MiMo V2.6 Flash API

MiMo-V2.6-Flash とは？

MiMo-V2.6-Flash は、MiMo-V2.6 ファミリーにおける Xiaomi の効率重視モデルです。高頻度コール、大規模ワークロード、コーディング、自動化、長期的なエージェントタスク向けに設計されたネイティブなマルチモーダル推論モデルです。

このモデルは入力としてテキスト、画像、動画、音声を受け取り、テキストを出力します。Xiaomi は、現実のワークフローに最適化されたフルモダリティのモデルと位置付けており、1-million-token context window、深い思考、ツール呼び出し、構造化出力、ストリーミング、ウェブ検索、コンテキストキャッシングといった機能を備えています。

オープンウェイトの MiMo-V2.6-Flash-RL チェックポイントは、総パラメータ 309 billion、アクティブパラメータ 15 billion のスパース Mixture-of-Experts アーキテクチャを採用しています。モデルカードには、1M-token のコンテキスト長、681M-parameter のビジョンエンコーダ、オーディオエンコーダ、five-layer のスペキュレーティブデコーダが記載されています。

技術仕様

Xiaomi の公式モデルページでは、1M-token のコンテキストウィンドウ、最大 128K 出力トークン、100 RPM、10M TPM が記載されています。

MiMo-V2.6-Flash の主な特長

1. ネイティブなフルモダリティ理解

MiMo-V2.6-Flash は、同一のモデル内でテキスト、画像、動画、音声を処理できるよう設計されています。これにより、情報がテキストだけでなく複数のメディア形式に分散しているアプリケーションに適しています。

代表的な用途には、マルチモーダル文書解析、外観検査、動画理解、音声を活用したリサーチ、異種の証拠を組み合わせるワークフローなどがあります。

2. 1M-Token の長大コンテキスト

このモデルは最大で 1 million tokens のコンテキストウィンドウをサポートし、大規模リポジトリ、長文ドキュメント、長大なツール実行履歴、マルチセッションのエージェントワークフローに適しています。Xiaomi は特に、長期的なタスクやマルチエージェント協調を想定して位置付けています。

この大きなコンテキスト容量により、処理前に大規模情報を繰り返し要約・分割する必要性を低減できます。

3. 推論とエージェント型ワークフロー

MiMo-V2.6-Flash は推論志向・エージェント志向のワークロードを中心に設計されています。公式の機能一覧には深い思考とツール呼び出しが含まれており、モデルカードではコーディング、汎用エージェント、ビジュアルタスク、サイバーセキュリティにまたがる混合型強化学習が記載されています。

これにより、以下のようなアプリケーションに適しています。

• マルチステップのリサーチエージェント
• コーディングエージェント
• ツールのオーケストレーション
• コンピュータ操作ワークフロー
• 自動化された分析
• 長期にわたる計画タスク

4. ツール呼び出しと構造化出力

このモデルはツール呼び出しと構造化出力に対応しており、外部関数を呼び出したり、予測可能な機械可読フォーマットで情報を返したりするアプリケーションに組み込めます。

これは、検索、データベース、API、業務ツール、その他のアプリケーション機能に LLM を接続するエージェントシステムに特に有用です。

5. マルチモーダルなエージェント機能

MiMo-V2.6-Flash は、マルチモーダル理解とエージェント志向の推論を組み合わせています。画像、動画、音声、テキスト処理を個別のモデルタスクとして扱うのではなく、これら入力のための統一インターフェースを提供します。

このアーキテクチャは、図版付きの技術文書のレビュー、録画会議の分析、動画証拠の検査、スクリーンショットとテキスト指示の組み合わせなどのワークフローに有用です。

6. 効率重視の MiMo-V2.6 設計

Flash バリアントは、MiMo-V2.6 ファミリーの中で効率バランス型のメンバーとして位置付けられています。スパース MoE 設計により、各トークンで全パラメータプールを使用するのではなく、パラメータのサブセットのみを活性化します。

また、複数の後続トークンを予測して並列検証する five-layer のスペキュレーティブデコーダを採用しており、推論効率の向上を意図したアーキテクチャです。

ベンチマーク性能

Xiaomi が公開した評価表では、MiMo-V2.6-Flash の結果がコーディング、汎用エージェント、サイバーセキュリティ、ビジュアルエージェントのベンチマークにわたり報告されています。これらはあくまでプロバイダー公表のベンチマーク結果であり、第三者による独立ランキングとは見なすべきではありません。

たとえば、Xiaomi は Terminal Bench 2.1 で 87.6、OSWorld-Verified で 80.8、Toolathlon-Verified で 73.6、CyberGym で 95.1 を報告しています。

