面壁智能MiniCPM模型排行榜
本榜收录面壁智能(OpenBMB)在本站的 113 个开源模型,按社区累计下载量排序,以 MiniCPM 系列与 CPM 系列为主。该机构主打端侧与多模态方向,在较小参数量下兼顾文本与视觉理解,适合手机、边缘设备与对推理成本敏感的落地场景。
数据更新时间:2026-09-22
本榜收录 113 个模型
模型库共 1,408 个
排序依据:累计下载量 ↓
模型总榜
国产大模型榜
海外开源模型榜
通义千问(阿里)
AI2(Allen)
Microsoft
Google
面壁智能
上海AI实验室
智谱AI
DeepSeek
智源研究院
魔搭社区
腾讯混元
Mistral AI
下载量排名 TOP50
魔搭社区累计下载| 排名 | 模型 | 厂商 / 协议 | 参数量 | 下载量 | 点赞 |
|---|---|---|---|---|---|
| 1 | cpm-bee-10b CPM-Bee是一个完全开源、允许商用的百亿参数中英文基座模型,也是CPM-live训练的第二个里程碑。它采用Transformer自回归架构(auto-regressive),在超万亿(trillion)高质量语料上进行预训练,拥有强大的基础能力。开发者和研究者可以在CPM-Bee基座模型的基础上在各类场景进行适配来以创建特定领域的应用模型。 | 面壁智能 | — | 651.0万 | 8 |
| 2 | MiniCPM5-1B | 面壁智能 apache-2.0 | 1.1B | 33.0万 | 81 |
| 3 | MiniCPM3-4B | 面壁智能 apache-2.0 | — | 21.3万 | 60 |
| 4 | MiniCPM5-2B | 面壁智能 apache-2.0 | 2.5B | 9.1万 | 121 |
| 5 | MiniCPM-2B-dpo-fp16 | 面壁智能 | — | 3.4万 | 5 |
| 6 | MiniCPM-2B-dpo-bf16 MiniCPM-2B:一个端侧大模型,充分揭示端侧大语言模型的无限潜力 | 面壁智能 | — | 3.4万 | 33 |
| 7 | MiniCPM4-8B | 面壁智能 apache-2.0 | 8.2B | 3.4万 | 23 |
| 8 | MiniCPM-2B-sft-fp32 | 面壁智能 other | — | 3.1万 | 5 |
| 9 | MiniCPM-2B-sft-int4 MiniCPM-2B-sft-int4 | 面壁智能 | 958.6M | 3.0万 | 5 |
| 10 | cpm-bee-1b CPM-Bee是一个完全开源、允许商用的百亿参数中英文基座模型,也是CPM-live训练的第二个里程碑。它采用Transformer自回归架构(auto-regressive),在超万亿(trillion)高质量语料上进行预训练,拥有强大的基础能力。开发者和研究者可以在CPM-Bee基座模型的基础上在各类场景进行适配来以创建特定领域的应用模型。 | 面壁智能 | — | 2.8万 | 3 |
| 11 | MiniCPM-2B-dpo-fp32 | 面壁智能 | — | 2.8万 | 5 |
| 12 | cpm-bee-2b CPM-Bee是一个完全开源、允许商用的百亿参数中英文基座模型,也是CPM-live训练的第二个里程碑。它采用Transformer自回归架构(auto-regressive),在超万亿(trillion)高质量语料上进行预训练,拥有强大的基础能力。开发者和研究者可以在CPM-Bee基座模型的基础上在各类场景进行适配来以创建特定领域的应用模型。 | 面壁智能 | — | 2.7万 | 3 |
| 13 | cpm-bee-5b CPM-Bee是一个完全开源、允许商用的百亿参数中英文基座模型,也是CPM-live训练的第二个里程碑。它采用Transformer自回归架构(auto-regressive),在超万亿(trillion)高质量语料上进行预训练,拥有强大的基础能力。开发者和研究者可以在CPM-Bee基座模型的基础上在各类场景进行适配来以创建特定领域的应用模型。 | 面壁智能 | — | 2.7万 | 3 |
| 14 | MiniCPM4.1-8B | 面壁智能 apache-2.0 | 8.2B | 2.6万 | 4 |
| 15 | cpm-bee-10b-hf | 面壁智能 | — | 2.5万 | 2 |
| 16 | MiniCPM4-0.5B | 面壁智能 apache-2.0 | 433.9M | 2.4万 | 12 |
| 17 | MiniCPM5-1B-MLX | 面壁智能 apache-2.0 | 168.9M | 2.3万 | 3 |
| 18 | MiniCPM5-2B-gguf | 面壁智能 apache-2.0 | 2.5B | 2.1万 | 30 |
| 19 | MiniCPM5-1B-GGUF | 面壁智能 apache-2.0 | 1.1B | 1.9万 | 35 |
| 20 | MiniCPM5-2B-MLX | 面壁智能 apache-2.0 | 393.4M | 1.2万 | 3 |
