Tiga model, tiga pekerjaan berbeda
PAN 2, MiniCPM5-2B, dan Agora-2 adalah sistem AI dengan tujuan serta keluaran berbeda: PAN 2 membuat video dari deskripsi tindakan, MiniCPM5-2B menghasilkan teks untuk tugas bahasa dan agen, sedangkan Agora-2 menjalankan simulasi bersama yang mempertahankan keadaan dunia. Karena itu, membandingkannya sebagai pengganti langsung akan menyesatkan.
Jika Anda perlu mengubah sebuah adegan dan tindakan menjadi klip, model PAN 2 paling relevan. Jika kebutuhan Anda adalah asisten teks, pemrograman, atau penggunaan alat, MiniCPM5-2B lebih sesuai. Untuk lingkungan multipemain yang harus tetap konsisten meski objek atau pemain tidak terlihat, model Agora-2 mengambil pendekatan tersendiri. Perbedaan fungsi ini menentukan apa yang bisa dilakukan dengan tiap model, bukan sekadar ukuran parameternya.
| Aspek | PAN 2 | MiniCPM5-2B | Agora-2 |
|---|---|---|---|
| Fungsi utama | Model video yang merender konsekuensi tindakan | Model teks untuk asisten, agen coding, dan alur kerja alat | Pratinjau simulasi bersama untuk banyak peserta |
| Keluaran | MP4 hingga 20 detik, 704×1248, 24 fps | Teks | Dunia simulasi yang berjalan secara interaktif |
| Skala model | Transformer difusi 29 miliar parameter | Model dense sekitar 2,52 miliar parameter | Simulasi sekitar 4,46 juta parameter dan perender sekitar 1 miliar |
| Masukan dan cakrawala | Satu frame awal opsional dan keterangan tindakan; hingga 20 detik per klip | Konteks hingga 131.072 token | Perintah gerak dan aksi dalam sesi bersama tanpa batas tetap |
| Peserta | Tidak ada; generator klip | Tidak berlaku; model teks | 20 peserta: 4 pengendali manusia dan 16 kebijakan |
| Akses dan harga | Bobot Apache-2.0; tanpa API atau harga yang dipublikasikan | Apache-2.0; tanpa API pihak pertama atau harga yang dipublikasikan | Demo riset; tanpa bobot, API, lisensi, atau harga |
Apa yang dibuka: format PAN 2 atau korpus MiniCPM5-2B?
PAN 2 memberi perhatian pada format keterangan gambar dan video. Prompt-nya menjelaskan informasi yang harus dicantumkan dalam deskripsi keadaan dunia, urutan peristiwa, hubungan tindakan dengan aktor, serta cara menyebut gerakan kamera. Batas text-encoder-nya 1.536 token, dengan sasaran penggunaan 1.480 token. Ini membuat format keluarannya lebih mudah dipahami dan digunakan kembali oleh orang yang ingin menyusun prompt untuk pembuatan klip.
MiniCPM5-2B menawarkan sisi transparansi yang berbeda: OpenBMB merilis model 2,52 miliar parameter itu bersama empat korpus pelatihan AI. Isinya mencakup UltraX-Preview untuk pra-pelatihan web, UltraData-Code dengan tingkat kurasi L0 hingga L3, UltraData-SFT-Agent-2609 dengan 500.000 sampel agen, dan UltraData-RL-2609 dengan lebih dari 80.000 sampel pembelajaran penguatan. Ini lebih berguna bagi peneliti yang ingin memeriksa bahan pelatihan dan membangun model bahasa.
Keterbukaan keduanya tetap memiliki batas. Rilis MiniCPM5-2B tidak mengungkap campuran, urutan, prosedur dekontaminasi, atau jumlah token tiap sumber. Sementara itu, PAN 2 menjabarkan kebijakan caption, tetapi tidak merilis korpus video yang mengajarkan format tersebut—meski disebut melibatkan ratusan juta video beranotasi. Jadi, PAN 2 membuka antarmuka prompt; MiniCPM5-2B membuka kumpulan data, bukan resep pelatihan lengkap.

