MiniCPM5 2B 硬件要求

模型信息

参数量: 2.52B
注意力机制: 全注意力
最大上下文: 131,072 个 token
发布日期: 2026-09-06
模型卡: Hugging Face 上的 MiniCPM5 2B

同系列的其他规格

各模型在基准量化、8k 上下文下所需的显存，以及在常见显卡上的判定，按模型从小到大排列
模型	参数量	基准量化	所需显存（8k）	GeForce RTX 4060	GeForce RTX 5060 Ti 16GB	GeForce RTX 3090
MiniCPM5 1B	1.08B	Q4_K_M	1.3 GB	运行流畅	运行流畅	运行流畅
MiniCPM5 2B当前模型	2.52B	Q4_K_M	2.3 GB	运行流畅	运行流畅	运行流畅

GGUF 文件

收录的 MiniCPM5 2B 量化文件，从小到大排列
量化	文件大小	质量	发布者
Q4_K_M基准	1.56 GB	均衡	官方 GGUF · openbmb
Q8_0	2.68 GB	近乎无损	官方 GGUF · openbmb

不同量化和上下文所需的显存

显存（GB）：载入 GPU 的权重 + f16 KV 缓存 + 计算缓冲区。如果在 Windows 上这块显卡还负责显示输出，再加约 0.6 GB。文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中。Mac 按整个文件计算，所以需要的内存稍多一些。
量化	4k	8k	16k	32k	64k	128k
Q4_K_M	2.1	2.3	2.8	3.6	5.3	8.7
Q8_0	3.1	3.3	3.7	4.6	6.3	9.7

哪些 GPU 能跑 MiniCPM5 2B？

判定说明

运行流畅: 全部载入显卡，且达到 20 tok/s 及以上
运行良好: 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
运行较慢: 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
无法运行: 内存装不下，或低于 2 tok/s

