OpenBMB、Apache-2.0の重みとエージェント学習データを備えたMiniCPM5-2Bを公開
MiniCPM5-2Bは、128Kのコンテキストウィンドウに、ダウンロード可能な重み、量子化ビルド、段階別チェックポイント、エージェント学習データセットを組み合わせている。
目次 · 12
OpenBMBは2026年9月7日、コンパクトな言語モデルMiniCPM5-2Bを公開した。Apache-2.0の重み、複数の量子化形式、中間チェックポイント、デプロイメント文書、ならびに学習データの相当部分を利用可能にしている。
このリリースは、小さなデプロイメント規模と測定可能なエージェント能力を組み合わせている点で注目される。Artificial Analysisは現在、MiniCPM5-2Bにバージョン4.2でIntelligence Indexスコア15を付与しており、総パラメータ数40億未満のオープンウェイトモデルとして最高の結果である。この独立した結果では、Granite 4.2 3Bを4ポイント上回り、大幅に大きいQwen3.5 9Bの推論構成と同水準に位置付けられる。
OpenBMBの発表および元のX投稿で流通したスコア23は、同モデルの現在のインデックススコアではない。これはArtificial Analysis Intelligence Index v4.1.1によるものだった。その後、評価提供元はv4.2でベンチマーク構成と重み付けを変更し、MiniCPM5-2Bの報告スコアは15へ下がった。両バージョンの結果は直接比較できない。
一、OpenBMBが公開したもの
MiniCPM5-2Bは、標準的なLlamaForCausalLMアーキテクチャに基づく、高密度なテキスト専用の因果言語モデルである。製品名とは異なり、このチェックポイントには総計2,516,756,480パラメータが含まれ、そのうち1,981,982,720は非埋め込みパラメータである。そのためArtificial Analysisはこれを26億パラメータのモデルに分類している。
アーキテクチャは42層で、16個のクエリヘッドと2個のキー・バリューヘッドを持つグループ化クエリアテンションを採用し、ネイティブのコンテキスト長は131,072トークンである。標準的なLlama互換実装であるため、一般的な推論フレームワークはモデル固有のアーキテクチャ分岐やカスタムカーネルなしに読み込める。
OpenBMBが公開したのは、単一の指示チューニング済みチェックポイントだけではない。利用可能なアーティファクトには、最終BF16モデル、事前学習のみのベースチェックポイント、中間学習チェックポイント、強化学習および蒸留前のSFTのみのチェックポイント、4ビットGPTQビルド、Apple Silicon向けの4ビットMLXビルド、さらにllama.cpp、Ollama、LM Studio向けのGGUFファイルが含まれる。
公式GGUFリポジトリでは、5.04 GBのF16ファイル、2.68 GBのQ8_0量子化、1.56 GBのQ4_K_M量子化が提供されている。これらのサイズにより、多くのコンシューマー向けシステムで完全なローカル運用が現実的になる。OpenBMBはこのモデルをエッジおよびオンデバイス利用に適したものとして提示しているが、リリース資料には、電話機固有の速度、メモリ、バッテリー、熱に関する独立検証済みの測定値は示されていない。モデルファイルがスマートフォンのストレージに収まること自体は、デバイスや長いコンテキスト全体で許容可能なモバイル性能を証明するものではない。
投機的デコーディング用のDSparkドラフトモデルもある。SGLangを介してMiniCPM5-2Bと組み合わせると、ターゲットモデルが検証するトークンブロックを提案し、ターゲットモデルが受理する出力を変えずに生成を高速化することを目指す。
公開時点で、Hugging Faceは主要チェックポイントに対するホスト型推論プロバイダーを掲載していない。そのため、直ちに利用する経路は公式APIへの呼び出し購入ではなく、モデルのダウンロードとセルフホスティングとなる。
二、ベンチマーク結果と重要なバージョン変更
OpenBMBは、コード、数学、指示追従、知識、長文コンテキスト理解、ツール利用、複数種類のエージェントを対象とする34件の評価で平均53.9を報告している。開発者の比較表では、掲載されたより大規模な参照モデルの中で最高平均は、Qwen3.5-4Bの51.1である。
この53.9という数値は、普遍的なモデル評価ではなく、開発者報告の複合スコアとして読むべきである。異なるベンチマークを平均したものであり、多くの結果にはOpenBMBが内部で再現したものが含まれる。報告された選択的なスコアには、LiveCodeBench v6で69.1、AIME 2026で86.5、BFCL v4で66.6、SWE-bench Verifiedで46.4、GAIA Text-103サブセットで88.7、τ³-Bench Bankingで20.8がある。OpenBMBは、Artificial Analysisによる項目と、自社の評価設定で再現した項目を区別している。
