企业官网建设流程全解析

MiniCPM5 那个 23 分，厂商自己改了三遍

你大概率在热搜或群里见过这句话：MiniCPM5-2B，"海外一个评测榜（圈里叫 AA）上拿了 23 分，4B 以下登顶"。

但有个细节几乎没人提：这个分数，厂商自己都改过三次。

那个海外榜（Artificial Analysis，圈里叫 AA）自己写明了：v4.1.1 版本是23 分；更新到 v4.2 降到15 分；再到 v4.3 只有14 分，已经和谷歌的 Gemma 4 12B打平，而不是官方宣传的"超越"。AA 还专门声明：两个版本的分不能直接比。

也就是说，你转的那条"23 分登顶"，已经是过期版本号了。可中文媒体（包括厂商自己的页面）还在复读 23 分。

MiniCPM5 没有官方 API，也没有任何第三方托管服务能直接调，想用现成的拉取命令（比如 ollama pull）？库里根本没这个模型，链接都是 404，想用，只能自己部署。云端调不了，一手数据只能自己跑出来。

于是我们干了。

一、它到底是什么（带口径的官方数据）

MiniCPM5 是面壁（OpenBMB）9 月初开源的、能跑在本地设备上的模型系列，两个成员：

• 1B：约 10.8 亿参数，Apache 2.0 协议，能直接商用

• 2B：约 25.2 亿参数，同样 Apache 2.0 可商用

它的"骨架"是标准 Llama 架构，没有自己发明的奇怪算子：42 层、2048 维、16 个"提问头" +2 个"记忆头"（KV 头）、13 万词表、原生支持 128K 长度的上下文。我们把参数从配置文件反推了一遍，零误差，和官方数字基本对得上，手上是原版结构，没缩水。

官方自己测了 34 项基准，平均53.9 分，但那是对比题是厂商自己挑的。引用时请标"厂商自测"，有第三方（OrcaRouter）指出，其中 SWE-bench 那行 46.4 分、平均 53.9 这两行，至今没人逐题复现过。

下面这几句，写文章时一条都别碰（都是被实测打脸过的坑）：

• ❌ 只写"AA 23 分"不带版本号（那已经是旧版）

• ❌ 把"512K 上下文"当它的原生能力（配置里写死的是 131072，512K 是营销口径）

• ❌ 说它"多模态"能看图（纯文本模型）

• ❌ "ollama pull minicpm5 一键拉取"（库 404，假命令）

• ❌ "超越 Gemma 4 12B"（v4.3 下是持平）

二、别人测了什么（谁的话能信）

这是本系列核心的差异化，中文内容 9 成在复读通稿，几乎没人做一手实测。盘点一下已有的测评，按可信度分三档：

🟢能直接引用

• AA 官方文章：版本漂移（23→15→14）的出处，有力第三方背书

• FlagOS 技术稿：在苹果 M5 Pro 上，用 W4A8 / W8A8 比 llama.cpp 的 Q4_0 / Q8_0，读取速度 +19% / +32%，少有的条件完整的第三方性能对比

• 日本 GIGAZINE：引了 AA v4.3 = 14 分

🟡方法能学，结论别引

• LM Studio 社区：在 RTX 5080 上跑了三个"带陷阱"的用例，"结论全合格"，但没给量化指标、也没列失败案例

• logeshwaran.org：老实承认"没有 2B 的速度数据，不会编一个"，态度好，但给的是上界推测

• 七牛 / 掘金：部署命令是准的，性能数字都是转述官方

🔴别信（AI 洗稿号）

• ai-cost-estimator：至少 4 处硬伤（说它多模态、8K 上下文、ollama 能拉、2.1B 参数，全错）

• 某些 CSDN 稿：参数表对，但"RTX 4090 上 Q4_K_M 50-100 t/s"没任何实测出处

三、我们测了什么（接下来几篇测给你看）

我们把 MiniCPM5 在主力机（R9-7900 处理器 + RTX 3070 8G 显卡 + 64G 内存）上跑了 200+ 轮，全是本地一手数据：

四、系列目录（追更路线）

1. 总纲（本篇）：情报综述 + 我们的计划

2. 自动干活的地板是 2B：1B 聊天 49%，放进外壳直接归零（文末附"我们怎么测的"）

3. 12 万 token 能吃吗：2 个记忆头给的红利，和一道采集口径的坑

4. 实际建议：能力边界与量化选择（聊天 / 文档 / 代码 / 自动干活 / 写作 + Q4 vs F16）

5. 收尾对比：MiniCPM5 vs 上一季的 SparkX25，能耐差在哪

数据口径：本篇官方数据来自 openbmb.cn 官方页（标注"厂商自测"）；版本漂移来自 AA 官方文章 + GIGAZINE；我们的实测都在 RTX3070-8G下完成，后续 4 篇逐题展开。