排序

在计算器中按预算、类型和上下文筛选这份列表

左右滑动可查看所有列。

56 款 GPU、Mac 和 CPU 配置，基于 Q4_K_M 量化、8k 上下文，按判定和速度排序
硬件	判定	速度	量化	显存/内存	运行方式	上下文	备注	价格
GeForce RTX 5090	运行流畅	估算 656.0 tok/s577.2–734.7校准估算 ±12%	Q4_K_M	2.9 / 32.0 GB	全部载入显卡	最长 128k	—	市场价 US$4,200（截至 2026-08-09）
Radeon RX 7900 XTX	运行流畅	估算 381.5 tok/s335.7–427.3校准估算 ±12%	Q4_K_M	2.9 / 24.0 GB	全部载入显卡	最长 128k	—	首发价 US$999
GeForce RTX 3090 Ti	运行流畅	估算 369.0 tok/s324.7–413.3校准估算 ±12%	Q4_K_M	2.9 / 24.0 GB	全部载入显卡	最长 128k	—	首发价 US$1,999
GeForce RTX 4090	运行流畅	估算 369.0 tok/s324.7–413.3校准估算 ±12%	Q4_K_M	2.9 / 24.0 GB	全部载入显卡	最长 128k	—	市场价 US$2,755（截至 2026-08-09）
Apple M5 Ultra · 96 GB	运行流畅	估算 366.0 tok/s292.8–439.2校准估算 ±20%	Q4_K_M	2.5 / 67.2 GB	统一内存	最长 128k	—	—
GeForce RTX 5080	运行流畅	估算 351.4 tok/s309.2–393.6校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	市场价 US$1,256（截至 2026-08-09）
GeForce RTX 3090	运行流畅	估算 342.6 tok/s301.5–383.7校准估算 ±12%	Q4_K_M	2.9 / 24.0 GB	全部载入显卡	最长 128k	—	市场价 US$1,050（截至 2026-08-09）
GeForce RTX 3080 12GB	运行流畅	估算 333.8 tok/s293.8–373.9校准估算 ±12%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	首发价 US$799
GeForce RTX 5070 Ti	运行流畅	估算 328.0 tok/s288.6–367.3校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	市场价 US$949（截至 2026-08-09）
GeForce RTX 5080 Laptop	运行流畅	估算 328.0 tok/s288.6–367.3校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	—
GeForce RTX 5090 Laptop	运行流畅	估算 328.0 tok/s288.6–367.3校准估算 ±12%	Q4_K_M	2.9 / 24.0 GB	全部载入显卡	最长 128k	—	—
Radeon RX 7900 XT	运行流畅	估算 317.9 tok/s279.8–356.1校准估算 ±12%	Q4_K_M	2.9 / 20.0 GB	全部载入显卡	最长 128k	—	首发价 US$899
GeForce RTX 3080 10GB	运行流畅	估算 278.2 tok/s244.8–311.6校准估算 ±12%	Q4_K_M	2.9 / 10.0 GB	全部载入显卡	最长 128k	—	首发价 US$699
GeForce RTX 4080 Super	运行流畅	估算 269.4 tok/s237.1–301.7校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	首发价 US$999
GeForce RTX 4080	运行流畅	估算 262.5 tok/s231.0–294.0校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	首发价 US$1,199
Radeon RX 9070	运行流畅	估算 256.3 tok/s225.6–287.1校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	市场价 US$639（截至 2026-08-09）
Radeon RX 9070 XT	运行流畅	估算 256.3 tok/s225.6–287.1校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	市场价 US$689（截至 2026-08-09）
Radeon RX 7800 XT	运行流畅	估算 248.0 tok/s218.2–277.8校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	首发价 US$499
GeForce RTX 4070 Ti Super	运行流畅	估算 246.0 tok/s216.5–275.5校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	首发价 US$799
GeForce RTX 5070	运行流畅	估算 246.0 tok/s216.5–275.5校准估算 ±12%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	市场价 US$629（截至 2026-08-09）
GeForce RTX 5070 Ti Laptop	运行流畅	估算 246.0 tok/s216.5–275.5校准估算 ±12%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	—
Apple M3 Ultra · 96 GB	运行流畅	估算 244.1 tok/s195.3–292.9校准估算 ±20%	Q4_K_M	2.5 / 67.2 GB	统一内存	最长 128k	—	—
Apple M5 Max (40-core GPU) · 48 GB	运行流畅	估算 244.0 tok/s195.2–292.8校准估算 ±20%	Q4_K_M	2.5 / 33.6 GB	统一内存	最长 128k	—	—
Apple M2 Ultra · 64 GB	运行流畅	估算 238.5 tok/s190.8–286.1校准估算 ±20%	Q4_K_M	2.5 / 44.8 GB	统一内存	最长 128k	—	—
GeForce RTX 2080 Ti	运行流畅	估算 225.5 tok/s198.4–252.5校准估算 ±12%	Q4_K_M	2.9 / 11.0 GB	全部载入显卡	最长 128k	—	首发价 US$999
Apple M4 Max (40-core GPU) · 48 GB	运行流畅	估算 217.0 tok/s173.6–260.4校准估算 ±20%	Q4_K_M	2.5 / 33.6 GB	统一内存	最长 128k	—	—
GeForce RTX 4090 Laptop	运行流畅	估算 210.8 tok/s185.5–236.1校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	—
GeForce RTX 4070	运行流畅	估算 184.5 tok/s162.3–206.6校准估算 ±12%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	首发价 US$599
GeForce RTX 4070 Super	运行流畅	估算 184.5 tok/s162.3–206.6校准估算 ±12%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	首发价 US$599
Apple M5 Max (32-core GPU) · 36 GB	运行流畅	估算 182.8 tok/s146.3–219.4校准估算 ±20%	Q4_K_M	2.5 / 25.2 GB	统一内存	最长 128k	—	—
GeForce GTX 1080 Ti	运行流畅	估算 177.2 tok/s124.0–230.3理论估算 ±30%	Q4_K_M	2.9 / 11.0 GB	全部载入显卡	最长 128k	—	首发价 US$699
GeForce RTX 3070	运行流畅	估算 164.0 tok/s144.3–183.7校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	首发价 US$499
GeForce RTX 5060	运行流畅	估算 164.0 tok/s144.3–183.7校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	市场价 US$339（截至 2026-08-09）
GeForce RTX 5060 Ti 16GB	运行流畅	估算 164.0 tok/s144.3–183.7校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	市场价 US$569（截至 2026-08-09）
GeForce RTX 5060 Ti 8GB	运行流畅	估算 164.0 tok/s144.3–183.7校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	市场价 US$429（截至 2026-08-09）
Apple M4 Max (32-core GPU) · 36 GB	运行流畅	估算 162.9 tok/s130.4–195.5校准估算 ±20%	Q4_K_M	2.5 / 25.2 GB	统一内存	最长 128k	—	—
GeForce RTX 4080 Laptop	运行流畅	估算 158.1 tok/s139.2–177.1校准估算 ±12%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	—
Intel Arc B580	运行流畅	估算 140.7 tok/s112.6–168.8校准估算 ±20%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	市场价 US$290（截至 2026-08-09）
GeForce RTX 3060 12GB	运行流畅	估算 131.8 tok/s116.0–147.6校准估算 ±12%	Q4_K_M	2.9 / 12.0 GB	全部载入显卡	最长 128k	—	市场价 US$250（截至 2026-08-09）
Radeon RX 9060 XT 16GB	运行流畅	估算 128.0 tok/s112.6–143.3校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 128k	—	市场价 US$449（截至 2026-08-09）
Apple M5 Pro · 24 GB	运行流畅	估算 122.0 tok/s97.6–146.4校准估算 ±20%	Q4_K_M	2.5 / 16.8 GB	统一内存	最长 128k	—	—
NVIDIA DGX Spark · 64 GB	运行流畅	估算 111.4 tok/s89.1–133.6校准估算 ±20%	Q4_K_M	2.5 / 48.2 GB	统一内存	最长 64k	—	首发价 US$3,999（128 GB）
Ryzen AI Max+ 395 (Strix Halo) · 32 GB	运行流畅	估算 109.8 tok/s87.8–131.7校准估算 ±20%	Q4_K_M	2.5 / 22.4 GB	统一内存	最长 64k	—	首发价 US$1,999（128 GB）
Apple M4 Pro · 24 GB	运行流畅	估算 108.5 tok/s86.8–130.2校准估算 ±20%	Q4_K_M	2.5 / 16.8 GB	统一内存	最长 64k	—	—
GeForce RTX 4060 Ti 16GB	运行流畅	估算 105.4 tok/s92.8–118.1校准估算 ±12%	Q4_K_M	2.9 / 16.0 GB	全部载入显卡	最长 64k	—	首发价 US$499
GeForce RTX 4060 Ti 8GB	运行流畅	估算 105.4 tok/s92.8–118.1校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	首发价 US$399
GeForce RTX 4060	运行流畅	估算 99.6 tok/s87.6–111.5校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	首发价 US$299
GeForce RTX 4060 Laptop	运行流畅	估算 93.7 tok/s82.5–105.0校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	—
GeForce RTX 4070 Laptop	运行流畅	估算 93.7 tok/s82.5–105.0校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	—
GeForce RTX 3050 8GB	运行流畅	估算 82.0 tok/s72.2–91.8校准估算 ±12%	Q4_K_M	2.9 / 8.0 GB	全部载入显卡	最长 64k	—	首发价 US$249
Apple M5 · 16 GB	运行流畅	估算 61.0 tok/s48.8–73.3校准估算 ±20%	Q4_K_M	2.5 / 11.2 GB	统一内存	最长 32k	—	—
Apple M6 · 16 GB	运行流畅	估算 61.0 tok/s48.8–73.3校准估算 ±20%	Q4_K_M	2.5 / 11.2 GB	统一内存	最长 32k	—	—
Apple M4 · 16 GB	运行流畅	估算 47.7 tok/s38.2–57.2校准估算 ±20%	Q4_K_M	2.5 / 11.2 GB	统一内存	最长 32k	—	—
DDR5-6000 双通道 CPU · 16 GB	运行较慢	估算 25.1 tok/s20.1–30.1校准估算 ±20%	Q4_K_M	1.9 GB 内存	纯 CPU	最长 128k	CPU 推理：最高只能判为“运行较慢”	—
DDR5-5600 双通道 CPU · 16 GB	运行较慢	估算 23.4 tok/s18.7–28.1校准估算 ±20%	Q4_K_M	1.9 GB 内存	纯 CPU	最长 128k	CPU 推理：最高只能判为“运行较慢”	—
DDR4-3200 双通道 CPU · 16 GB	运行较慢	估算 13.4 tok/s10.7–16.1校准估算 ±20%	Q4_K_M	1.9 GB 内存	纯 CPU	最长 128k	CPU 推理：最高只能判为“运行较慢”	—

