモデルと比べて、特に強みが出ている分野はどこですか。
主に4つの分野で差が開いています。コードを書く能力、数学の推論、長い文章の理解、それにツールを操作して作業を進めるエージェント機能です。このうちコードについては、L0からL3までの段階で管理された学習データを使って訓練しているため、飛び抜けた性能が出ています。
段階で管理されたデータで訓練するというのは、データの質を段階別に選別して使っているということですね。
正確にはそうです。エージェントの訓練には500K個のサンプルを使い、強化学習には80K個以上データを用意しています。強化学習というのは、正解をヒントとして教えて、AIが自分で試行錯誤しながら答えを近づけていく訓練方法です。あわせてウェブの事前学習データも公開しているので、コードや数学、長文理解などの能力向上に役立ちます。
80K個以上の強化学習データですね。では、このモデルを仕事のツールに組み込む場合、動かすのに特別なサーバーは要りますか。
特別なサーバーは不要です。スマートフォンやノートパソコンなどの端末上で直接動かす設計になっています。ただ、長い文章を一度に処理する機能はありますが、一度に読み込める文字数はまだ明記されていません。
端末上で直接動くというのは、クラウドの契約なしで使えるということですね。では、オフラインの環境でも同じように動きますか。
オフラインでのローカルデプロイにも対応しており、リソースが限られた環境でも2Bクラスのオープンソースモデルとして最高水準の性能を達成しています。
コードの性能が上がっているというのは、開発者が書くソースコードの品質が上がるということですね。では、このモデルを動かすためのファイルは、どこからダウンロードできるんですか。
Hugging Face上のopenbmbディレクトリからダウンロードできます。GGUF形式のほか、通常のモデル形式も用意されているので、使っている開発環境に合わせて選べます。
Hugging Faceから選べるというのは、開発者が自分の環境に合わせて形式を変えられるということですね。最後に、今後追加で公開される予定のアップデートはありますか。
追加のアップデート計画については、現時点で明言されていませんが、今後、UltraDataとして学習データを公開していく方針です。新しいデータセットの公開により、モデルの性能がどう変わるかは、追って確認することになります。
出典
この記事のもとになった情報
- Hugging Face:openbmb/MiniCPM5-2B-GGUF
- 公開日:2026-09-05
※ 本文と音声は生成 AI が作成しています。内容は出典をご確認ください。
本作品のキャラクターには株式会社Live2Dの著作物であるサンプルデータが株式会社Live2Dの定める規約に従って用いられています。本作品は制作者の完全な自己の裁量で制作されています。このキャラクターモデルは株式会社Live2Dより許諾を得て商用利用しています。