Artificial Analysisは、そのサイズクラス内でのモデルの位置付けについて最も強い独立確認を提供している。Intelligence Index v4.2では、MiniCPM5-2Bは15を記録し、Granite 4.2 3Bの11、推論対応Qwen3.5-4Bの推定14と比較される。Ling 3.0 Tinyは1ポイント高い16だが、総パラメータ数はおよそ3倍である。
独立結果はモデルの限界も示している。MiniCPM5-2Bは、Humanity’s Last Examで9%、Terminal-Bench v2.1で9%、CritPtで0%、SciCodeで26%、Artificial Analysisの長文コンテキスト推論評価で59%を記録した。これらの数値は、このモデルを大規模フロンティアシステムの一般的な代替品として扱うことを支持しない。
一方、エージェントの結果はより競争力がある。MiniCPM5-2BはGDPval-AA v2でEloスコア831に到達しており、この評価では1,000が人間ベースラインを表す。τ³-Bankingでは21%、AA-BriefcaseではElo 438を記録した。Artificial Analysisは、これら3つの評価の加重平均としてAgentic Indexを定義している。
このモデルは、Intelligence Indexの1タスク当たり約19,000出力トークンを使用し、そのうち約11,000トークンは推論トークンだった。これは比較セット内でGranite 4.2 3Bと並ぶ最少の出力トークン使用量であり、Ling 3.0 Tinyの56,000トークンのおよそ3分の1だった。トークン数は、より長い推論トレースがレイテンシ、メモリ圧力、エネルギー消費を増加させるため、ローカルデプロイメントにおいて特に重要である。
1つの異例な結果には注意が必要である。MiniCPM5-2Bの比較的良好なAA-Omniscienceスコアは、主に回答保留によるものだった。質問の29%しか試行せず、非ハルシネーション率78%を示した一方、正確性はわずか8%だった。この結果は、このテストにおける保守的な回答行動を示しており、幅広い事実的知識の習得を示すものではない。
三、エージェント能力が重要である理由
MiniCPM5-2Bは、単なるコンパクトなチャットモデルではなく、ツール利用、コーディング、検索、複数ステップのエージェントワークフロー向けに明示的に学習されている。XML形式のツール呼び出しを出力する。OpenBMBは、minicpm5パーサーがこれらの出力をOpenAI互換のtool_callsへ変換するため、関数呼び出しにはSGLangを推奨している。
公開されたエージェント指示チューニングデータセットは、この重点を非常に具体的に示している。UltraData-SFT-Agent-2609には483,661件のトラジェクトリが含まれ、内訳は汎用エージェントの例が311,006件、ツール利用の例が82,760件、コードエージェントの例が69,895件、検索エージェントの例が20,000件である。
これらは、孤立したプロンプトと回答の組ではなく、マルチターンのトラジェクトリである。ツール定義、呼び出し、環境応答、検証ステップ、エラー、再試行、最終結果を含み得る。対象タスクは、関数呼び出しおよびデータベース操作から、ソフトウェアエンジニアリング、Web検索、ファイル処理、オフィスワークフロー、マルチターンメモリまで及ぶ。
このデータセットは、実行可能なエージェント環境の完全なコレクションではない。OpenBMBは、元の環境、ツール実装、テスト、サンプリングコードは含まれておらず、トラジェクトリで表現された仮想APIの多くは実際のデプロイメントには存在しないと述べている。研究者はインタラクション記録を調査・再利用できるが、公開ファイルだけからすべてのトラジェクトリを自動的に再生することはできない。
開発者にとっての実務上の変化は、プロンプト、ソースコード、ツール結果をリモートモデルプロバイダーへ送信せずに、小規模なローカルモデルをエージェントの意思決定コンポーネントとして評価できるようになったことである。特定のワークフローに対して十分信頼できるかどうかは、依然としてアプリケーションレベルのテスト、権限、検証、復旧ロジックに依存する。
四、学習に関する公開はモデルの重みを超える
OpenBMBは、MiniCPM5-2Bの学習プロセスを、ベース学習、中間学習、ポスト学習の3つの大きな段階で説明している。ポスト学習はその後、教師ありファインチューニング、強化学習、オンポリシー蒸留へと進む。
