صرف 2 ارب پیرامیٹرز والے ماڈل نے Artificial Analysis Intelligence Index v4.2 پر 4 ارب پیرامیٹرز سے کم اوپن ماڈلز کی فہرست میں 15 پوائنٹس کے ساتھ اولین مقام حاصل کر لیا ہے۔ OpenBMB کا MiniCPM5-2B، جو Tsinghua University کے NLP لیب اور ModelBest کے ساتھ مل کر تیار کیا گیا ہے، فونز، لیپ ٹاپس اور دیگر ایسے ڈیوائسز پر چلانے کے لیے ڈیزائن کیا گیا ہے جہاں کمپوٹیشنل وسائل ایک مزیدت ہیں، نہ کہ مضمون۔
بنچ مارک دراصل کیا ناپتا ہے
آرٹیفیشل اینالسس نے 4 ستمبر، 2026 کو اپنا انٹیلی جنس انڈیکس ورژن 4.2 جاری کیا، جو مینی سی پی ایم 5-2 بی کے لانچ ہونے سے صرف تین دن پہلے تھا۔ اپڈیٹ شدہ انڈیکس میں AI ماڈلز کے جائزہ لینے کے طریقے میں معنی خیز تبدیلیاں شامل کی گئیں۔
نجی ٹیسٹ سیٹس اب کل وزن کا 40 فیصد بن گئے ہیں، جو پچھلے ورژنز کے مقابلے میں بڑھ گئے ہیں۔ اس کا اہم ہونے کا سبب یہ ہے کہ نجی ٹیسٹس کو گیم کرنا مشکل ہوتا ہے۔ جب ماڈل ڈویلپرز امتحان کے سوالات پہلے سے نہیں دیکھ سکتے، تو اسکورز حقیقی صلاحیت کے بارے میں زیادہ قابلِ اعتماد سگنلز بن جاتے ہیں۔
v4.2 اپ ڈیٹ نے دو نئے جائزہ کمپوننٹس بھی شامل کیے: AA-Briefcase ایجینٹ جائزہ اور Surge کا GDP.pdf لمبا متن ٹیسٹ۔ یہ اضافے صنعت کی اس بات کی بڑھتی ہوئی دلچسپی کو ظاہر کرتے ہیں کہ ماڈلز جو خودکار طور پر کام کر سکیں اور بہت لمبے دستاویزات کو پروسیس کر سکیں، صرف تھوڑے سوالات کے جوابات دینے تک محدود نہ ہوں۔
کل لیڈر بورڈ کے اوپر، ملکی ماڈلز ابھی بھی برتری رکھتے ہیں۔ Anthropic کا Claude Fable 5.1 ٹاپ پر ہے۔ لیکن سب-4B پیرامیٹر کیٹیگری میں، جہاں خام طاقت کے بجائے کارآمدی اور رسائی زیادہ اہم ہے، MiniCPM5-2B اوپن ویٹ رینکنگز میں ٹاپ پر ہے۔
چھوٹا ماڈل، وسیع خواہشیں
MiniCPM5-2B ایک ڈینس ٹرانسفارمر ہے، جس کا مطلب ہے کہ انفرینس کے دوران ہر پیرامیٹر سرگرم ہوتا ہے، مختلط ماہرین کی ساخت کے ذریعہ روتنگ کے بجائے۔ ڈینس ماڈلز عام طور پر اپنے وسائل کے استعمال میں زیادہ قابل پیشگوئی ہوتے ہیں، جو آپ کو ای آئی کو ایج ڈیوائسز پر ڈپلوی کرتے وقت درکار ہوتا ہے۔
ماڈل 131K سے لے کر 512K ٹوکنز تک کے کنٹیکس ونڈوز کو سپورٹ کرتا ہے، جو کنفیگریشن پر منحصر ہے۔ حوالہ کے طور پر، 512K ٹوکنز تقریباً ایک 1,000 صفحات کی کتاب کو ایک مرحلے میں پروسیس کرنے کے برابر ہے۔
OpenBMB نے MiniCPM5-2B کو AMD، Intel، MediaTek، اور Qualcomm کے چپس کے لیے بہتر بنایا ہے۔
قابلیت کے لحاظ سے، ٹیم دعویٰ کرتی ہے کہ اس کے پیرامیٹر رینج کے اندر کوڈنگ، ریاضی، لمبے متن کی سمجھ، ٹول استعمال اور ایجنٹ ورک فلوز میں سب سے آگے کی کارکردگی حاصل کی ہے۔
ماڈل کی تربیت میں تقویت سیکھنے کی تطابق اور OpenBMB کے مطابق اعلیٰ معیار کے ٹریجکٹریز شامل تھے، جو پیچیدہ، ترتیبی فیصلہ سازی کو بہتر بنانے کے لیے ڈیزائن کیے گئے تکنیک تھے۔
مینی سی پی ایم لائنیج
MiniCPM5-2B ایک کامیاب ریکارڈ پر مبنی ہے۔ اس کا اگلے نسخہ، MiniCPM5-1B، پہلے Artificial Analysis Index کے ایک پرانے ورژن پر 17.9 اسکور حاصل کیا تھا، جس سے 2 بلین پیرامیٹرز سے کم ماڈلز میں ٹاپ پوزیشن حاصل کی۔
دو ماڈلز کے درمیان اسکور کا فرق، 1B ورژن کے لیے 17.9 اور 2B ورژن کے لیے 15، انڈیکس کی طریق کار میں تبدیلیوں کو ظاہر کرتا ہے، تھوڑا پیچھے جانے کو نہیں۔ ورژن 4.2 کا زیادہ انحصار نجی ٹیسٹ سیٹس اور نئے جائزہ کیٹیگریز پر ہونے کا مطلب ہے کہ ورژنز کے درمیان اسکورز ب без تطبیق نہیں ہو سکتے۔
اس کا ڈیوائس پر AI کے لیے کیا مطلب ہے
چھوٹے ماڈلز کے لیے مقابلہ بڑھ رہا ہے۔ Meta کی لاما سیریز، Microsoft کے فائی ماڈلز، اور Google کے جیما وریئنٹس سب ایک جیسے پیرامیٹر رینج میں مقابلہ کر رہے ہیں۔ سب-4B شریط میں MiniCPM5-2B کا بینچ مارک لیڈ نمایاں ہے، لیکن بینچ مارک کی برتری اور حقیقی دنیا کی استعمال کشی ہمیشہ ایک ساتھ نہیں چلتی۔
ماڈل کی دعویٰ کی گئی کارکردگی کی مستقل تصدیق اب تک عوامی طور پر دستیاب نہیں ہوئی ہے۔ AI بینچ مارکنگ میں نتائج کی تیسری طرف کی تکرار، ایک پریس ریلیز اور ایک ثابت شدہ صلاحیت کے درمیان فرق ہے۔