知识卡片：面壁智能开源MiniCPM5-2B，AA榜单4B以下综合第一

英文关键词： MiniCPM5-2B; AA Benchmarks; OpenBMB; open-source base model; AI agent; edge AI

一句话结论

面壁智能联合OpenBMB开源MiniCPM5-2B，在AA榜单综合得分23分，位列全球4B以下开源基座模型首位，其智能体指标得分为同级模型的10倍。

事件概述

腾讯研究院AI速递（2026-09-09）报道，面壁智能联合OpenBMB开源MiniCPM5-2B。报道称该模型在AA榜单综合得分23分，位列全球4B以下开源基座模型第一名；智能体指标得分20分，为同级模型的10倍。

方法/产品要点

• 开源模型：MiniCPM5-2B，定位为4B以下开源基座模型。
• 同步开源4个数据集，包括UltraData-Code、UltraX等。
• 同步开源自研强化学习框架Meshy与JustRL II算法。
• 相关发布称，该模型在34项基准评测中平均53.9分，排名第一。
• 已与英特尔、瑞芯微、Arm完成Day0适配。
• MiniCPM系列开源下载量突破5000万。

主要结果或产业意义

MiniCPM5-2B以较小的参数规模在AA榜单上超过同类开源基座模型，尤其在智能体指标上表现突出，被报道为“同级模型的10倍”。同时完成多家芯片平台的Day0适配，体现小参数模型面向终端和边缘侧部署的意图。

为什么重要

这条信息与已有相关卡片（SIMA 2、Together推理、Cursor Design Mode）的增量在于：它不是通用大模型或应用层工具，而是展示了“小参数开源基座模型 + 智能体能力”的路径——在低于4B参数规模下达到榜单领先的智能体分数，并配合数据集、强化学习框架与芯片适配形成完整开源方案。这有助于关注Agent模型小型化、端侧智能体部署与开源生态的读者理解行业趋势。

局限与不确定性

• “AA榜单”的具体评测机构、版本与详细方法待核实。
• “智能体指标20分为同级模型的10倍”中的“同级模型”具体范围定义待核实。
• “34项基准评测平均53.9分”的具体基准列表和评测条件待核实。
• “Day0适配”的具体支持范围与厂商落地产品待核实。
• 原文未提供MiniCPM5-2B的参数量、上下文长度、训练数据等模型技术细节，待核实。

可用于图书/PPT/简报的角度

• 以“小模型也能做好智能体”为切口，讨论模型小型化与Agent能力的关系。
• 从“开源模型 + 数据集 + 强化学习框架 + 芯片适配”组合出发，展示开源社区如何构建完整工具链。
• 作为“端侧AI/边缘智能”案例，对比云端大模型与设备端小模型的分工趋势。

原始材料

• 来源：腾讯研究院AI速递 20260909
• URL：https://m.sohu.com/a/1073532700_455313
• 相关描述：面壁智能联合OpenBMB开源MiniCPM5-2B，AA榜单综合得分23分，位列全球4B以下开源基座模型首位；智能体指标20分为同级模型的10倍；同步开源UltraData-Code、UltraX等4个数据集，以及自研强化学习框架Meshy与JustRL II算法；34项基准评测平均53.9分排名第一；已与英特尔、瑞芯微、Arm完成Day0适配；MiniCPM系列开源下载量突破5000万。