「MiniCPM5-2B」コードや数学に強いオンデバイスモデル：当サイトでの回答例・必要VRAM 4GB〜

2026年11月3日

「MiniCPM5-2B」コードや数学に強いオンデバイスモデル：当サイトでの回答例・必要VRAM 4GB〜

基本情報

項目 内容
リポジトリ openbmb/MiniCPM5-2B
まとめページ MiniCPM5 のまとめ(記事1本)
公開元のまとめ OpenBMB のモデルとライセンスのまとめ
公開日 2026-09-06
ライセンス apache-2.0
配布形式 safetensors
論文 arXiv:2506.07900, arXiv:2602.09003
出典の種類 公開元の一次情報(公式HuggingFaceリポジトリが一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

当サイトで確かめたこと

  • GPU の無い当サイトのサーバー(Neoverse-N1・3スレッド・llama.cpp b11223)で MiniCPM5-2B-Q4_K_M.gguf(Q4_K_M)を動かし、生成は 13.9 トークン/秒でした(CPU での値で、GPU の速さの目安ではありません)。
  • 固定の日本語の質問への回答を、下に原文のまま載せています。
  • Qwen3 のトークナイザより約3%少ないトークンで同じ日本語を表せます。同じ文脈長に入る日本語が約1.03倍になり、生成も1字あたりで速くなります。

詳しい値と条件は、下の「当サイトでの実測」の節にあります。

概要

OpenBMBは、2Bクラスのオンデバイス向け新モデル「MiniCPM5-2B」を公開しました。同シリーズの「MiniCPM5-1B」に続くモデルであり、標準的なLlamaForCausalLMアーキテクチャを採用しながら、コード推論、数学推論、長文脈理解、ツール利用、エージェントタスクにおいて優れた性能を発揮するよう設計されています。モデルカードによれば、同等サイズのオープンソースモデルと比較してSOTAを達成しています。

スペック

  • パラメータ数: 2,516,756,480
  • ノンエンベディングパラメータ数: 1,981,982,720
  • レイヤー数: 42
  • アテンションヘッド数(GQA): Qが16、KVが2
  • コンテキスト長: 131,072
  • ライセンス: apache-2.0

性能

モデルカードに掲載されている評価結果の比較表から、比較対象を一部絞り（MiniCPM5-2B、LFM2.5-2.6B、Qwen3.5-2B、Gemma-4-E2B-it、Qwen3.5-4B、granite-4.2-3B）、主要な数値を抜粋して以下に示します。

→ 横にスクロールできます

MiniCPM5-2B 2B-class Models / LFM2.5-2.6B 2B-class Models / Qwen3.5-2B 2B-class Models / Gemma-4-E2B-it 4B-class Models / Qwen3.5-4B 4B-class Models / granite-4.2-3B
Average 53.9 33.2 28.0 24.6 51.1 42.7
Code Reasoning
LiveCodeBench v6 69.1 42.1 20.2 42.9 56.4 58.9
LCB-Pro 25Q2 (Easy) 68.0 30.9 10.3 27.1 58.3 54.6
LCB-Pro 25Q2 (Medium) 17.5 0.0 0.0 0.0 7.0 5.3
OJBench 32.5 11.2 2.6 11.6 24.8 21.8
SciCode (wbg) 26.3 † 14.2 † 2.8 † 20.9 † 16.1 † 24.9 †
Math Reasoning
AIME 2025 86.5 41.9 29.6 31.7 78.8 79.4
AIME 2026 86.5 45.2 29.0 39.8 82.7 83.5
HMMT Feb 2026 63.8 33.7 20.5 17.8 64.0 60.8
MATH-500 94.6 89.6 85.8 85.4 99.0 97.0
Instruction Following
IFBench 66.3 59.0 46.0 25.7 59.0 73.0
IFEval 86.7 93.4 77.5 31.4 90.2 93.7
Multi-IF 71.8 76.8 57.1 40.3 73.6 75.9
General Knowledge
MMLU-Pro 70.8 65.2 64.3 56.0 78.0 65.8
MMLU-Redux 84.7 80.0 80.0 71.8 88.7 78.9
HLE 8.9 † 6.2 † 2.6 † 4.8 † 9.9 † 6.6 †
GPQA-Diamond 70.2 † 55.8 † 45.6 † 43.3 † 77.1 † 55.9 †
SuperGPQA 40.8 26.2 38.6 30.3 52.8 39.9
Long Context
AA-LCR 59.0 † 5.3 † 28.7 † 17.0 † 61.0 † 24.3 †
NoLiMa 68.1 0.7 17.1 3.9 43.5 5.1
LongBenchPro 44.8 23.7 8.2 42.2 58.4 34.8
LongBench v2 43.7 30.3 24.9 33.2 47.3 36.0
Tool Use
τ³-Bench Banking 20.8 † 7.2 † 2.1 3.9 6.8 † 5.6 †
τ²-Bench Telecom 97.1 90.4 69.0 † 20.8 † 92.1 † 40.9
BFCL v4 66.6 61.1 43.6 36.6 56.8 52.2
Coding Agent
SWE-bench Verified 46.4 6.0 5.0 2.0 33.6 36.8
SWE-bench Pro 14.4 0.6 0.8 0.0 28.2 12.3
Terminal-Bench v2.1 8.6 † 4.5 † 3.0 † 0.4 † 25.8 † 13.9 †
Search Agent
BrowseComp-ZH 43.5 9.8 18.2 4.7 39.6 21.1
BrowseComp Top100 39.7 13.7 19.3 6.0 33.3 19.0
GAIA Text-103 88.7 49.5 47.9 30.1 78.6 57.3
General Agent
GDPval-AA v2 19.6 † 4.5 0.0 0.0 11.7 0.0 †
Claw-Gym 59.2 19.3 25.5 31.3 51.6 60.0
WildClaw 23.9 10.2 9.2 8.9 17.0 20.0
QwenClaw 42.9 19.3 18.2 14.5 37.1 36.4

