国产开源9月三连发：面壁MiniCPM5-2B端侧登顶、微信WeMM-Embedding拿下多模态榜首、DeepSeek V4.1 Flash实测507 tokens/s
一句话答案：一、MiniCPM5-2B：2B 参数，跑出 4B 以下的最高分 面壁智能联合 OpenBMB 于 9 月 8 日开源 MiniCPM5-2B。
关键点：一句话答案：一、MiniCPM5-2B：2B 参数，跑出 4B 以下的最高分 面壁智能联合 OpenBMB 于 9 月 8 日开源 MiniCPM5-2B。 关键点：2026 年 9 月 8 日到 9 日，国产开源阵营在 48 小时内连发三个值得关注的东西：面壁智能的 2B 端侧基座、微信视觉团队的多模态检索模型、DeepSeek 的多模态内测版本。 ② WeMM-Embedding 9B 版本以 80.6 分登顶 MMEB-v2，2B 版本 77.9 分超过此前 8B 开源模型——图文视频统一检索有了国产开源方案；。
一句话答案：一、MiniCPM5-2B：2B 参数，跑出 4B 以下的最高分 面壁智能联合 OpenBMB 于 9 月 8 日开源 MiniCPM5-2B。
关键点：2026 年 9 月 8 日到 9 日，国产开源阵营在 48 小时内连发三个值得关注的东西：面壁智能的 2B 端侧基座、微信视觉团队的多模态检索模型、DeepSeek 的多模态内测版本。 ② WeMM-Embedding 9B 版本以 80.6 分登顶 MMEB-v2，2B 版本 77.9 分超过此前 8B 开源模型——图文视频统一检索有了国产开源方案；。 ③ DeepSeek V4.1 Flash 内测实测输出 507 tokens/s，原生多模态，计费与 V4-Flash 相同，但9 月 10 日自动下线，只能尝鲜不能上生产。
2026 年 9 月 8 日到 9 日，国产开源阵营在 48 小时内连发三个值得关注的东西：面壁智能的 2B 端侧基座、微信视觉团队的多模态检索模型、DeepSeek 的多模态内测版本。
这三件事放在一起看，指向同一个趋势——「能塞进自己机器里跑」的模型，正在从能用变成好用。对做私有化部署、端侧应用、RAG 检索的国内团队来说，这是本月最实际的一波技术红利。
① MiniCPM5-2B 拿到 Artificial Analysis 榜单 4B 以下开源模型第一（23 分），Agentic Index 20 分是同级模型的 10 倍，且英特尔/瑞芯微/Arm 首日适配——端侧 Agent 的底座基本定了；
② WeMM-Embedding 9B 版本以 80.6 分登顶 MMEB-v2，2B 版本 77.9 分超过此前 8B 开源模型——图文视频统一检索有了国产开源方案；
③ DeepSeek V4.1 Flash 内测实测输出 507 tokens/s，原生多模态，计费与 V4-Flash 相同，但9 月 10 日自动下线，只能尝鲜不能上生产。
一、MiniCPM5-2B：2B 参数，跑出 4B 以下的最高分
面壁智能联合 OpenBMB 于 9 月 8 日开源 MiniCPM5-2B。这不是一次常规迭代，而是一次「高密度」路线的验证——用 2B 参数量去对标更大的模型。
核心成绩
| 评测维度 | 成绩 | 位次说明 |
|---|---|---|
| Artificial Analysis 综合 | 23 分 | 全球 4B 以下开源基座模型第一 |
| Agentic Index | 20 分 | 同级模型普遍低于 10 分，约为 2 倍以上 |
| 34 项基准平均 | 53.9 分 | 同参数区间排名第一 |
| 参数规模 | 2B | 端侧、边缘盒子的可用区间 |
| 硬件适配 | 英特尔 / 瑞芯微 / Arm | Day 0 完成适配，出厂即可上机 |
数据来源：面壁智能与 OpenBMB 开源公告、Artificial Analysis 榜单，2026-09-08。榜单分数会随评测版本变化，以官方页面为准。
为什么说这次开源「够真」
MiniCPM5-2B 这次被开源社区称为「L4 级真·开源」，原因是交付物不止权重：
- 完整训练配方——不是只给结果，给了复现路径
- 自研强化学习框架 Meshy + JustRL II 算法——Agent 能力是怎么训出来的，能看能改
- 4 个数据集同步开源——含 UltraData-Code、UltraX 等，覆盖代码与长上下文场景
- MiniCPM 系列累计下载量突破 5000 万——生态已经跑通，不是一次性发布
对企业来说，这套组合的实际意义是：你可以自己在内网把 Agent 能力再训一版，而不是只能被动等厂商更新。
