01 / 模型卡片
模型卡片
MiniCPM5-2B 是由 OpenBMB 团队推出的轻量级开源语言模型。虽然只有 2B 的参数规模，但它在性能上表现出了极高的“能效比”，试图在有限的计算资源下挑战更大参数量模型的逻辑能力。对于开发者而言，这款模型最大的吸引力在于其极低的部署门槛，即便是在手机端或普通的消费级显卡上也能流畅运行。它非常适合作为端侧 AI 助手、智能硬件的本地大脑，或者作为特定垂直任务的微调基座。如果你正在寻找一个既能保证响应速度，又不需要昂贵算力集群支持的文本生成方案，MiniCPM5-2B 是一个非常务实的选择。
模型类型text generation
提供方openbmb
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
openbmb/MiniCPM5-2B安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model openbmb/MiniCPM5-2B下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model openbmb/MiniCPM5-2B README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('openbmb/MiniCPM5-2B')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/openbmb/MiniCPM5-2B.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/openbmb/MiniCPM5-2B.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面