公開元の測定によれば、MiniCPM5-2Bは平均スコア53.9を記録し、同規模の2Bクラスモデルや一部の4Bクラスモデルを上回る性能を示しています。特にLiveCodeBench v6やAIME 2025などのコーディングおよび数学関連の指標で高い数値に達しています。一方で、IFEvalなどの特定の指示追従の項目では一部の他モデルを下回る結果も見られます。長文脈やツール利用、エージェント系のタスク（GAIA Text-103など）では優位性を示しています。

得意なこと・想定用途

ローカルアシスタント、コーディングエージェント、ツール利用ワークフロー、推論シナリオ向けに設計されています。コンパクトなデプロイフットワークを維持しながら、ネイティブな長文脈サポート（131,072トークン）を備えています。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 2.5B

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
4GB(ノートPCの内蔵GPU・スマートフォンなど) Q8_0 2.5GB 3.0GB
RTX 4060 / 3060 Ti など 8GB F16 4.7GB 5.6GB

推論エンジンの対応状況(各プロジェクトのソースにあるモデル登録表とアーキテクチャ名を当サイトが機械的に照合。2026-11-03 時点): llama.cpp: 登録あり、vLLM: 登録あり、MLX (mlx-lm): 登録あり。

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 ファイルサイズは変換版 openbmb/MiniCPM5-2B-GGUF の配布ファイルの実測値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

手元で動かせるか

Ollama・LM Studio・llama.cpp で動かせます(変換版を利用)。

公開元の配布は safetensors ですが、openbmb/MiniCPM5-2B-GGUF が GGUF版を公開しているため、そちらを使えば手元で動きます。

ライセンス apache-2.0(商用利用可): 商用利用を含めて自由に利用・改変・再配布できます。再配布時にライセンス文と変更点の告知が必要で、特許の許諾条項があります。

量子化の圧縮率: Q8_0 は実測 8.53 bit/weight で、元の16bitの重みの約53%のサイズです(配布ファイルの実サイズから当サイトが算出)。

配布形式・当サイトが見つけた変換版・各推論エンジンの登録表を突き合わせた判定です。「確認できていない」は当サイトが見つけていないという意味で、存在しないことの断定ではありません。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

当サイトでの実測

当サイトのサーバー(GPUなし)で、このモデルのファイルを実際に読み込み・動かして確かめた値です。モデルカードの記載ではなく、当サイトが測った結果です。測り方と全モデルの一覧は観測データにまとめています。

実測から分かったこと

MiniCPM5-2B は、GPU の無い当サイトのサーバー(Neoverse-N1 の3スレッド)でも、1.45GB の Q4_K_M ファイルを毎秒13.92トークン、日本語に直して毎秒約20.9字で生成しました。ピーク時のメモリは2.9GBで、同じ条件で測った Qwen3-4B(毎秒6.81トークン)や Qwen3-8B(毎秒4.57トークン)より軽く速く動きます。一方で、日本語の5問では正誤がはっきり分かれました。