带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。

能运行它的最便宜 GPU

运行流畅GeForce RTX 3060 12GB市场价 US$250（截至 2026-08-09），估算 131.8 tok/s（116.0–147.6，校准估算 ±12%）。

MiniCPM5 2B 的实测结果

这个模型暂无公开基准测试结果。

常见问题

MiniCPM5 2B 需要多少显存？

Q4_K_M 文件为 1.56 GB；在 8k 上下文下，显卡约需 2.3 GB（权重 1.40 GB、KV 缓存 0.4 GB、计算缓冲区 0.6 GB）。文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中。Mac 按整个文件计算，所以需要的内存稍多一些。

能让 MiniCPM5 2B 运行良好的最便宜 GPU 是哪款？

运行流畅的最便宜选择：GeForce RTX 3060 12GB，US$250（2026-08-09 市场价），估算 131.8 tok/s（116.0–147.6，校准估算 ±12%）。

MiniCPM5 2B 能在 8 GB、16 GB 或 24 GB 的 GPU 上运行吗？

Q4_K_M、8k 上下文下：GeForce RTX 4060：运行流畅，估算 99.6 tok/s（87.6–111.5，校准估算 ±12%）; GeForce RTX 5060 Ti 16GB：运行流畅，估算 164.0 tok/s（144.3–183.7，校准估算 ±12%）; GeForce RTX 3090：运行流畅，估算 342.6 tok/s（301.5–383.7，校准估算 ±12%）。

速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。