「Xiaomi MiMo‑V2.6」が具体的に何を指すか特定できません。翻訳対象の原文（公式ページ、ドキュメント、記事など）や出典リンクをご提供ください。提供いただいたテキストを日本語に正確に翻訳します。

TL;DR

MiMo-V2.6 は Xiaomi の新しいオープンウェイトかつネイティブなマルチモーダル、エージェント指向の推論モデルファミリーです。MiMo-V2.6-Pro はスパース MoE 設計を採用し、総パラメータ 1.02 兆、トークンあたり約 420 億のパラメータがアクティブ化されます。一方、MiMo-V2.6-Flash は総パラメータ 3090 億、トークンあたり約 150 億がアクティブです。どちらも 1M トークンのコンテキストウィンドウと、テキスト・画像・動画・音声を含むマルチモーダル入力に対応します。

Key Takeaways

• MiMo-V2.6-Pro は 1.02T パラメータのスパース MoE モデルで、トークンあたり約 42B がアクティブ。Flash は総 309B、アクティブ約 15B。
• 両モデルとも 1M トークンのコンテキストウィンドウ、マルチモーダル入力、Xiaomi の API 経由で最大 128K の出力トークンに対応。
• 本ファミリーは推論、ツール使用、ウェブ検索、構造化出力、長期ホライズンのエージェントワークフロー向けに設計。
• Xiaomi は V2.6 を、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環境にまたがる混合強化学習で訓練。
• 公式結果では Pro は高能力、Flash は低コスト・高スループットの選択肢として位置付け。実務ではワークロード特化の評価が依然として必要。

What Is Xiaomi MiMo-V2.6?

MiMo-V2.6 は Xiaomi の MiMo モデルファミリーの最新世代です。重視しているのは単に優れた回答を生成することではなく、長い行動列を実行することです。環境を観察し、ツールを呼び出し、結果を観察し、誤りを修正し、目的が達成されるまで継続します。Xiaomi はこのリリースをRecursive Self-Improvement (RSI) を中心に据えています。これは、モデルが繰り返し環境を探索し、より豊かな報酬信号を受け取り、軌跡を比較し、より効果的な戦略を学ぶ RL トレーニングループを意味します。これは、モデルが自律的に自分の後継を作り直して訓練するという意味ではありません。

Pro vs Flash vs UltraSpeed: 何が違うのか

MiMo-V2.6-Pro か Flash か：どちらを使うべき？

実務的な選択: 難易度の高い長期ホライズンのエンジニアリング、研究、サイバーセキュリティ、高付加価値のエージェント業務には MiMo-V2.6-Pro を。高頻度の自動化、ドキュメントやマルチモーダル処理、コストに敏感な反復呼び出しには MiMo-V2.6-Flash を。Pro レベルの推論が必要だがレイテンシが最優先の場合は MiMo-V2.6-Pro-UltraSpeed を。UltraSpeed は能力が異なるモデルではなくサービング階層で、標準の Pro と比べて最大 20× の出力速度が謳われています。

How Does Xiaomi MiMo-V2.6 Work?

スパース Mixture-of-Experts アーキテクチャ

MiMo-V2.6 はトークンごとに全パラメータを起動するわけではありません。フラッグシップの Pro チェックポイントは総パラメータ 1.02 兆ですが、各トークンでアクティブなのは約 420 億のみです。Xiaomi のモデルカードは、70 の Transformer 層、384 のルーティング済みエキスパート、同時アクティブ化 8 エキスパートを説明しています。Flash は総 309B/アクティブ 15B と大幅に小さく、48 の Transformer 層と 256 のルーティング済みエキスパートを備えます。

このアーキテクチャはスライディングウィンドウ注意機構とグローバルアテンション層を組み合わせ、5 層のマルチトークン予測用スペキュレーティブデコーダーを含みます。実務的な含意として、見出しのパラメータ数とトークンあたりの計算量はまったく異なる量であるという点が挙げられます。スパースなルーティングにより、Xiaomi は各トークンに対して全重みでの密な推論を行うことなく、大きなエキスパートプールを維持できます。

ネイティブなマルチモーダル理解

MiMo-V2.6 は Xiaomi の 681M パラメータの MiMo ViT を視覚エンコードに用い、専用の音声コンポーネントと組み合わせます。これにより同一のエージェントがテキスト指示、スクリーンショット、写真、動画、音声を処理できます。コンピュータ利用エージェントにとって、ネイティブなマルチモーダル性は、認識と意思決定が同じ推論ループ内で行えるため、ユーザー向けの別個のモデルに分離せずに済むという意味で重要です。

Why Is Reinforcement Learning So Important to MiMo-V2.6?