文章題では正解の280円を答えました。要約は3文の指示に対して4文で答え、指示をわずかに外れています。海に面していない県を挙げる問いでは、正解の8県をすべて含めたものの、海に面した都道府県も37挙げており、ほとんどの都道府県を並べる答えになりました。

量子化の比較では、Q8_0 を基準にした次のトークンの第1候補の一致率が、Q6_K で90.8%、Q5_K_M で89.1%、Q4_K_M で81.5%、Q2_K で37.4%と下がりました。95%に届いた段はなく、90%を超えたのは Q6_K だけです。Q2_K では要約・文章題・俳句が1,024トークンの上限で途中で打ち切られ、敬語のメールでは同じ行を11回繰り返しました。

なお、量子化の比較に使った別の配布では、基準の Q8_0 も Q4_K_M も文章題で280円を答えておらず、CPU の実測に使った公開元の Q4_K_M とは結果が分かれました。温度0の同じ条件でも、配布や量子化の違いで答えが変わることがあります。

日本語のトークン効率

トークナイザ 日本語1,000字あたりのトークン数 同じ内容の英文との比
このモデル 666 1.21倍
Qwen3 688 1.26倍
Llama 3.2 744 1.36倍
Gemma 3 564 1.03倍
gpt-oss 795 1.45倍
LLM-jp-3 497 0.85倍

Qwen3 のトークナイザより約3%少ないトークンで同じ日本語を表せます。同じ文脈長に入る日本語が約1.03倍になり、生成も1字あたりで速くなります。

openbmb/MiniCPM5-2B の tokenizer.json で、当サイトが書き下ろした固定の文章(876字。ニュース・会話・技術文書・敬語のメール・紀行文・料理の6種)と、同じ内容の英文を数えました。トークン数が少ないほど、同じ文脈長に長い日本語が入ります。

GGUFファイルの中身

対象: MiniCPM5-2B-Q4_K_M.gguf(1.45GB、Q4_K_M)。ファイルの先頭のメタデータだけを読んで確かめました(重みはダウンロードしていません)。

項目 値
アーキテクチャ(GGUF上の名前) llama
学習時の最大文脈長 131,072トークン
層の数 42
語彙数 130,560
チャットテンプレート 同梱(ツール呼び出しの記述あり・思考の切り替えの記述あり)
imatrix ファイルに記録なし
重みの型の内訳(パラメータ数の割合) Q4_K 78.4% / Q6_K 21.6% / F32 0.0%
平均のビット数 4.95ビット/重み
埋め込み層 / 出力層の型 Q4_K / Q6_K

ファイル名の量子化名はファイル全体の呼び名で、実際には層ごとに型が混ざっています。平均のビット数は、ファイルのデータの大きさを重みの数で割った実測値です。

量子化ごとの劣化(日本語の文章で実測)

bartowski/MiniCPM5-2B-GGUF の量子化を1つずつダウンロードし、Q8_0(2.50GB)を基準に、固定の日本語の文章(夏目漱石「坊っちゃん」の冒頭。パブリックドメイン)で、llama.cpp の KL ダイバージェンスを測りました。

→ 横にスクロールできます

量子化 ファイル 次のトークンの第1候補が基準と一致した割合 KLダイバージェンス(平均) perplexity(基準比)
Q2_K 0.94GB 37.4% 1.1494 3.274倍
Q3_K_M 1.15GB 63.6% 0.3233 1.412倍
IQ4_XS 1.36GB 76.9% 0.1129 1.124倍
Q4_K_M 1.50GB 81.5% 0.0703 1.072倍
Q5_K_M 1.79GB 89.1% 0.0224 1.024倍
Q6_K 1.96GB 90.8% 0.0132 1.010倍

第1候補の一致率が95%に届いた段はありませんでした。

KLダイバージェンスは0に近いほど、次のトークンの確率が基準に近いことを表します。条件: Neoverse-N1・llama.cpp b11223・文脈512トークン・2026-09-29に測定しました。「坊っちゃん」は有名な作品で、モデルが学習時に読んでいる可能性があるため、絶対値ではなく同じモデルの量子化どうしの比較として読んでください。

量子化ごとの回答の比較(原文のまま)

上の劣化の計測と同じファイルで、Q8_0・Q4_K_M・Q2_K に同じ5問を日本語で尋ねた回答を、手を加えずに大きいファイルの順で並べています(温度0・最大1024トークン)。正誤は判定していません。

要約

次の記事を3文で要約してください。

みどり市は今年の春、市内に三つある公立図書館のうち最も古い中央図書館の改修を終え、十月一日に再開館した。改修は約一年半にわたり、総事業費は約十二億円。このうち約四億円は国の補助金でまかなわれた。

