MiniCPM（面壁智能）

MiniCPM 是面壁智能（OpenBMB）推出的小模型系列。这家国内团队的招牌，就是把非常紧凑的模型做出超出体量的能力。目前本站收录的该族成员只有一款——2026 年发布的 MiniCPM5-1B，但它有个特殊身份：全站最小的模型。

这个定位其实很实用。大家为本地 LLM 焦虑 VRAM，多半是 7B 到 70B 的模型需要精挑显卡。MiniCPM 完全反过来：1.08B dense 的体量，几乎任何设备都能跑，包括纯 CPU 的机器，同时还给你 128K 上下文和宽松的 Apache-2.0 许可。如果你想在笔记本、小主机、老台式机或者一台常年开机的家庭服务器上跑个本地模型，这个系列就是起点。

尺寸梯度

• MiniCPM5-1B（1.08B dense，128K 上下文）— Q4 权重仅约 0.6 GB，Q4 @ 8K 整机需求约 1.8 GB VRAM → 连 12GB 档都绰绰有余，说实话它根本不需要显卡。FP16 权重约 2.2 GB。查看模型详情页。

目录里暂时没有更大的同族型号。如果面壁后续推出更大的 MiniCPM5 变体，我们会补充到这里——从这个系列的历史看，未来出现更多尺寸很正常。

这个系列有什么看点

哪里都能跑。 Q4 @ 8K 只要 1.8 GB，意味着那些多年没被当作"能跑模型"的设备都可以：核显、老游戏卡、办公机、纯 CPU 服务器，统统没问题。它很适合做离线工具、嵌入式助手，以及对隐私敏感、需要在手边任何硬件上稳定运行的小应用。

1B 体量却有 128K 上下文。 这个尺寸给到 128K 上下文相当少见。但要注意长上下文不是免费的：KV cache 随上下文长度增长，拉满 128K 时 Q4 方案的总内存需求会升到约 5 GB。对任何 12GB 显卡依然毫无压力，只是如果你打算在极度受限的硬件上跑长文档，心里要有数。

Dense 架构，不是 MoE。 每个 token 都会激活全部 1.08B 参数，没有专家路由需要操心——所见即所得，速度随硬件可预期地伸缩。

Apache-2.0 许可。 完全宽松的开源许可：可商用、可修改、可嵌入产品，没有注册门槛或用量限制。

预期要实际。 这么小的模型不是编程助手，也不是深度推理选手。它擅长的是轻量高频的活儿：文本分类、短文本摘要、自动补全式起草、简单问答的端侧聊天，以及给大模型做投机解码（speculative decoding）的草稿模型。把它当工具用，别当大脑用。

怎么选

只有一款模型，所以真正的问题是配什么硬件：

• 没有显卡 / 纯 CPU 机器 — 真的可行。Q4 权重 0.6 GB，任何内存有几个 GB 空余的现代 CPU 都能跑。tok/s 不会好看，但跑批处理或低访问量的小工具往往够用。
• 12GB 档（RTX 3060 12GB、二手 RTX 2080 Ti 等）— 好意义上的"大材小用"。满血 128K 上下文、想要极致质量就上 FP16、同时还能常驻好几个其他模型，全都装得下。
• 16GB 及以上 — 对这个模型本身没有额外收益。但如果 MiniCPM5-1B 是给某个主力大模型打下手的，多出来的 VRAM 留给大模型即可。主力显卡怎么选，看我们的显卡推荐。

一句话总结：如果你*为了* MiniCPM 去买显卡，别买。按你计划运行的最大模型来选硬件，MiniCPM5-1B 会愉快地住进剩下的任何角落。

相关链接

• MiniCPM5-1B 模型详情页 — 4K/8K/32K 完整 VRAM 计算与各显卡预估 tok/s
• Hugging Face 上的 MiniCPM5-1B
• 本地 LLM 显卡推荐 — 按预算给出的当前推荐
• 指南 — VRAM 算法、量化、大模型运行策略