Xiaomi によれば、Flash と Pro はどちらも 6 日間の公開トレーニング実験において、およそ30 の RL ステップと約 750,000 の軌跡を経ました。報告されたトレーニングコストは Flash が約 $850,000、Pro が $2.62 million でした。各更新は 1,568 のトレーニングサンプルを用い、個々のトレーニングステップは約 35〜37 億トークンに達しました。タスクの組成はコード、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、複数のエージェントハーネスをカバーしました。

この RL 過程で、Xiaomi は外部サンプルの DeepSWE v1.1 スコアが、Flash で 48.8 から 65.7、Pro で 58.4 から 72.6 に上がったと報告しています。これらの数値はライブの RL 実験を記述するもので、リリース済みチェックポイントのすべての最終ベンチマークスコアと混同すべきではありません。評価設定は異なる可能性があります。

グループ単位のエージェント的グレーディング

エージェントの訓練では、バイナリの合否報酬は、成功した 2 つの軌跡の意味ある違いを隠してしまうことがあります。ある解法は少ないツール呼び出しで迅速に終える一方、別の解法は数十ステップを浪費するかもしれません。そのため Xiaomi は、Groupwise Reward Synthesis と Groupwise Advantage Redistribution を、グループ内で軌跡を比較し、よりクリーンな解に学習信号を再配分する仕組みとして説明しています。目標は、タスク完了だけでなく、選択された経路の効率も向上させることです。

How Good Is Xiaomi MiMo-V2.6 on Agent Benchmarks?

V2.6 の最も強力な公開エビデンスは、従来型の多肢選択テストではなく、エージェント系ベンチマークに集中しています。Xiaomi の公式チャートは、Pro と Flash を MiMo-V2.5-Pro、Claude Opus 5、GPT-5.6 Sol、Fable 5 と比較し、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タスクを横断しています。

Coding Progress

コーディングの伸長は、長期ホライズンの実行において最も明確です。ライブの RL 実行中、Xiaomi は外部サンプルの DeepSWE v1.1 が、Flash で 48.8→65.7、Pro で 58.4→72.6 に改善したと報告しています。リリース済みのクロスモデル表では、Pro は DeepSWE v1.1 で 71.9、MiMo Code Bench で 63.2、Flash はそれぞれ 67.9 と 61.2 に到達しています。Pro はすべてのコーディングテストで勝つわけではありません。Claude Opus 5 は DeepSWE、ProgramBench、MiMo Code Bench で先行しています。しかし V2.6 は、オープンウェイトと大幅に低い API 価格を維持しつつ、リポジトリ規模の競争力ある性能を両立しています。

Reasoning and Agentic Progress

推論の前進は、単一の抽象的な知能スコアというより、計画、ツール使用、復旧の改善として理解するのが適切です。Pro は Terminal Bench 2.1 で 89.9、AutomationBench で 53.1、Toolathlon-Verified で 76.9 を記録。Flash はそれぞれ 87.6、52.3、73.6 です。Pro は記載の Claude Opus 5 と GPT-5.6 Sol の Terminal Bench 2.1 スコアをわずかに上回り、AutomationBench では両 V2.6 モデルがこれら比較対象をリードします。Xiaomi は、グループ内軌跡比較、より豊かな採点者、複数ハーネスでの訓練、短くクリーンな解経路を好む報酬信号を改善の要因として挙げています。

Knowledge and Research Progress

知識集約的な進歩は、従来の知識試験スイートよりも、エージェント評価とデモによって裏付けられています。Pro は Agents' Last Exam で 31.6 と Claude Opus 5 に並び、JobBench で 62.0 に到達。Xiaomi はまた、文献・特許検索、仮説生成、計算スクリーニングを含む材料研究ワークフローや、6,000 行超の検証済み Lean 4 形式化プロジェクトを報告しています。これらは、より強力な検索、統合、形式的推論、ツールに根差した知識作業を示唆しますが、普遍的な知識優位性の独立証拠として扱うべきではありません。

全体として: V2.6 の進歩は広いが一様ではありません。長期ホライズンのコーディングとエージェント実行の改善として最も強く現れており、一般的な推論と知識に関する主張は、特定のベンチマーク、ハーネス、デモに紐付けたまま捉えるべきです。

ベンチマーク注: 断りがない限り、以下のクロスモデル結果は Xiaomi が MiMo-V2.6 のモデルカードで報告したものです。スコアはベンチマークのバージョン、エージェントハーネス、ツール構成、推論予算、評価プロトコルに依存し得るため、独立に再現されたランキングと解釈すべきではありません。