最大の変化は、閲覧席の配置である。以前は館内の座席の大半が学習用の机で、試験期間になると中高生で埋まり、高齢の利用者や小さな子ども連れが座れないという苦情が毎年寄せられていた。改修後は座席数を百二十席から二百席に増やしたうえで、学習用の机を三階にまとめ、一階は会話ができる「にぎわいフロア」、二階は静かに本を読む「閲覧フロア」に分けた。一階には予約制のグループ学習室が四室と、飲み物を持ち込めるカフェスペースも設けられた。

蔵書の面でも見直しが進んだ。貸出の少ない古い資料約三万冊を市内の他の館や保存書庫に移し、代わりに子ども向けの絵本と、介護・子育て・仕事探しといった暮らしに関わる実用書を約一万五千冊増やした。電子書籍の貸出サービスも始まり、利用登録をすれば自宅から一度に三冊まで、二週間借りられる。

建物そのものにも手が入った。築四十年を超えていた空調設備を入れ替え、屋上には太陽光パネルを設置して、館内で使う電力の約二割をまかなえるようにした。車いすの利用者から要望の多かったエレベーターは一基から二基に増え、書架の間の通路も以前より三十センチ広げられた。入口には段差のないスロープが新たに設けられ、授乳室と多目的トイレも各階に一つずつ置かれた。

一方で課題も残る。駐車場は改修前と同じ四十台のままで、週末には近くの道路に順番待ちの車が並んだ。市は隣接する市有地を臨時駐車場として開放したが、恒久的な対策は決まっていない。また、開館時間を平日の夜九時まで延ばしたことで職員の負担が増えており、職員団体は人員の追加を求めている。

利用者の受け止めはおおむね好意的だ。週に二度、孫を連れて来るという七十代の女性は「前は子どもが声を出すと周りの目が気になったが、一階なら気兼ねなく絵本を読んであげられる」と話す。一方、受験を控えた高校生の中には「学習席が三階だけになり、夕方はすぐに満席になる」と不満を漏らす人もいる。図書館は、学習席の空き状況をホームページで確認できる仕組みを年内に導入する予定だ。

再開館に合わせて、催しも増えた。毎週土曜の午前には読み聞かせ会、月に一度は地元の農家や商店主を講師に招く「まちの先生」講座が開かれる。十一月には、市内の中学生が選んだ本を紹介する展示も予定されている。

館長の山本和子さんは「本を借りる場所から、人が集まって過ごす場所へ変えたかった。再開館からの一か月で来館者は以前の一・八倍になった」と話す。市は来年度、残る二つの図書館についても利用者への聞き取りを行い、改修の必要性を検討する方針だ。

Q8_0(基準)・2.50GB

みどり市の中央図書館は改修を終え十月一日に再開館し、座席数や蔵書、設備などを充実させました。改修には約十二億円の費用がかかり、国の補助金も約四億円を活用しましたが、駐車場や開館時間の課題も残っています。館長は来館者数が大幅に増えたと述べ、残りの図書館も利用者に聞き取りを重視する方針です。

Q4_K_M・1.50GB

みどり市の中央図書館は改修を終え十月一日に再開館し、総事業費約十二億円のうち約四億円が国の補助金となった。改修では座席を増やし学習用机を分離、蔵書も古い資料を移管して絵本や実用書を増やし、建物設備も空調やエレベーターなどを更新した。一方で駐車場や開館時間の課題は残り、利用者の反応は好意的だが学習席の空き状況をホームページで確認できる仕組みを年内に導入する予定だ。

Q2_K・0.94GB

みどり市は春に改修・再開館した。改修は約一年半にわたり、総事業費は約十二億円のうち国の補助金は約四億円となった。改修の最大の変化は、閲覧席の配置と会話スペースの設置。

改修後、館内は会話スペースが一階に置かれ、図書館の増加は新たな形態を保ちながら、電子書籍の貸出サービスも始まっている。改修の必要性は、館の活用を考えることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見直しされることとなり、改修の必要性は見

(1024トークンの上限で打ち切り)