| 21 | MiniCPM-SALA | 面壁智能 apache-2.0 | 9.5B | 1.0万 | 6 |
| 22 | BitCPM4-1B-GGUF | 面壁智能 apache-2.0 | 1.4B | 1.0万 | 0 |
| 23 | MiniCPM5-1B-SFT | 面壁智能 apache-2.0 | 1.1B | 1.0万 | 2 |
| 24 | MiniCPM-1B-sft-bf16 | 面壁智能 | — | 7001 | 3 |
| 25 | MiniCPM-2B-sft-bf16 | 面壁智能 | — | 5581 | 1 |
| 26 | BitCPM-CANN-3B | 面壁智能 apache-2.0 | — | 5407 | 0 |
| 27 | BitCPM-CANN-8B | 面壁智能 apache-2.0 | — | 5260 | 3 |
| 28 | BitCPM-CANN-0.5B | 面壁智能 apache-2.0 | — | 5230 | 0 |
| 29 | BitCPM-CANN-1B | 面壁智能 apache-2.0 | — | 5206 | 0 |
| 30 | BitCPM-CANN-3B-unquantized | 面壁智能 apache-2.0 | — | 5164 | 0 |
| 31 | BitCPM-CANN-8B-unquantized | 面壁智能 apache-2.0 | — | 5102 | 0 |
| 32 | BitCPM-CANN-1B-unquantized | 面壁智能 apache-2.0 | — | 4942 | 0 |
| 33 | BitCPM-CANN-0.5B-unquantized | 面壁智能 apache-2.0 | — | 4913 | 0 |
| 34 | MiniCPM-2B-128k | 面壁智能 | — | 3282 | 9 |
| 35 | MiniCPM3-4B-GPTQ-Int4 MiniCPM3-4B的GPTQ-int4量化模型 | 面壁智能 apache-2.0 | 709.5M | 3219 | 4 |
| 36 | AgentCPM-Report | 面壁智能 apache-2.0 | 8.2B | 3218 | 18 |
| 37 | MiniCPM-S-1B-sft-gguf | 面壁智能 apache-2.0 | — | 2475 | 1 |
| 38 | MiniCPM5-1B-Base | 面壁智能 apache-2.0 | 1.1B | 2379 | 3 |
| 39 | MiniCPM-S-1B-sft 稀疏化模型 | 面壁智能 apache-2.0 | 1.4B | 2301 | 3 |
| 40 | MiniCPM-S-1B-sft-llama-format | 面壁智能 apache-2.0 | — | 2296 | 1 |
| 41 | MiniCPM-2B-sft-fp32-llama-format | 面壁智能 | — | 2295 | 0 |
| 42 | MiniCPM-2B-dpo-int4 | 面壁智能 | 958.6M | 2292 | 0 |
| 43 | MiniCPM-2B-dpo-bf16-llama-format | 面壁智能 other | 2.7B | 2287 | 0 |
| 44 | UltraCM-13b | 面壁智能 mit | — | 2275 | 0 |
| 45 | Eurux-8x22b-nca | 面壁智能 apache-2.0 | 140.6B | 2272 | 0 |
| 46 | MiniCPM-2B-history | 面壁智能 | — | 2271 | 0 |
| 47 | Eurus-7b-kto | 面壁智能 apache-2.0 | 7.2B | 2271 | 0 |
| 48 | UltraLM-13b-v2.0 | 面壁智能 mit | — | 2267 | 0 |
| 49 | MiniCPM-2B-sft-bf16-llama-format | 面壁智能 | — | 2260 | 0 |
| 50 | Eurus-70b-sft | 面壁智能 apache-2.0 | 69.0B | 2257 | 0 |
榜单说明
排序依据:模型在魔搭社区(ModelScope)的累计下载量降序,同等下载量按社区点赞数排序。数据每日同步一次,最近同步时间:2026-09-22 23:29。 下载量受模型体积、上手门槛与发布时长影响,小参数模型因部署成本低往往下载量更高,选型时建议结合参数量、开源协议与任务类型综合判断。 每个模型的 README 说明、下载命令与详情,见模型详情页。
常见问题
端侧模型的实际可用性如何?
在摘要、分类、简单对话等任务上可用;需要长上下文或复杂推理时建议采用端云协同方案,把重任务交给服务端模型。
多模态小模型适合什么业务?
适合图文审核、票据识别辅助、商品图理解等高频轻量任务,精度要求极高的场景仍建议搭配专门模型。