公開されたUltraData-RL-2609データセットには、85,995件の検証可能な報酬サンプルが含まれる。4つのカテゴリは、32,412件の数学、23,665件のコード、18,046件の長文コンテキストタスク、11,872件の科学または知識推論である。
報酬メカニズムはカテゴリごとに異なる。数学および知識タスクは抽出可能な参照解答を使用し、長文コンテキストサンプルでは提供されたコンテキスト内で裏付けられた回答が必要となり、コード提出はテストケースに対して実行される。OpenBMBによれば、ラベルはマルチモデル合意、回答比較、テストケース検証などの手法で確認され、一方で初期化モデルがすでに一貫して解けていたタスクは除外された。
OpenBMBは、数学、コード、執筆、エージェントタスクを含む分野向けに特化した強化学習教師を学習した。その後、オンポリシー蒸留を用いて、5つのエージェント専門モデルを含む16の専門モデルを公開済みチェックポイントへ統合した。各応答位置において、この手法は生徒と教師のトークン分布間の逆KLダイバージェンスを優位性シグナルとして使用する。
OpenBMBのアブレーション結果によれば、強化学習とオンポリシー蒸留により、SFTチェックポイントに対して推論および一般評価は平均10.96ポイント、エージェント評価は6.96ポイント改善した。これらは開発者による測定値だが、強化学習前と最終のチェックポイントが利用可能であるため、外部研究者は主張された改善を検証できる。
モデルリポジトリと重みはApache 2.0を使用している。付属データセットには追加の注意が必要である。文書では上流ライセンスが引き続き適用されるとされ、無許可の無変更ミラーリングや商用再パッケージ化に対する制限が含まれる。データの再配布を計画する組織は、モデル重みのライセンスがすべての学習アーティファクトを規定すると仮定せず、各データセットの条件を確認すべきである。
五、ローカルAI開発に何が変わるのか
MiniCPM5-2Bは、2026年5月に公開された1B MiniCPM5チェックポイントに続くものであり、コンシューマーデバイスのクラスから外れずに実用的な能力の上限を引き上げる。1.56 GBの4ビットファイル、標準アーキテクチャ、長いコンテキスト、llama.cpp、Ollama、LM Studio、MLX、Transformers、vLLM、SGLangに対する文書化されたサポートにより、新しいモデルファミリーに通常伴う統合作業を削減する。
このリリースは、データの局所性または断続的な接続性が重要な場面で特に関連性が高い。ダウンロード済みのチェックポイントは、その後のプロンプトをOpenBMBに送信せずに動作でき、Apache-2.0モデルライセンスはライセンス条件に従って改変と商用利用を許可する。
最も強く検証された主張は、2Bクラスのモデルがあらゆるタスクで大規模システムに匹敵するようになったということではない。実際にはそうではない。むしろ証拠は、エージェント型ツール利用、コーディング、構造化推論を、およそ20億の非埋め込みパラメータを持つモデルへ圧縮しつつ、複数のより大きなオープンウェイトモデルと競争力を保てることを示している。ダウンロード可能な中間チェックポイントと学習データセットにより、この結果は最終重みにのみ付随するベンチマーク主張よりも検証しやすいものとなっている。
よくある質問
MiniCPM5-2Bは本当に20億パラメータのモデルですか？
総パラメータ数は25.2億、非埋め込みパラメータ数は19.8億である。「2B」はモデルクラスと非埋め込みの規模を指す。
現在のArtificial Analysisスコアはいくつですか？
MiniCPM5-2BはIntelligence Index v4.2で15を記録している。広く引用される23というスコアはv4.1.1のものであり、更新後のインデックスと直接比較することはできない。
インターネット接続なしで実行できますか？
はい。重みとランタイムをダウンロードすれば、GGUF、MLX、GPTQ、またはフル精度版をローカルで実行できる。実際の速度とメモリ要件は、ハードウェア、量子化、コンテキスト長に依存する。
公開物だけで学習プロセス全体を再現できますか？
部分的にのみ可能である。OpenBMBは段階別チェックポイント、レシピ、相当量のSFTおよびRLデータセットを公開したが、エージェントデータセットにはすべての環境、ツール実装、テスト、サンプリングインフラストラクチャは含まれない。
MiniCPM5-2Bは関数呼び出しをサポートしていますか？
はい。XML形式のツール呼び出しを生成し、OpenBMBはそれらをOpenAI互換のツール呼び出しオブジェクトへ変換するSGLangのminicpm5パーサーを推奨している。
参考ソース
Share