Gepubliceerd 8 september 2026
OpenBMB bracht MiniCPM5-2B uit op 7 september 2026, een open model met 2,52 miljard parameters dat gemiddeld 53,9 scoort op de 34 benchmarks in de eigen vergelijkingstabel van OpenBMB. Qwen3.5-4B, met ongeveer twee keer zoveel parameters, komt in diezelfde tabel uit op 51,1. De gewichten staan onder Apache 2.0 en de trainingsdata ging er meteen bij.
Waar is MiniCPM5-2B voor gemaakt?
MiniCPM5-2B is gebouwd om te draaien op hardware die je zelf beheert. Denk aan een laptop, een telefoon of een enkele kleine GPU, niet aan een gehuurd datacenter. Het is het tweede model in de MiniCPM5-serie, na MiniCPM5-1B.
Het model is dense, wat betekent dat elke parameter meedoet aan elk woord, en het gebruikt de standaard LlamaForCausalLM-opzet. Dat tweede punt klinkt technisch, maar het scheelt je werk. vLLM, SGLang, Transformers, llama.cpp, Ollama, LM Studio en MLX laden de gewichten gewoon in, zonder eigen code en zonder aangepaste engine. Het contextvenster is 131.072 tokens, ruwweg een document van 250 pagina’s in een keer.
OpenBMB zette acht varianten tegelijk online: het hoofdmodel, een base-checkpoint, een mid-training-checkpoint, een SFT-only-checkpoint, GGUF- en MLX-conversies, een 4-bit GPTQ-versie en een draftmodel genaamd MiniCPM5-2B-DSpark voor speculative decoding, een truc die het genereren versnelt zonder de uitkomst te veranderen. De trainingsdata ging mee, waaronder UltraData-SFT-Agent-2609 met 500.000 agentvoorbeelden en UltraData-RL-2609 met ruim 80.000 reinforcement learning-voorbeelden. Diezelfde dag publiceerde OpenBMB ook JustRL-II-base-model, het startpunt voor de reinforcement learning-methode die hier gebruikt is.
MiniCPM5-2B benchmarks tegenover Qwen3.5-4B
De vergelijking die telt is die met Qwen3.5-4B, want dat is het sterkste model in de tabel van OpenBMB zelf en het heeft ongeveer twee keer zoveel parameters. Lees de laatste rij als het eerlijke tegenwicht voor de rest.
| Wat wordt er gemeten | MiniCPM5-2B | Qwen3.5-4B |
|---|---|---|
| Gemiddelde over alle 34 benchmarks | 53,9 | 51,1 |
| SWE-bench Verified (echte bugs in echte code oplossen) | 46,4 | 33,6 |
| LiveCodeBench v6 (programmeerwedstrijden) | 69,1 | 56,4 |
| BFCL v4 (de juiste tool op de juiste manier aanroepen) | 66,6 | 56,8 |
| NoLiMa (een feit vinden diep in een lang document) | 68,1 | 43,5 |
| MMLU-Pro (brede algemene kennis) | 70,8 | 78,0 |
Dit zijn de cijfers van OpenBMB zelf. De modelkaart geeft aan dat de scores met een dagger uit de publicatie van Artificial Analysis komen en dat de rest intern is gereproduceerd, wat voor de meeste rijen hierboven geldt. De cijfers van de concurrent komen dus van het bedrijf dat de claim doet, op de eigen opstelling. Neem de richting serieus en de precieze verschillen voorlopig.
Waar MiniCPM5-2B tekortschiet
Twee gaten zijn het waard om te kennen voordat je hier iets omheen bouwt.
Het eerste is kennis. MiniCPM5-2B scoort 70,8 op MMLU-Pro tegenover 78,0 voor Qwen3.5-4B, en 70,2 op GPQA-Diamond tegenover 77,1. Een model van 2,5 miljard parameters bevat nu eenmaal minder feiten, en geen enkel trainingsrecept lost dat op. Zoek je een brede vraag-en-antwoordassistent, dan is dit het verkeerde model.
Het tweede is de lengte van de taak. De scores op tool calling zijn uitstekend, maar die meten korte uitwisselingen. Bij langere agentruns kantelt het beeld: 8,6 op Terminal-Bench v2.1 tegenover 25,8 voor Qwen3.5-4B, en 14,4 op SWE-bench Pro tegenover 28,2. MiniCPM5-2B is dus goed in het kiezen van de volgende stap en een stuk zwakker in het vasthouden van een plan over tientallen stappen.
Er is ook een getal dat OpenBMB niet publiceert. De hele belofte is on-device, maar de modelkaart noemt geen snelheid en geen geheugengebruik op een concreet apparaat. Geen tokens per seconde op een telefoon, geen RAM-eis voor de 4-bit-versie, niets. Voor een model dat verkocht wordt op waar het draait, is dat precies wat je als eerste wilt weten en precies wat ontbreekt.
Wat dit betekent
Bouw je agents die tools aanroepen of code repareren, en moeten die draaien op hardware die je zelf beheert, dan is MiniCPM5-2B deze week een test waard. Het team waar dit op past is klein en specifiek: vier mensen die een code review- of ticketagent draaien op een werkstation of een edge-box, waar de data het pand niet uit mag. De 46,4 op SWE-bench Verified tegenover 33,6 voor een model van dubbele omvang is een verschil dat groot genoeg is om ook in je eigen tests op te vallen, niet alleen in de tabel van OpenBMB. Begin met de 4-bit-versie, want de snelheidsvraag die de modelkaart ontwijkt bepaalt of dit ooit live gaat.
Voor al het andere geldt: kijken, niet overstappen. Een brede assistent of een langlopende autonome agent loopt binnen een paar dagen tegen het kennisplafond of het planningsplafond aan. De release past ook in een patroon van de afgelopen maanden, dat je terugziet bij de EVIE-modellen van Tencent en bij K2 Horizon van IFM: kleine open modellen lopen in op smalle, scherp afgebakende taken en bewegen nauwelijks op brede kennis. Wat deze release boven dat patroon uittilt, is wat er meekwam. OpenBMB publiceerde de trainingsdata en de tussenliggende checkpoints, dus je kunt zelf nameten wat elke trainingsstap heeft opgeleverd in plaats van het gemiddelde op vertrouwen aan te nemen. Dat is zeldzamer dan een goede benchmarkscore, en het zou zwaarder moeten wegen.
Voor meer informatie, bekijk de officiële aankondiging van MiniCPM5-2B in de modelkaart van OpenBMB.
