MiniCPM5-2B: Yerelde kodlama ve araç kullanımı için küçük açık model

MiniCPM5-2B, OpenBMB ve ModelBest’in cihaz üzerinde ve sınırlı kaynaklı ortamlarda çalıştırmak üzere geliştirdiği kompakt bir dil modeli. Asıl iddiası genel bilgi yarışında en büyük modelleri her yerde geçmek değil; kodlama, araç çağırma (tool calling) ve ajan tabanlı iş akışlarında küçük boyutla güçlü bir yerel kullanım seçeneği sunmak.

OpenBMB’nin değişiklik kaydına göre model 7 Eylül 2026 tarihinde yayımlandı. Daha önce, 19 Temmuz’daki WAIC 2026 etkinliğinde tanıtılmıştı. 123

Neyi farklı yapıyor?

Şirket modeli, cihaz üzerinde çalışmaya ve kısıtlı kaynaklara yönelik, yoğun mimarili bir “2B sınıfı” model olarak tanımlıyor. Yayımlanan bilgilere göre toplam parametre sayısı 2,52 milyar. OpenBMB’nin Hugging Face koleksiyonunda MiniCPM5 2B için 131K token bağlam penceresi de listeleniyor. 611

Model Apache-2.0 lisansıyla geliyor. Bu lisans; şartlarına uyulması kaydıyla modelin ticari ürünlere entegre edilmesi, değiştirilmesi ve yeniden dağıtılması açısından ekipler için esnek bir çerçeve sağlıyor. 3

Yayımla birlikte anılan yapılandırma LlamaForCausalLM uyumlu; 42 decoder katmanı ve grouped-query attention kullanıyor. Üretim ortamına geçmeden önce, seçilen checkpoint’in config.json dosyasını doğrulamak önemli: Her teknik ayrıntı mevcut kaynak alıntılarında aynı kapsamda belgelenmiyor.

53,9 benchmark skoru nasıl okunmalı?

OpenBMB, kendi 34 görevden oluşan karşılaştırmasında MiniCPM5-2B için 53,9 ortalama bildiriyor. Aynı tabloda Qwen3.5-4B için 51,1, granite-4.2-3B için 42,7 ve LFM2.5-2.6B için 33,2 değeri yer alıyor. Şirket ayrıca modelin bu belirli karşılaştırmaya dahil edilen daha büyük modellerin tamamını geçtiğini söylüyor. 7

Bu sonuç, modelin boyutu düşünüldüğünde kayda değer. Ancak 53,9 puanı evrensel bir “en iyi açık model” sıralaması olarak değerlendirilmemeli. Bu, görev seçimi, istemler, test altyapısı ve puanların nasıl birleştirildiğine bağlı üretici tarafından yayımlanmış bir toplu sonuç. Dolayısıyla modeli, OpenBMB’nin tablosundaki koşullar altında karşılaştırmak için kullanmak daha doğru; her kullanım türünde tüm 4B ve üzeri modellerden üstün olduğunun kanıtı değil. 79

Mevcut veriler modelin profilini şöyle çiziyor:

• Öne çıkan alanlar kod ve matematik muhakemesi, uzun bağlam kullanımı, araç çağırma ve çeşitli ajan görevleri. 7
• Bağımsız bir değerlendirme özeti, en güçlü tarafların tool use, kodlama ajanları ve NoLiMa tarzı uzun bağlamlı getirme görevleri olduğunu belirtiyor. 6
• Aynı özet, MMLU-Pro, GPQA-Diamond ve MATH-500 gibi genel bilgi ya da zor akademik değerlendirmelerde modelin daha büyük seçeneklerin gerisinde kaldığını aktarıyor. Bu nedenle tercih yalnızca genel ortalamaya göre yapılmamalı. 6

OpenBMB ayrıca Artificial Analysis Intelligence Index’te 4B altı açık kaynak modeller arasında 23 puanla ilk sırada olduğunu duyurdu. Bu, belirli bir zamana ve liderlik tablosuna ait şirket açıklamasıdır; kalıcı ya da tüm değerlendirme yöntemlerini kapsayan bir hüküm olarak görülmemeli. 15

Yerel kullanım için hangi sürümler var?

Açık ağırlık sürümü tek bir nihai checkpoint’ten ibaret değil. Paket; Base ve SFT varyantlarının yanı sıra BF16, GGUF, MLX ve GPTQ quantization biçimlerini içeriyor. 3

OpenBMB, FlagOS için de sürümler yayımladı; bunlar arasında ARM W8A8 varyantı da bulunuyor. Bu seçenekler ARM tabanlı ve edge cihazlara yönelik dağıtım ihtimallerini genişletiyor. 12

Sunucu tarafında Hugging Face tartışma sayfasında openbmb/MiniCPM5-2B modeliyle SGLang üzerinden başlatma örneği yer alıyor. Dizüstü bilgisayar ve benzeri cihazlarda pratik yerel kullanım için quantize edilmiş sürümler daha gerçekçi seçenek; doğru çalışma zamanı ise seçilen formata ve donanıma bağlı. 8

Telefon veya dizüstünde gerçekten çalışır mı?

2,52 milyar parametreli yoğun bir model, onlarca milyar parametreli modellere kıyasla yerel çalıştırma için çok daha ulaşılabilir. Özellikle quantize edilmiş ağırlıklarla; gizlilik, düşük altyapı maliyeti ve hızlı yerel yanıtın öne çıktığı ürünlerde anlamlı bir aday olabilir.

Bununla birlikte, 131K token bağlam desteği her cihazın bu uzunlukta bir oturumu rahatça çalıştıracağı anlamına gelmiyor. İstem uzadıkça KV cache’in bellek ihtiyacı da büyür. Başka bir deyişle, uzun bağlamı desteklemek ile bunu telefonda veya mütevazı bir dizüstünde sorunsuz kullanmak aynı şey değil. 11

Kimler için mantıklı bir seçim?

MiniCPM5-2B şu ihtiyaçlar için güçlü bir aday olabilir:

• Yerel veya edge ortamda kodlama yardımcısı,
• Araç çağırma ve ajan zincirleri,
• Quantize edilmiş modeli uygulamayla birlikte dağıtmak isteyen ekipler,
• Maliyet, gecikme ve veri gizliliğinin azami genel yetenekten daha önemli olduğu senaryolar.

Buna karşılık, zor genel bilgi görevlerinde sürekli yüksek performans ya da kodlama ve araç kullanımının ötesinde geniş kapsamlı muhakeme gerekiyorsa, daha büyük açık modeller hâlâ makul karşılaştırma noktalarıdır. MiniCPM5-2B’nin güçlü teklifi, her alanda kazanma vaadi değil; küçük boyutu, açık ve esnek lisansı ile araç kullanan yerel iş akışlarındaki bildirilen performansının birleşimidir. 67