MiniCPM5-1B: сильнейшая открытая модель в ультралегком весе 1B

OpenBMB — это китайская лаборатория, основанная в 2022 году совместно лабораторией НЛП Университета Цинхуа и ModelBest Inc. Этот выпуск расширяет границу открытых весов Парето для интеллекта и параметров в масштабе ниже 2B. Он почти на 2 пункта опережает самую эффективную модель 2B с открытыми весами, Qwen3.5 2B от Alibaba (Рассуждение, 16,3), и на 7 пунктов опережает Qwen3.5 0,8B (Рассуждение, 10,5).

В отличие от недавно выпущенной инструкции MiniCPM-V 4.6 1.3B, MiniCPM5-1B (без рассуждений) не поддерживает собственный мультимодальный ввод и предназначен только для ввода и вывода текста.

Ключевые результаты:

➤ MiniCPM5-1B получает оценку 17,9 по индексу искусственного интеллекта анализа, что является самым высоким показателем среди всех моделей открытых весов с параметрами 1B или ниже на 7,4 балла. Следующей по интеллектуальности моделью открытых весов в этом масштабе является Qwen3.5 0,8B (Рассуждение, 10.5). Ни одна другая модель открытых весов с параметрами 2B не превысила 15 баллов по индексу интеллекта; его предшественник MiniCPM-V 4.6 1.3B имеет рейтинг 12,7.

➤ MiniCPM5-1B расширяет границу открытых весов Парето как для интеллекта по сравнению с общими параметрами, так и для интеллекта и активных параметров по шкале ниже 2B. Он превосходит своего предшественника MiniCPM-V 4.6 1.3B (12,7) на 5,3 балла при ~23% меньшем количестве параметров и превосходит Qwen3.5 2B (Reasoning, 16,3) на 1,6 балла при менее чем половине количества параметров.

➤ MiniCPM5-1B более эффективен с точки зрения токенов, чем его более крупные коллеги по рассуждению, но использует больше выходных токенов, чем его предшественник MiniCPM-V 4.6 1.3B (также не имеющий рассуждений). Для запуска индекса интеллекта использовалось 12,6 млн токенов вывода, что примерно в 31 раз меньше, чем у Qwen3.5 2B (рассуждение, 389 млн) и примерно в 8 раз меньше, чем у Qwen3.5 2B (нерассуждение, 100 млн), но примерно в 2,3 раза больше, чем у MiniCPM-V 4.6 1.3B 5,4 млн.

➤ Оценка АА-Всеведения, равная -1, является самой высокой в своем классе размеров и достигается за счет воздержания, а не галлюцинаций. MiniCPM5-1B отказывается отвечать на подавляющее большинство вопросов АА-Всеведение, избегая штрафа за галлюцинации, который опускает коллег ниже 2B до диапазона от -70 до -89 (Qwen3.5 0,8B Нерассуждение при -89, MiniCPM-V 4,6 1,3B при -85, Exaone 4.0 1,2B Нерассуждение при -83). Выбор воздерживаться, а не гадать, является более честной позицией, и Всеведение АА положительно оценивает это.

Дополнительные сведения о модели

➤ Размер: всего 1B параметров (плотный)

➤ Контекстное окно: 128 КБ.

➤ Модальность: только ввод и вывод текста.

➤ Точность: BF16.

➤ Лицензия: Apache 2.0.

➤ Поставщики: после выпуска подтвержденных поставщиков нет.

MiniCPM5-1B расширяет границу открытых весов Парето для интеллекта и параметров по шкале ниже 2B, набрав 17,9 балла всего за 1B параметров, что означает увеличение интеллекта на 5 пунктов с уменьшением количества параметров примерно на 23% по сравнению с предыдущим MiniCPM-V 4.6 1.3B от OpenBMB.

MiniCPM5-1B использует до 31 раз меньше выходных токенов, чем более крупные аналоги, которых он превосходит по индексу интеллекта. Для запуска индекса интеллекта он использовал 12,6 млн выходных токенов, что примерно в 31 раз меньше, чем у Qwen3.5 2B (рассуждение, 389 млн) и примерно в 8 раз меньше, чем у Qwen3.5 2B (нерассуждение, 100 млн), хотя примерно в 2,3 раза больше, чем у его предшественника MiniCPM-V 4.6 1.3B 5,4 млн.

MiniCPM5-1B получает -1 балл по Всезнанию АА, самый высокий показатель в своем классе, зарабатываемый воздержанием, а не галлюцинациями. Сверстники с уровнем ниже 2B обычно пытаются задать большую часть вопросов и часто галлюцинируют, что приводит к низким показателям АА-всеведения; MiniCPM5-1B отклоняет большинство вопросов, и это честная позиция, которую AA-Всеведение положительно оценивает.

Полная разбивка индекса искусственного интеллекта по оценкам