OpenBMBは2026年9月7日、MiniCPM5-2Bの重みと関連資料を公開しました。クラウドのチャットサービスだけに頼らず、自分の機器にダウンロードして実行できます。今回のニュースは実際に入手できる公開版であり、過去の展示を新発表として扱うものではありません。本記事は直近72時間のニュース枠です。ローカルアシスタントやコード支援、小型エージェントを作る人の選択肢が増えました。
今回、何が公開された？
名称は2Bですが、公式の総パラメータ数は約25.2億、ネイティブのコンテキスト上限は131,072トークンです。文字を扱う言語モデルであり、画像理解や動画生成のモデルではありません。重みはApache 2.0で配布され、BF16、GGUF、MLX、GPTQなど、実行環境に合った形式を選べます。
最終モデルに加え、Base、Midtrain、SFTの途中チェックポイントや、事前学習・コード・数学・エージェント関連のデータも公開されています。研究者は段階ごとの差を調べられ、アプリ開発者は完成版から試せます。データセットごとのライセンスと説明は個別に確認する必要があります。
小型モデルの価値は点数だけではない
ローカル実行では、入力を毎回遠隔モデルに送らず自分の機器で推論できます。公式ガイドにはllama.cpp、Ollama、LM Studio、MLX、vLLM、SGLangが並び、Mac向けのMLXやツール呼び出し向けのSGLang例もあります。ただし、これは技術的な導入口で、すべてが設定済みの一般向けアプリではありません。
重みを無料で入手できても、メモリー、計算時間、電力は必要です。131Kの上限は、すべてのスマートフォンでその長さを快適に処理できる保証ではありません。本記事では実機測定をしておらず、速度や温度は約束できません。量子化版も自分の用途で品質を確かめる必要があります。
平均点の高さと全項目の勝利は別
OpenBMBの比較表では34項目の平均が53.9、同表のQwen3.5-4Bは51.1です。特定の評価項目をまとめた結果であり、全面的な優位性を示すわけではありません。外部評価を引用した項目と内部再評価も区別されており、表全体を独立した第三者評価とは扱えません。
ツール利用やコードの一部で強さを見せる一方、MMLU-Pro、一部の長文課題、難しいコードエージェント評価では比較モデルに届かない項目もあります。知識回答、コード修正、定型ツール呼び出しなど、実際の仕事に合わせて判断すべきです。
どんな人に向いている？
まず注目したいのは、すでにローカルAIを使う人、クラウド依存を減らしたい開発者、小型モデルの学習を研究する人です。一般利用者にとっての意味は、大型チャットをすぐ全部置き換えることではなく、範囲の明確な仕事を自分の機器で処理できる可能性です。重みと資料の公開によって、実際に検証できる段階になりました。