敬語のメール

取引先の担当者に、来週火曜日の打ち合わせを水曜日に変更してほしいとお願いするメールを、丁寧な敬語で書いてください。

Q8_0(基準)・2.50GB

件名：お問い合わせの件

件名の件につきまして、ご連絡をさせていただきます。

いつもお世話になっております。

来週火曜日に行われる打ち合わせを、誠に恐れ入りますが、水曜日に変更していただきたくご依頼申し上げます。

ご都合の良い日を心がけて、よろしくお願い申し上げます。

よろしくお願いいたします。

Q4_K_M・1.50GB

件名：来週の打ち合わせ日程の変更について

件名の通り、来週火曜日に行われる打ち合わせを水曜日に変更していただきたいとお願い申し上げます。

ご担当者様には、改めてご連絡させていただきます。

ご不便をおかけしてしまい申し訳ございませんが、何卒ご理解いただけますようお願い申し上げます。

よろしくお願いいたします。

Q2_K・0.94GB

おさる（水曜日）の打ち合わせを、来週（日曜日）に変更していただき、謙然とお願いいたします。

お手厚く、謙然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

お式は、謹然と存じりましょう。

文章題

りんごが1個120円、みかんが1個45円です。りんごを3個とみかんを8個買って、1,000円札で払いました。おつりはいくらですか。考え方も示してください。

Q8_0(基準)・2.50GB

お手数ありませんか？

Q4_K_M・1.50GB

お手数ですが、計算を一度行ってから答えを教えていただけますか？

Q2_K・0.94GB

この問題の設定は数学的で、**「りんごとみかんの単純な価格変換」**という考え方があります。

まず、**「みかんの単純な価格変換」**という考え方**は**、**「りんごを3個とみかんを8個買って、1,000円札で払いました」**という文の **「1,000円」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という **「1,000」** という

(1024トークンの上限で打ち切り)

参考: 正解は280円です(120×3=360円、45×8=360円、1,000−720=280円)。

知識

日本の都道府県のうち、海に面していない県をすべて挙げてください。

Q8_0(基準)・2.50GB

日本の都道府県のうち、海に面していない県をすべて挙げるのは、地理的な定義や「面積の一部が海に接するか」という基準によって答えが異なるため、厳密に特定することはできません。一般的に、海に面していない県（内陸県）の例としては、北海道（一部の地域は海に面するため除外される場合がある）、青森県、岩手県、宮城県、秋田県、福島県、長野県、岐阜県、静岡県、山梨県、長野県、愛知県、岐阜県、滋賀県、京都府、兵庫県、奈良県、和歌山県、鳥取県、島根県、岡山県、広島県、山口県、徳島県、愛媛県、高知県、福岡県、佐賀県、長崎県、熊本県、大分県、宮崎県、鹿児島県（一部は海に面する）などがありますが、すべての県を一列に並べることはできません。

もし「海に面していない県」の定義を「面積の一部が海に接するかどうかで区別する」という前提であれば、具体的なリストを提供することはできません。地理的な情報は、都道府県の詳細な境界を確認するために、都道府県庁の公式情報や地図を参照する必要があります。

Q4_K_M・1.50GB

日本の都道府県のうち、海に面していない県をすべて挙げることは、地理的な定義や「面積の範囲」によって解釈が分かれるため、厳密なリストを一概に挙げるのは困難です。一般的に、海に面していない県（内陸県）の例としては、**山形県**、**長野県**、**岐阜県**、**静岡県**、**愛知県**、**三重県**、**滋賀県**、**京都府**、**大阪府**、**兵庫県**、**奈良県**、**和歌山県**、**鳥取県**、**島根県**、**岡山県**、**広島県**、**山口県**、**徳島県**、**香川県**、**愛媛県**、**高知県**、**福岡県**、**佐賀県**、**長崎県**、**熊本県**、**大分県**、**宮崎県**、**鹿児島県**、**沖縄県**（離島）などが挙げられます。

ただし、**沖縄県**は海に面しているため除外され、**山形県**は北陸地方の一部で海に面している可能性もあります（詳細な地理的境界を確認する必要があります）。また、**北海道**や**青森県**などは沿岸部に面しているため、内陸県とはみなされません。

もし「海に面していない県」の定義を「沿岸部（海に接する地域）ではない県」と理解するなら、**山形県**、**長野県**、**岐阜県**、**静岡県**、**愛知県**、**三重県**、**滋賀県**、**京都府**、**大阪府**、**兵庫県**、**奈良県**、**和歌山県**、**鳥取県**、**島根県**、**岡山県**、**広島県**、**山口県**、**徳島県**、**香川県**、**愛媛県**、**高知県**、**福岡県**、**佐賀県**、**長崎県**、**熊本県**、**大分県**、**宮崎県**、**鹿児島県**、**北海道**、**青森県**などが該当します。

