面壁 MiniCPM5 2B 实测：工具调用与长上下文领先，完整智能体任务不及 Raon-1 nano

OpenBMB· @OpenBMB · X·2026-11-13 09:27· 1 小时前AI 评分52

AI 导读

面壁智能 OpenBMB 转发用户 @PaulGug 对 Raon-1 nano 等 5 个小模型的本地智能体实测，并致谢社区测试。实测中 MiniCPM5 2B 在工具调用（99%）和长上下文（92%）上领先，但完整智能体任务总分（150/300）低于 Raon-1 nano 的 163；Raon-1 nano 完成 96/96 次测试、约 187 tok/s，作者更推荐它做多步智能体工作，MiniCPM5 2B 适合工具密集或长上下文场景，实测在 RTX 3080 上进行且量化档位不同，非受控榜单。

正文 · 原文

感谢如此详尽的真实场景测试！💙 很高兴看到 MiniCPM5 2B 在工具调用和长上下文任务上表现如此出色。乐于看到社区探索不同小模型各自的优势所在！🙌

引用GooGZ AI@PaulGug

Raon-1 nano 后续测试。@Krafton_AI 的发布图表信心十足，所以我把它放进我的个人智能体测试中，与文中提到的另外四个小模型对比（在我的 RTX 3080 上）。
简版：两个模型脱颖而出，各有所长。
完整智能体任务，关闭推理（PA Core，满分 300）：
@Krafton_AI Raon-1 nano：163
MiniCPM5 2B：150
LFM3 1.7B：149
Gemma 4 E2B：124
Qwen 3.5 2B：114
单项技能，关闭推理：
@OpenBMB 的 MiniCPM5 在工具调用（99%）和长上下文（92%）上领先
Raon 表现扎实但略低（86% 和 75%），指令遵循能力强（93%）
所以单项技能最强的模型，并不是完整智能体任务表现最好的那个。
Raon-1 nano 是多步智能体工作的首选。它完成了全部 96 次尝试，零失败，运行速度约 187 tok/s，Q4 量化下约 2GB。
MiniCPM5 2B 是工具密集或长上下文工作的首选，在我测试的小模型中它最为准确。
开启推理时，这一档的大多数模型在智能体任务上会耗尽思考预算，所以要做响应灵敏的本地智能体，我会让两者都关闭推理运行。
（注：这不是受控榜单：Raon 为 3.2B 总参数（约 1.6B 核心）Q4 量化，MiniCPM5 以 Q8 运行。这是各自在我的配置上能达到的最佳表现。LFM3 还有已知的 '</think>' 标签问题，因此其成绩被略去）
2B 级智能能走到这一步令人惊叹。干得好 @Krafton_AI——让我们把它并入上游 llama 构建！（也向 @OpenBMB 致敬）。👏

在 X 查看被引用的帖子

来源：OpenBMB · x.com