适合谁用
| 场景 | 适配度 | 说明 |
|---|---|---|
| 端侧工具调用 Agent | 高 | Agentic Index 20 分就是为这个场景打的 |
| 内网代码补全 | 高 | 代码生成是主打方向之一，含 UltraData-Code 数据集 |
| 边缘盒子 / 收银机 / 工控 | 高 | 瑞芯微适配意味着国产 ARM 板子可直接落 |
| 复杂长文写作 | 中 | 2B 的天花板摆在那，长文本仍建议上大模型 |
| 知识密集型问答 | 中 | 建议配 RAG，靠检索补知识，别指望参数里塞 |
二、WeMM-Embedding：微信把多模态检索模型开源了
同一天，微信视觉团队开源了通用多模态嵌入模型 WeMM-Embedding，提供 2B / 4B / 9B 三个规格。
嵌入模型（Embedding）不做对话，只干一件事——把文本、图片、视频映射到同一个向量空间，让「搜得到」变成可能。这是所有 RAG、以图搜图、视频检索系统的地基。
成绩与规格
| 规格 | MMEB-v2 得分 | 说明 |
|---|---|---|
| 9B | 80.6 分 | 榜单第一，追求精度的首选 |
| 2B | 77.9 分 | 超过此前 8B 级开源模型，性价比最高 |
| 4B | — | 精度与显存之间的折中档 |
| 输入类型 | 文本、图像、视频，以及任意交错输入（图文混排） | |
数据来源：微信视觉团队开源公告、MMEB-v2 榜单，2026-09-08。
最关键的信号：它已经在微信里跑了
官方披露，WeMM-Embedding 已在视频号、公众号、朋友圈等场景落地，日调用量达十亿量级。
这一点比榜单分数更重要。一个嵌入模型能不能上生产，看的从来不是榜上高几分，而是「有没有被大规模流量验证过」。微信的这条信息，等于把「生产级可用」四个字写在了说明书上。
如果你在做企业知识库、商品以图搜图、短视频内容检索，过去只能选 OpenAI CLIP 系或 Jina 系。
现在多了一个国产开源选项：可私有化、可内网部署、中文场景原生适配——对数据不出内网要求严格的金融、医疗、政务客户，这是刚需。
三、DeepSeek V4.1 Flash：507 tokens/s，但只有一天寿命
9 月 9 日，DeepSeek 宣布 V4.1 Flash 中间版本开启内测。这是一个「试水版」——采用新模型结构，原生支持多模态，官方说法是能力更强、速度更快、成本更低。
关键信息
| 项目 | 详情 |
|---|---|
| 模型名 | deepseek-v4.1-flash-expires-on-0910 |
| 接入方式 | base_url 保持不变，只改模型名即可调用 |
| 计费 | 与 V4-Flash 相同，不额外加价 |
| 限流 | 每账号 20 并发 |
| 实测速度 | 最高 507 tokens/s，多人测试平均超 300 tokens/s |
| 下线时间 | 2026-09-10 自动下线 |
数据来源：腾讯研究院 AI 速递 2026-09-09、DeepSeek 开放平台公告。
模型名里那句
expires-on-0910 是字面意思——9 月 10 日就没了。它存在的价值是让你提前看到「新一轮模型更新周期」的方向：原生多模态 + 更高的输出吞吐。正确用法：拿它跑一遍你的 Prompt 评测集，把 baseline 存下来，等正式版发布时直接对比，而不是把它接进业务流程。
四、三个东西放在一起看，趋势是什么
把这三件事并排，能看到一条清晰的线：
| 发布 | 解决什么问题 | 对企业的意义 |
|---|---|---|
| MiniCPM5-2B | 小参数下把 Agent 能力做出来 | 端侧/边缘设备能跑真 Agent，不必联网 |
| WeMM-Embedding | 图文视频统一进同一个向量空间 | 私有化多模态检索不再依赖国外模型 |
| DeepSeek V4.1 Flash | 多模态 + 高吞吐的下一代架构试水 | 下半年 API 单位成本还会再降 |
共同点只有一句：模型正在从「租」走向「有」。
过去两年，企业用 AI 的主流姿势是调 API——数据出内网、成本随用量浮动、能力跟着厂商节奏走。现在端侧小模型能跑 Agent，多模态检索能私有化部署，意味着「把 AI 放进自己机房」这条路第一次变得经济可行。
五、上手建议：按你的场景选
- 做端侧/边缘应用 → 直接拉 MiniCPM5-2B。优先在瑞芯微或 Intel 平台上验证，因为 Day 0 适配省掉了大量调优工作。