具体的な定義や基準によって異なるため、より正確な情報は日本の地理の資料を参照する必要があります。

Q2_K・0.94GB

日本の都道府県はすべて海に面していないわけではなく、すべての県が海に面しているわけではありません。具体的な回答は存在しませんが、一般的な知識として、沖縡県は海に面しています。他の県は海に面していないかどうかは、具体的な情報がないため、回答はできません。

参考: 正解は8県です(栃木県・群馬県・埼玉県・山梨県・長野県・岐阜県・滋賀県・奈良県)。

指示どおりの創作

「春」をテーマにした俳句を3つ、五・七・五の音数を守って作ってください。それぞれに一言の説明を付けてください。

Q8_0(基準)・2.50GB

春の風が吹く。
空を広く感じる。

春の花が咲く。
静けさが増す。

春の水が清く。
心も澄ます。

Q4_K_M・1.50GB

春は、芽吹く空を呼びます。
（新たな希望を象徴する）

春は、風が柔らかく吹く。
（心地よい気分を表す）

春は、緑が広がる頃。
（自然の美を愛する）

Q2_K・0.94GB

**春**

**春**
春は遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠く遠

(1024トークンの上限で打ち切り)

CPUだけで動かした結果

項目 結果
プロンプトの読み込み(512トークン) 34.4 トークン/秒
生成(128トークン) 13.9 トークン/秒
生成を日本語の字数に換算 約20.9字/秒
ピーク時のメモリ(文脈4,096トークン) 2.9GB

条件: Neoverse-N1 の3スレッド・GPUなし・llama.cpp b11223・openbmb/MiniCPM5-2B-GGUF の Q4_K_M(1.45GB)・2026-09-28に測定しました。 同じ条件で測った他のモデル(ファイルの大きさが近い順):

→ 横にスクロールできます

モデル 量子化 ファイル 生成 日本語換算
Qwen3-4B Q4_K_M 2.33GB 6.8 トークン/秒 —
WeVisDoc-4B Q4_K_M 2.53GB 8.3 トークン/秒 12.1字/秒
olmo3-7b-sdf-sft-clean150 Q4_K_M 4.16GB 4.9 トークン/秒 4.4字/秒
Qwen3-8B Q4_K_M 4.68GB 4.6 トークン/秒 —

ピーク時のメモリは、ファイルをメモリに割り当てた分(mmap)を含みます。GPUのあるPCではこれより大幅に速くなります。ミニPC・ARMのボードなど、CPUだけで動かす環境の目安です。

日本語の質問への回答(原文のまま)

上の条件で、全モデルに同じ5問を日本語で尋ねた回答を、手を加えずに載せています(温度0・チャットテンプレートが対応していれば思考なし・最大1024トークン)。正誤は判定していません。答えが1つに決まる問いには、正解を併記します。

要約

次の記事を3文で要約してください。

みどり市は今年の春、市内に三つある公立図書館のうち最も古い中央図書館の改修を終え、十月一日に再開館した。改修は約一年半にわたり、総事業費は約十二億円。このうち約四億円は国の補助金でまかなわれた。

最大の変化は、閲覧席の配置である。以前は館内の座席の大半が学習用の机で、試験期間になると中高生で埋まり、高齢の利用者や小さな子ども連れが座れないという苦情が毎年寄せられていた。改修後は座席数を百二十席から二百席に増やしたうえで、学習用の机を三階にまとめ、一階は会話ができる「にぎわいフロア」、二階は静かに本を読む「閲覧フロア」に分けた。一階には予約制のグループ学習室が四室と、飲み物を持ち込めるカフェスペースも設けられた。

蔵書の面でも見直しが進んだ。貸出の少ない古い資料約三万冊を市内の他の館や保存書庫に移し、代わりに子ども向けの絵本と、介護・子育て・仕事探しといった暮らしに関わる実用書を約一万五千冊増やした。電子書籍の貸出サービスも始まり、利用登録をすれば自宅から一度に三冊まで、二週間借りられる。

建物そのものにも手が入った。築四十年を超えていた空調設備を入れ替え、屋上には太陽光パネルを設置して、館内で使う電力の約二割をまかなえるようにした。車いすの利用者から要望の多かったエレベーターは一基から二基に増え、書架の間の通路も以前より三十センチ広げられた。入口には段差のないスロープが新たに設けられ、授乳室と多目的トイレも各階に一つずつ置かれた。

一方で課題も残る。駐車場は改修前と同じ四十台のままで、週末には近くの道路に順番待ちの車が並んだ。市は隣接する市有地を臨時駐車場として開放したが、恒久的な対策は決まっていない。また、開館時間を平日の夜九時まで延ばしたことで職員の負担が増えており、職員団体は人員の追加を求めている。

