Github 链接：https://github.com/openbmb/minicpm Huggingface 链接：https://huggingface.co/collections/openbmb/minicpm-4- 6841ab29d180257e940baa9b 整理 | 华卫 近日，新一代"面壁小钢炮" MiniCPM4.0 端侧模型发布，拥有 8B 、0.5B 两种参数规模 。 一款 8B 稀疏闪电版，带来端侧性能大跃升；一款 0.5B "以小博大"，适配广泛终端场景。 模型相关链接 Model Scope 链接：https://www.modelscope.cn/collections/MiniCPM-4-ec015560e8c84d 截至目前，面壁小钢炮 MiniCPM 系列全平台下载量累计破 1000 万。 据介绍，MiniCPM4.0 -8B 是首个原生稀疏模型，5% 的极高稀疏度加持系统级创新技术的大爆发， 让长文本、深思考在端侧真正跑起来。在 MMLU、CEval、MATH500、HumanEval 等基准测试中， MiniCPM4.0 -8B 以仅 22% 的训练开销，性能比肩 ...

新浪科技讯 6月10日下午消息，近日，面壁智能第四代"面壁小钢炮" MiniCPM4.0 端侧模型（代号"前进 四"）发布。据悉，第四代小钢炮拥有 8B 、0.5B两种参数规模，实现了同级最佳的模型性能。可让长 文本、深思考在端侧真正跑起来，实现220倍极限加速。 据悉，MiniCPM 4.0 模型采用的InfLLMv2稀疏注意力架构改变了传统 Transformer 模型的相关性计算方 式，有效摆脱了逐字重复计算的低效，将稀疏度从行业普遍的40%-50%，降至极致的5%，注意力层仅 需1/10的计算量即可完成长文本计算。且对算子底层重写，进一步加速提升，并使得对文本相关性精准 性大大提升。 值得一提的是，DeepSeek 使用的长文本处理架构NSA（Native Sparse Attention）也引用并采用了与 InfLLM相同的分块注意力计算思路，但其对于短文本的推理较慢，InfLLMv2则很好地解决了NSA在短 文本推理上的短板。 在缓存消耗上，MiniCPM 4.0-8B在 128K 长文本场景下相较于Qwen3-8B仅需 1/4 的缓存存储空间。在速 度、性能飙升的同时，又做到了模型极致压缩，让端 ...

MiniCPM4.0 -0.5B 在性能上，也展现出惊人的以小博大—— 在MMLU、CEval、BBH、HumanEval等基准测试中，MiniCPM4.0 -0.5B性能秒杀同级 的 Qwen-3-0.6B、Llama 3.2、Gemma3，并通过原生QAT技术实现几乎不掉点的int4量化，实现了 600 Token/s 的极速推理速度。 模型相关链接 https://arxiv.org/pdf/2506.07900 「前进四」速度狂飙，快至220 倍！ 2025 智源大会，新一代「面壁小钢炮」 MiniCPM4.0 端侧模型发布。一款 8B 稀疏闪电版，带来端侧性能创新式大跃升；一款 0.5B 实力演绎以小博 大，适配广泛终端场景。 MiniCPM4.0 -8B 是首个原生稀疏模型，5%的极高稀疏度加持系统级创新技术的大爆发，让长文本、深思考在端侧真正跑起来，宣告了端侧长文本时 代到来。 MiniCPM4.0 -8B 在MMLU、CEval、MATH500、HumanEval等基准测试中，以仅 22% 的训练开销，性能比肩 Qwen-3-8B，超越Gemma-3-12B。 代号「前进四」，小钢炮 Mini ...