MiniCPM5-2B在Artificial Analysis Intelligence Index v4.2上得15分，超越Granite 4.2 3B（11分），但落后于Ling 3.0 Tiny（16分）。
OpenBMB发布了MiniCPM5-2B，一个2.6B参数的密集推理模型，文本输入输出，Apache 2.0许可。在Artificial Analysis Intelligence Index v4.2上，该模型得15分，是总参数低于4B的开源模型中得分最高者，比Granite 4.2 3B（11分）高4分，比Ling 3.0 Tiny（16分）低1分，而Ling 3.0 Tiny的总体参数约为其3倍。
MiniCPM5-2B的上下文窗口为131k tokens，仅支持文本输入，权重可在Hugging Face上获取（Apache 2.0）。OpenBMB是MiniCPM系列高效小模型的开源AI团队。
代理能力在同尺寸模型中领先
MiniCPM5-2B的代理能力是其在该尺寸下的优势。在GDPval-AA v2测试中，它达到Elo 831，领先Ling 3.0 Tiny（718）约110分，领先Granite 4.2 8B（647）约180分。在τ³-Banking测试中，它以21%的成绩与Ling 3.0 Tiny并列第一，优于Granite 4.2 8B（8%）。
在AA-Briefcase评估中，MiniCPM5-2B的Elo为438，在对比模型中排名第二，高于Granite 4.2 8B（324），略低于Ling 3.0 Tiny（485）。AA-Briefcase是Artificial Analysis的代理知识工作评估。
知识、代码和长上下文是短板
MiniCPM5-2B在部分测试中表现较弱。在Humanity's Last Exam中得分9%，在对比集中排第7，落后于Gemma 4 12B（Reasoning）的16%。在Terminal-Bench v2.1上，它得分9%，排第8，而Qwen3.5 9B（Reasoning）得29%。在CritPt上，它得0%。
在SciCode测试中，MiniCPM5-2B得分26%，在五个测量模型中排第二，落后于Granite 4.2 8B（31%）。在AA-LCR v1.1上，它得分59%，在对比集中排第5，低于Ling 3.0 Tiny（60%）。在GDP.pdf（专业文档推理评估）中，它直接通过1%的任务，低于gpt-oss-20b（high）的2%。
在AA-Omniscience测试中，MiniCPM5-2B的得分为-12，原因是它倾向于弃答而非追求准确性。它只尝试了29%的问题，非幻觉率为78%，准确率为8%，低于Ling 3.0 Tiny（9%）和Qwen3.5 9B（Reasoning，16%）。
相对于推理模型的token效率
MiniCPM5-2B在智能指数任务中平均每个任务使用19k输出tokens，与Granite 4.2 3B（19k）并列对比模型中最低。Ling 3.0 Tiny则使用了56k tokens，约为其3倍，以换取高1分的指数得分。MiniCPM5-2B的输出tokens中，有11k为推理tokens。输出tokens的使用量对2.6B模型瞄准的端侧和边缘部署至关重要。