利用者の受け止めはおおむね好意的だ。週に二度、孫を連れて来るという七十代の女性は「前は子どもが声を出すと周りの目が気になったが、一階なら気兼ねなく絵本を読んであげられる」と話す。一方、受験を控えた高校生の中には「学習席が三階だけになり、夕方はすぐに満席になる」と不満を漏らす人もいる。図書館は、学習席の空き状況をホームページで確認できる仕組みを年内に導入する予定だ。

再開館に合わせて、催しも増えた。毎週土曜の午前には読み聞かせ会、月に一度は地元の農家や商店主を講師に招く「まちの先生」講座が開かれる。十一月には、市内の中学生が選んだ本を紹介する展示も予定されている。

館長の山本和子さんは「本を借りる場所から、人が集まって過ごす場所へ変えたかった。再開館からの一か月で来館者は以前の一・八倍になった」と話す。市は来年度、残る二つの図書館についても利用者への聞き取りを行い、改修の必要性を検討する方針だ。

みどり市は春に中央図書館を改修再開し、総事業費約十二億円（約四億円は国の補助金）を投入しました。改修により座席数を増やし、機械室を分類し、蔵書も古い資料から実用書へと見直しました。また、空調やエレベーターなど建物自体も更新されましたが、駐車場や開館時間の課題も残っています。館長は来館者数が一か月で一八倍になったと述べ、残りの図書館も改修を検討する方針です。

敬語のメール

取引先の担当者に、来週火曜日の打ち合わせを水曜日に変更してほしいとお願いするメールを、丁寧な敬語で書いてください。

件名：来週の打ち合わせ日程のご調整について

件名：来週の打ち合わせ日程のご調整について

いつもお世話になっております。
〇〇（名前）です。

いつもお世話になっております。
〇〇（名前）です。

来週火曜日に行われる打ち合わせを、水曜日にお願いいたします。
お手伝いできるよう、引き続きよろしくお願いいたします。

〇〇（名前）

文章題

りんごが1個120円、みかんが1個45円です。りんごを3個とみかんを8個買って、1,000円札で払いました。おつりはいくらですか。考え方も示してください。

まず、りんごの合計金額とみかんの合計金額を計算します。
りんごは1個120円なので、3個だと120円×3=360円になります。
みかんは1個45円なので、8個だと45円×8=360円になります。

次に、これらを合計します。
りんごとみかんの合計金額は360円+360円=720円になります。

最後に、支払った金額から合計金額を引いておつりを計算します。
1,000円から720円を引くと、1,000円-720円=280円になります。

おつりは280円です。

参考: 正解は280円です(120×3=360円、45×8=360円、1,000−720=280円)。

知識

日本の都道府県のうち、海に面していない県をすべて挙げてください。

日本の都道府県のうち、海に面していない県をすべて挙げると、以下の県があります。

1. 青森県
2. 岩手県
3. 宮城県
4. 秋田県
5. 山形県
6. 福島県
7. 茨城県
8. 栃木県
9. 群馬県
10. 埼玉県
11. 千葉県
12. 東京都
13. 神奈川県
14. 新潟県
15. 富山県
16. 石川県
17. 福井県
18. 山梨県
19. 長野県
20. 岐阜県
21. 静岡県
22. 愛知県
23. 三重県
24. 滋賀県
25. 京都府
26. 兵庫県
27. 奈良県
28. 和歌山県
29. 鳥取県
30. 島根県
31. 岡山県
32. 広島県
33. 山口県
34. 徳島県
35. 香川県
36. 愛媛県
37. 高知県
38. 福岡県
39. 佐賀県
40. 長崎県
41. 熊本県
42. 大分県
43. 宮崎県
44. 鹿児島県
45. 沖縄県

なお、沖縄県は太平洋に面していますが、国内の主要な海に面していない県です。

参考: 正解は8県です(栃木県・群馬県・埼玉県・山梨県・長野県・岐阜県・滋賀県・奈良県)。

指示どおりの創作

「春」をテーマにした俳句を3つ、五・七・五の音数を守って作ってください。それぞれに一言の説明を付けてください。

春は、芽吹く空に。

春は、風がこもる頃。

春は、静けさの中の生。

それぞれ、春の意を込めています。

同クラスの既報モデル

当サイトが最近取り上げた、パラメータ数 〜4B のモデルを、比較のために記事ログからコードが並べたものです。VRAM階層は当サイトの概算、ライセンスはモデルカードの記載です。

