MiniCPM5-2B 以 25 億參數勝出更大對手，小型模型正在重塑推論成本結構
發生什麼事OpenBMB 於 2026 年 9 月釋出 MiniCPM5-2B，約 25 億參數，原生上下文窗口 131,072 tokens；在自家設計的 34 項基準中得分 53.9，高於比較組最強的 Qwen3.5-4B（51.1）。同週 Ornith-1.5-9B（90 億參數）在 SWE-Bench Verified 拿下 70.6，Liquid AI 推出 2.8 億參數草稿模型用於投機解碼，Supersonic Labs 發布 1.44 億參數的 Julia 1。
為什麼重要小模型每次刷新基準，就讓前沿 API 的高價格多一分難以自辯：跑在自有硬體上的 25 億參數開源模型邊際成本近乎零，相比 Grok 4.7 每百萬 token 最高 6 美元，差距已大到影響企業採購邏輯。混用小模型處理高頻任務、前沿模型只做最硬的活，正從架構選項變成標準實踐，但自評基準未經第三方驗證是使用前必須確認的前提。