Konsistensi dunia adalah keunggulan Agora-2
Agora-2 tidak dibuat untuk menerima satu gambar lalu menghasilkan klip lepas. Sistem riset ini mendukung 20 peserta dalam lingkungan simulasi yang sama: empat manusia mengendalikan karakter, sementara 16 entitas dikendalikan kebijakan yang dipelajari. Sifat entitas tetap tersimpan sekalipun berada di luar pandangan pemain, sehingga keadaan dunia tidak bergantung hanya pada apa yang sedang terlihat.
Arsitekturnya memisahkan penentu kejadian dari perender. Model simulasi kecil menyimpan keadaan entitas, sedangkan perender flow-matching sekitar satu miliar parameter menampilkan dunia. PAN 2 berlawanan arah: transformer difusi 29 miliar parameternya menghasilkan frame, sementara model bahasa menyusun keterangan terstruktur tentang peristiwa, tindakan, dan kamera. Keluaran PAN 2 adalah klip hingga 20 detik; Agora-2 dirancang untuk sesi bersama yang terus berjalan.
Konsekuensinya jelas untuk pemilihan. Agora-2 lebih cocok untuk riset simulasi multipemain dan persistensi objek, tetapi belum menyediakan bobot, repositori, API inferensi, lisensi, atau harga. Laporannya juga menyebut ukuran kinerja tertentu sebagai target, bukan hasil pengukuran kuantitatif. PAN 2 menyediakan bobot Apache-2.0 dan kode, tetapi klipnya dapat melenceng antarsesi karena tidak mempertahankan satu dunia bersama. Keduanya bukan jawaban untuk masalah yang sama.

Pilih berdasarkan keluaran dan kesiapan pakai
MiniCPM5-2B paling menarik bagi pengembang yang menginginkan model teks kecil dengan jalur penggunaan lokal. Dokumentasinya mencakup vLLM, SGLang, dan llama.cpp, sementara konteks 131.072 token memberi ruang untuk masukan panjang. Nilai benchmark yang dilaporkan OpenBMB mencakup 69,1 pada LiveCodeBench v6, 46,4 pada SWE-bench Verified, serta 59,0 pada AA-LCR. Angka ini berasal dari evaluasi vendor, jadi gunakan sebagai petunjuk, bukan jaminan untuk beban kerja Anda.
PAN 2 lebih tepat bagi pembuat prototipe video yang perlu menguji konsekuensi visual dari suatu tindakan dan dapat menerima proses generasi berbasis klip. Bobot dan kode tersedia, tetapi tidak ada API terhosting; model berukuran besar ini juga bukan pilihan setara untuk asisten teks di perangkat. Agora-2 menarik untuk eksperimen dunia simulasi yang persisten, tetapi status pratinjau riset dan ketiadaan bobot membatasi penggunaan mandiri. Jika yang Anda cari adalah sistem siap produksi, bukti yang tersedia belum menjadikan salah satu pilihan sebagai jawaban otomatis.

Buy if / Skip if
- Buy the MiniCPM5-2B if Anda membutuhkan model teks untuk asisten lokal, coding, atau alur kerja alat dan ingin menelusuri empat korpus pelatihannya.
- Skip the MiniCPM5-2B if keluaran utama yang Anda perlukan adalah video dari tindakan, bukan teks.
- Buy the PAN 2 if Anda ingin menguji pembuatan klip berbasis frame dan keterangan tindakan dengan bobot terbuka.
- Skip the PAN 2 if Anda membutuhkan dunia persisten, sesi multipemain bersama, atau endpoint terhosting.
- Buy the Agora-2 if fokus Anda adalah meneliti simulasi multipemain dengan keadaan dunia yang tetap konsisten saat entitas di luar pandangan.
- Skip the Agora-2 if Anda memerlukan bobot yang dapat diunduh, API inferensi, atau sistem mandiri untuk segera dipasang.