このベンチマークプロファイルは、同モデルが従来型の対話モデルとしてだけでなく、エージェント、コーディング、ツール利用、マルチモーダルのワークフロー向けに特に設計されていることを示唆します。

MiMo-V2.6-Flash と MiMo-V2.6-Pro の比較

MiMo-V2.6-Flash と MiMo-V2.6-Pro は同一ファミリーに属し、ネイティブなマルチモーダル対応と 1M コンテキスト設計を共有しつつ、モデル効率のスペクトラム上で異なるポイントを狙っています。

公開されたアーキテクチャでは、Pro モデルは総パラメータ 1.02T / アクティブパラメータ 42B、Flash は総パラメータ 309B / アクティブパラメータ 15B とされています。

MiMo-V2.6-Flash と他モデルの比較

MiMo-V2.6-Flash は、長大コンテキスト、ネイティブなマルチモーダル入力、推論、エージェント志向のツール利用という 4 つの特性を 1 つのモデルで兼ね備える点で、現代のマルチモーダル推論モデルの中でも独自の位置付けにあります。

従来のテキスト専用推論モデルと比べて、MiMo-V2.6-Flash は画像・動画・音声を直接取り込めます。より小型のマルチモーダルモデルと比べると、1M-token のコンテキストにより大規模リポジトリや長いエージェント軌跡に適しています。より大型の MiMo-V2.6-Pro と比べると、Flash はより効率志向のアーキテクチャを重視しています。

代表的なユースケース

コーディングとソフトウェアエンジニアリング

MiMo-V2.6-Flash は、コード生成、デバッグ、リポジトリ解析、ソフトウェア計画、エージェント型の開発ワークフローに利用できます。

公開結果には、DeepSWE v1.1、ProgramBench、MiMo Code Bench、Terminal Bench の評価が含まれます。

長大コンテキストの文書分析

1M-token のコンテキストウィンドウにより、技術仕様、調査資料、プロジェクト履歴などの大規模ドキュメント集合を、コンテキストを過度に圧縮せずに分析できます。

マルチモーダルリサーチ

テキスト、画像、動画、音声を受け付けるため、単一の推論ワークフローで異なるメディアソースからの情報を統合できます。

エージェントとツールの自動化

ツール呼び出し、構造化出力、推論、長大コンテキストにより、タスクを計画し、外部ツールを呼び出し、結果を検査し、複数ステップにわたって推論を継続するエージェントに適しています。

コンピュータ操作ワークフロー

OSWorld-Verified の 80.8 などのエージェント系ベンチマークは、Xiaomi が従来の言語モデルベンチマークに加えて、対話的なエージェントタスクでも評価していることを示しています。

マルチモーダルなビジネスワークフロー

レポート、スクリーンショット、録音、プレゼン、ドキュメントなどの混在メディア情報を扱い、単一のモデルで複数の入力タイプを統合する必要があるワークフローを支援できます。

制限事項

MiMo-V2.6-Flash はリリース間もないモデルであり、ベンチマークのカバレッジと第三者による独立評価はなお進展中です。Xiaomi が公開したベンチマーク表は、エージェントおよびマルチモーダルタスク全般で相応の根拠を示していますが、アプリケーション固有のテストを代替するものではありません。

また、スパース活性化であるとはいえ基盤アーキテクチャは大規模です。セルフホスティングを検討する組織は、15B のアクティブパラメータという数字を総デプロイのフットプリントと同一視するのではなく、ハードウェア、推論エンジン互換性、量子化、スループット、運用要件を評価する必要があります。公式モデルカードには SGLang と vLLM 向けのデプロイガイダンスが記載されています。

CometAPI を介して MiMo-V2.6-Flash API にアクセスする方法

手順 1: CometAPI にサインアップして CometAPI API キーを取得する

CometAPI アカウントを作成またはアクセスし、API 管理エリアを開きます。CometAPI アカウントから API キーを生成し、アプリケーション構成で使用できるよう保持します。

手順 2: MiMo-V2.6-Flash を選択してアプリケーションを構成する

利用可能なモデルカタログから MiMo-V2.6-Flash を見つけ、モデル ID が mimo-v2.6-flash であることを確認します。CometAPI 連携で MiMo-V2.6-Flash をターゲットモデルとして設定します。アプリケーションの要件に応じて、マルチモーダル入力やエージェント機能に合わせてリクエストを構成します。

手順 3: リクエストを送信する

CometAPI 連携を通じてテキストまたはサポートされるマルチモーダル入力を送信し、返されたモデル応答をアプリケーションのワークフローで使用します。

手順 4: レスポンスを処理する

生成されたテキスト、構造化出力、推論結果、またはツールコール情報を、アプリケーションのワークフローに従って処理します。