- 做企业知识库 / 商品检索 → 试 WeMM-Embedding 2B 版本做第一轮召回评测。榜单 77.9 分配 2B 体积，性价比明显；精确场景再换 9B。
- 做 API 集成 → 9 月 10 日前用 V4.1 Flash 跑一版 Prompt 评测集存档，正式版发布时直接对比，判断要不要迁移。
- 做合规敏感行业 → 优先评估本地部署组合：MiniCPM5-2B（推理）+ WeMM-Embedding（检索），两步都在内网闭环。
上手前先算三笔账
| 要算的账 | 常见误判 |
|---|---|
| 显存账 | 只看参数量，忽略 KV Cache 和并发数。20 并发下实际占用可能是单路的数倍 |
| 效果账 | 只看榜单分数，不看自家数据。务必用业务真实样本跑一轮，榜单只做初筛 |
| 运维账 | 忽略升级成本。开源模型的版本迭代很快，要有回归测试流程兜底 |
- 别把内测版写进生产：DeepSeek V4.1 Flash 带 expires 后缀的模型名，就是明确的临时标记。
- 别只信榜单：AA 榜单和 MMEB-v2 都是公开基准，与你的垂直场景相关度有限，务必自建评测集。
- 别忽略许可证：MiniCPM 系列与 WeMM-Embedding 的商用条款不同，企业落地前先读 LICENSE。
- 别忘量化代价：2B 端侧模型常需 INT4/INT8 量化，量化后分数会掉，要重新评测。
常见问题（FAQ）
V4.1是什么？
2026 年 9 月 8 日到 9 日，国产开源阵营在 48 小时内连发三个值得关注的东西：面壁智能的 2B 端侧基座、微信视觉团队的多模态检索模型、DeepSeek 的多模态内测版本。 这三件事放在一起看，指向同一个趋势——「能塞进自己机器里跑」的模型，正在从能用变成好用。 对做私有化部署、端侧应用、RAG 检索的国内团队来说，这是本月最实际的一波技术红利。
V4.1的关键数据是多少？
一句话结论： ① MiniCPM5-2B 拿到 Artificial Analysis 榜单 4B 以下开源模型第一（23 分），Agentic Index 20 分是同级模型的 10 倍，且英特尔/瑞芯微/Arm 首日适配——端侧 Agent 的底座基本定了；
使用V4.1需要注意什么？
一句话结论： ① MiniCPM5-2B 拿到 Artificial Analysis 榜单 4B 以下开源模型第一（23 分），Agentic Index 20 分是同级模型的 10 倍，且英特尔/瑞芯微/Arm 首日适配——端侧 Agent 的底座基本定了； ② WeMM-Embedding 9B 版本以 80.6 分登顶 MMEB-v2，2B 版本 77.9 分超过此前 8B 开源模型——图文视频统一检索有了国产开源方案； ③ DeepSeek V4.1 Flash 内测实测输出 507 tokens/s，原生多模态，计费与 V4-Flash 相同，但9 月 10 日自动下线，只能尝鲜不能上生产。
常见问题（FAQ）
V4.1是什么？
一句话答案：一、MiniCPM5-2B：2B 参数，跑出 4B 以下的最高分 面壁智能联合 OpenBMB 于 9 月 8 日开源 MiniCPM5-2B。 关键点：2026 年 9 月 8 日到 9 日，国产开源阵营在 48 小时内连发三个值得关注的东西：面壁智能的 2B 端侧基座、微信视觉团队的多模态检索模型、DeepSeek 的多模态内测版本。 ② WeMM-Embedding 9B 版本以 80.6 分登顶 MMEB-v2，2B 版本 77.9 分超过此前 8B 开源模型——图文视频统一检索有了国产开源方案；
V4.1的关键数据是多少？
一句话结论： ① MiniCPM5-2B 拿到 Artificial Analysis 榜单 4B 以下开源模型第一（23 分），Agentic Index 20 分是同级模型的 10 倍，且英特尔/瑞芯微/Arm 首日适配——端侧 Agent 的底座基本定了；
使用V4.1需要注意什么？
③ DeepSeek V4.1 Flash 内测实测输出 507 tokens/s，原生多模态，计费与 V4-Flash 相同，但9 月 10 日自动下线，只能尝鲜不能上生产。 2026 年 9 月 8 日到 9 日，国产开源阵营在 48 小时内连发三个值得关注的东西：面壁智能的 2B 端侧基座、微信视觉团队的多模态检索模型、DeepSeek 的多模态内测版本。 这三件事放在一起看，指向同一个趋势——「能塞进自己机器里跑」的模型，正在从能用变成好用。
把这些方法用起来
本文的思路，创信数智已经做成了可直接使用的系统：