面壁智能开源MiniCPM5-2B模型发布，在多个评测指标上展现出端侧Agent潜力

根据公开资料，面壁智能联合OpenBMB开源了MiniCPM5-2B模型，该模型的参数规模为2B。

在性能表现方面，MiniCPM5-2B展现出强大的能力。根据Artificial Analysis Intelligence Index（AA 榜单）的最新评测结果，MiniCPM5-2B在全球4B参数规模以下的开源基座模型中综合表现位居第一。更具体地看，在Agentic Index指标上，MiniCPM5-2B的总分达到了20分，而同级模型如LFM2.5-2.6B、Granite 4.2 3B和Mistral 3 3B的得分仅为2分。

除了榜单上的领先地位外，MiniCPM5-2B在多个实际应用场景也获得了高分。该模型在覆盖代码推理、数学推理、指令遵循、综合知识、长文本、工具调用和智能体任务等方向的34项基准评测中，平均得分达到了53.9分。此外，MiniCPM5-2B在真实任务评测中获得的总分为891分，这一分数使其位居4B以下模型榜首。

从功能层面来看，MiniCPM5-2B支持工具调用、深度搜索和代码生成等多种任务，这体现了其初具端侧通用Agent的能力。这些能力支撑了它在复杂推理和多步骤任务处理上的表现。

本次开源的发布并非仅限于模型本身。面壁智能与OpenBMB还一同开源了自研强化学习框架Meshy，同时还开源了基于奖励的强化学习策略JustRL II。这表明除了提供一个高性能的基础模型外，也为社区提供了完整的训练和优化工具链。

时间线回顾显示，MiniCPM5-2B模型的发布标志着其在轻量级、高能力AI模型领域的一个重要节点。它将先进的Agent能力带到了更易于部署的端侧规模。

从背景分析来看，当前业界对小型化、高性能的开源模型需求日益增长，这使得MiniCPM5-2B这类参数适中但性能突出的模型具有极高的应用价值。其在多个基准测试上的领先表现，直接回应了市场对于“小而全”AI模型的期待。

影响分析方面，MiniCPM5-2B的开源，预计将加速端侧设备上通用Agent应用的落地进程。开发者可以利用该模型进行工具调用和复杂任务链的构建，降低部署门槛。

需要注意的是，所有关于MiniCPM5-2B的性能数据均来源于公开资料中的评测结果，用户在实际应用中仍需结合具体场景进行验证。本次信息梳理严格基于一次性来源的报道，不代表其他机构或渠道的评估结论。