llama.cppggml-org（Georgi Gerganov 等）
纯 C/C++ 的推理实现，把大模型塞进 CPU、Mac 统一内存和各种边缘设备，GGUF 量化格式的事实标准。
推理框架 / 服务引擎GGUFCPU / Metal / CUDA / Vulkan1.5~8bit 量化无 Python 依赖
MiniCPM5-1B
模型简介
1B 级别的第五代端侧模型，把推理能力压进手机与嵌入设备。
- 参数量
- 1.1B
- 上下文
- 32K
- 硬件
- 手机端可跑
- 所属
- MiniCPM
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2026-05-21
- 收录
- 2026-10-03