Un modèle de 2,5 milliards de paramètres qui bat les plus grands et fonctionne sur votre ordinateur portable
OpenBMB a publié MiniCPM5-2B sous Apache 2.0. Il est en tête du classement ouvert sub-4B, gère 131 000 jetons de contexte et fonctionne dans Ollama, LM Studio et llama.cpp sur le matériel que vous possédez déjà.
Le laboratoire open source chinois OpenBMB a publié dimanche MiniCPM5-2B sous la licence Apache 2.0, qui est à peu près aussi permissive que les licences logicielles : vous pouvez l’exécuter, le modifier et l’expédier dans un produit commercial sans demander à personne. Le modèle comporte 2,52 milliards de paramètres, les nombres internes qu’un modèle apprend au cours de la formation, ce qui, selon les normes de 2026, est petit. Assez petit pour s’asseoir confortablement sur un ordinateur portable ou un téléphone.
Il se trouve aussi que c’est bien. Sur 34 benchmarks, le modèle affiche une moyenne de 53,9, devant Qwen3.5-4B à 51,1, ce qui le place en tête du classement ouvert pour les modèles de moins de 4 milliards de paramètres. Les scores les plus remarquables sont des scores pratiques plutôt que triviaux : 97,1 sur la division Telecom de tau-squared Bench, qui teste si un modèle peut appeler des outils et suivre une procédure en plusieurs étapes sans perdre le fil, et 69,1 sur LiveCodeBench v6 pour le code. Artificial Analysis, qui effectue ses propres évaluations indépendantes, lui a attribué une note de 15 sur l’Intelligence Index v4.2, premier parmi les modèles à poids ouvert inférieur à 4B et devant Granite 4.2 3B à 11. Le contexte natif est de 131 072 jetons, soit environ un livre de 300 pages gardé à l’esprit à la fois, et le modèle dispose d’un mode de pensée hybride que vous pouvez activer lorsqu’une question mérite un raisonnement plus lent. Il fonctionne immédiatement avec vLLM, SGLang, llama.cpp, Ollama, LM Studio et MLX pour Apple Silicon. OpenBMB a également publié les ensembles de données de pré-entraînement, de réglage fin et d’apprentissage par renforcement ainsi que les points de contrôle intermédiaires, ce qui est plus rare que la publication seule des poids.
Qu’est-ce qu’il y a derrière ça
Pendant deux ans, l’histoire a été que la capacité venait de la taille, donc tout ce que l’on pouvait faire fonctionner à la maison était un jouet. Cela a cessé d’être vrai tranquillement. Les recettes de formation se sont améliorées, les données sont devenues plus propres et les petits modèles ont commencé à hériter d’une grande partie de ce que les grands avaient appris. Un modèle à 2,5 milliards de paramètres en 2026 fait des choses avec lesquelles un modèle à 70 milliards de paramètres avait du mal en 2024.
Pourquoi un laboratoire donne-t-il ça ? En partie réputation, en partie écosystème. Si MiniCPM devient le petit modèle par défaut que les utilisateurs affinent et intègrent dans les appareils, OpenBMB se situe au centre de ce monde. Et la publication des données d’entraînement avec les poids est une réponse directe à une plainte courante concernant les modèles « ouverts » qui contiennent un binaire et rien d’autre.
Ce que cela signifie pour vous : Si vous n’avez jamais exécuté de modèle sur votre propre machine, c’est une bonne première. Installez Ollama ou LM Studio, extrayez MiniCPM5-2B et vous disposez d’un assistant privé qui fonctionne hors ligne, ne coûte rien par question et n’envoie jamais votre texte nulle part. Il ne remplacera pas un modèle frontière pour un raisonnement difficile, et il ne faut pas s’attendre à ce qu’il le fasse. Mais pour rédiger, résumer, reformater et répondre à des questions sur des documents que vous préférez ne pas télécharger à qui que ce soit, c’est vraiment suffisant. Si vous créez des produits, la partie intéressante est la licence plus la taille : il s’agit d’un modèle que vous pouvez expédier dans une application, sur un téléphone, sans facture API et sans limite de débit.
Sources
Sept agents IA ont de vrais comptes bancaires et 72 heures. Ils ont facturé 12 431 $ à des étrangers et n'ont rien gagné
Bottleneck Labs a offert à sept modèles Frontier 300 $ chacun, un Mac mini déverrouillé et une instruction. Le résultat a été 2 797 courriers indésirables, 50 factures non sollicitées et aucun revenu. Les chercheurs déplacent les futures expériences vers la simulation.