→ 横にスクロールできます

モデル パラメータ数 最小のVRAM階層 ライセンス 記事
LiquidAI/LFM2.5-350M-Diffusion-Exp 425M 4GB lfm1.0 「LFM2.5-350M-Diffusion-Exp」ブロック拡散型の軽量言語モデル：必要VRAM 4GB〜(2026-10-03)
togethercomputer/Tev1-0.8B-experimental 873M 4GB — 「Tev1-0.8B-experimental」構造化データの選択肢選定に特化した意思決定モデル：必要VRAM 4GB〜(2026-09-25)
pfnet/plamo-3-610m-fin-instruct 890M 4GB plamo-community-license 「plamo-3-610m-fin-instruct」金融特化型の軽量日本語言語モデル：必要VRAM 4GB〜(2026-09-24)
harshatheg/Qwen-2.5-1B-RLCD 1.5B 4GB apache-2.0 「Qwen-2.5-1B-RLCD」並列制約付きデコーディングのテキスト生成モデル：必要VRAM 4GB〜(2026-09-16)
tencent/Simple-Attention-Sparsification 4.0B 12GB — 「Simple-Attention-Sparsification」テキスト生成モデル：必要VRAM 12GB〜(2026-09-14)

入手方法

Transformers、vLLM、SGLang、llama.cpp、Ollama、LM Studio、MLX、ArcLight、vLLM Ascend、LiteRT-LMなどの多様なバックエンドおよびフォーマットに対応しています。SGLangでサービングを行う場合のコマンド例は以下の通りです。

pip install "sglang[srt]>=0.5.16"
python -m sglang.launch_server --model-path openbmb/MiniCPM5-2B --port 30000

派生版・量子化版

→ 横にスクロールできます

追記日 配布元 形式 リポジトリ 最小のVRAM階層(量子化・必要メモリの目安)
2026-09-18(公開10日後) openbmb GGUF openbmb/MiniCPM5-2B-GGUF Q8_0 3.0GB(4GB VRAMで動作)
2026-09-18(公開10日後) openbmb MLX openbmb/MiniCPM5-2B-MLX MLX 1.6GB(4GB VRAMで動作)
2026-09-18(公開10日後) bartowski GGUF bartowski/MiniCPM5-2B-GGUF Q8_0 3.0GB(4GB VRAMで動作)
2026-09-18(公開10日後) openbmb GPTQ openbmb/MiniCPM5-2B-GPTQ GPTQ 2.3GB(4GB VRAMで動作)
2026-09-18(公開10日後) mlx-community MLX mlx-community/MiniCPM5-2B-8bit MLX 8bit 3.0GB(4GB VRAMで動作)

このほか、上記以外の投稿者による変換版が 43 件あります(当サイトは公開元自身と、実績のある量子化担当の配布だけを表に載せています)。

この節は、記事公開後に見つかった変換版を当サイトが機械的に追記したものです。必要メモリは配布ファイルのサイズから算出した概算です。 量子化の名前の読み方は用語集にあります。

関連記事

次に読むなら

出典

更新履歴

  • 2026-09-18: 変換版を「派生版・量子化版」に追記しました: openbmb/MiniCPM5-2B-GGUF, openbmb/MiniCPM5-2B-MLX, bartowski/MiniCPM5-2B-GGUF, openbmb/MiniCPM5-2B-GPTQ, mlx-community/MiniCPM5-2B-8bit
  • 2026-09-18: 動作環境の表を openbmb/MiniCPM5-2B-GGUF の実ファイルサイズで更新しました。
  • 2026-09-24: 記事の組み立てを更新しました: 「手元で動かせるか」の判定(配布形式・変換版・推論エンジンの登録表・ライセンス・実測の圧縮率)を追加
  • 2026-09-25: タイトルを、記事で分かる内容(必要VRAM・配布ファイル等)を示す形に変更しました。
  • 2026-09-28: 当サイトでの実測(日本語のトークン効率・GGUFファイルの中身)を追加しました。
  • 2026-09-28: 当サイトでの実測(CPUでの速度と日本語の質問への回答)を追加しました。
  • 2026-09-29: 当サイトでの実測(量子化ごとの劣化)を追加しました。
  • 2026-09-30: タイトルを、記事で分かる内容(必要VRAM・配布ファイル等)を示す形に変更しました。

新モデルGGUF,LLM,MiniCPM5-2B,OpenBMB,SGLang,vLLM,確認済み