币圈界报道：

MiniCPM5-1B：面向终端设备的高效智能代理新范式

MiniCPM5-1B是该系列最新推出的十亿参数级模型，专为资源受限环境下的本地运行而设计。其具备原生支持工具调用与模型上下文协议的能力，可在智能手机等低功耗设备上流畅运行，并在同级别开源模型中展现出卓越性能。

基于InfLLM v2的高效注意力机制突破算力瓶颈

该模型以MiniCPM4为基础架构，核心升级在于引入可训练的InfLLM v2注意力结构。该机制在处理长文本时，仅需关注每个标记周围不足5%的上下文片段，大幅削减计算开销的同时保持高精度输出。结合自主研发的UltraClean数据清洗流程，仅使用8万亿训练标记即达成行业竞争力水平。

多维度性能跃升：指令遵循与推理能力显著增强

通过融合强化学习与高效知识蒸馏技术，模型在数学推导、代码生成及指令理解等关键指标上平均提升16个百分点，冗余响应率下降29%。其128K标记的上下文容量相当于约9.6万词的连续文本处理能力，足以支撑完整文档解析、多轮角色扮演或持续性任务代理场景。

全离线智能代理构建已成现实

用户可通过简单配置将模型转化为本地智能助手，实现日程管理、数据库查询等无需联网的操作。随着端侧AI生态加速成熟，此类完全脱离云端依赖的手机级模型正逐步形成独立产品形态。实测表明，其在日常事务处理如会议安排、信息检索方面已具备实用价值。

长周期对话与复杂任务表现稳定

在持续多轮交互中，该模型能维持主线逻辑清晰，支持数十甚至上百轮对话不丢失上下文。配合外部研究服务器使用时，在文档摘要、事实核查等任务中表现出高度稳定性。尽管在逻辑陷阱识别与二选一决策方面仍存轻量模型固有局限，但借助外部知识源后，幻觉现象明显减少。

综合评测领先，应用场景广泛拓展

在通用知识、领域理解、编程能力、指令遵循、数学推理、逻辑判断及代理任务等七大维度全面优于同类轻量模型，尤其在代理工作流执行效率与常识覆盖广度上优势突出。工具调用测试中，模型成功获取实时数据并生成合理建议，验证了其实际应用潜力。

尽管其知识深度与代码生成能力尚不及百亿级以上模型，也未达到通用人工智能标准，但作为一款采用Apache 2.0许可证发布的开源模型，兼容主流推理框架，已在本地化智能服务领域展现出不可替代的价值。