MiMo-V2.6 vs MiMo-V2.5: 何が変わったのか？

コーディングとエージェント実行

V2.5 と比べると、最も明確な変化は、コンテキストウィンドウの拡張ではなく、より強力なエージェントポリシーです。Xiaomi は、V2.6-Flash が自社のエージェントベンチマーク一式で V2.5-Pro を上回ると報告しています。V2.6 のトレーニング実行中、保持外の DeepSWE v1.1 は、Flash で 48.8→65.7、Pro で 58.4→72.6 と改善しました。これら訓練時のスコアは上のリリースモデルのベンチマーク表と直接置き換え可能ではありません。

推論、知識、訓練の広がり

V2.6 は、コード、汎用エージェント、ビジョン、サイバーセキュリティ、複数ハーネスにわたって強化学習を拡張します。Xiaomi は約 30 の RL ステップでおよそ 750,000 の軌跡を報告しています。これはより広い計画、ツール使用、復旧を支えますが、それ自体で全ての知識や推論ベンチマークでの普遍的な向上を確立するものではありません。対応するタスクと評価条件で比較してください。

マイグレーションとオープン性

リリースには、RL コード、7,000 超のタスク環境、トレーニングインフラ、9B 蒸留チェックポイントも含まれます。1M トークンのコンテキストとマルチモーダル入力は V2.5 からの継続であり、V2.6 の新規ブレイクスルーではありません。

したがって実務的な変化は、新しいコンテキスト上限ではなく（1M コンテキストと完全なマルチモーダルは既に V2.5 に存在）、大幅に多い強化学習計算量とより広い検証可能な環境で訓練された、より強力なエージェントポリシーです。Xiaomi は V2.5 および V2.5-Pro のモデル名が 2026 年 10 月 21 日に動作しなくなると発表しているため、新規デプロイは V2.6 をターゲットにし、既存デプロイは移行テストを計画すべきです。

他のフロンティアモデルとの比較

現在の比較対象としては、長時間のエージェント的コーディングには Claude Opus 5.5、最も難しい自律作業には Claude Fable 5.1、さらに GPT-6 Sol や Gemini 4 Pro との比較が有用です。モデルの提供状況と価格は変動するため、プロダクション比較はライブカタログを用い、プロンプト、ツール、努力予算、受け入れ基準をそろえて実施すべきです。

What Can Xiaomi MiMo-V2.6 Actually Do?

コーディングとソフトウェアエンジニアリングのエージェント

MiMo-V2.6 は、リポジトリの調査、コードの修正、ターミナルツールの使用、テスト実行、失敗の診断、目標達成までの継続といった、長いソフトウェアエンジニアリングの軌跡向けに設計されています。DeepSWE、Terminal Bench、AutomationBench、Toolathlon の結果は、Xiaomi が単なるコード補完ではなく実行を最適化していることを示します。実務的なワークロードには、コーディングエージェント、自動デバッグ、リポジトリのリファクタリング、CI 課題の解決、マルチツールのエンジニアリングワークフローが含まれます。

コンピュータ利用

Xiaomi は Computer Use Agent (CUA) を明示的にデモしています。モデルは GUI を解釈し、情報を取得し、コンテンツを編集し、データを処理し、結果を確認し、問題を診断し、視覚的フィードバックに基づいて後続の行動を変更できます。このワークフローでは、モデルの出力が最終成果物ではなく、次のソフトウェアやブラウザ操作を決定する場合があります。

3D ワールドと Blender ワークフロー

「Vibe World」の概念のもと、MiMo-V2.6 はテキスト、画像、動画のリファレンスを受け取り、3D の要求をシーン構築、インタラクションのプログラミング、視覚的検証タスクに分解できます。Xiaomi はまた、モデルが Blender を制御し、説明や参照画像から 3D オブジェクトやシーンを作成する様子をデモしています。これは、バイブコーディングをアプリケーションコードからインタラクティブ環境へ広げるものです。

ロボティクスと身体性エージェント

Xiaomi は、マルチビューカメラ画像と Franka Panda ロボットアームを用いた身体シミュレーション環境での MiMo-V2.6 をデモしています。例として、物体の把持、色のマッチング、精密な配置タスクがあります。これは V2.6 を普遍的なロボティクスの基盤モデルと確立するものではありませんが、ネイティブな視覚と長期ホライズンの意思決定が、身体制御ループに接続できることを示します。

科学研究と形式的推論

Xiaomi は、PFAS 吸着のための金属有機構造体に関して、MiMo-V2.6-Pro が研究者を支援した事例を報告しています。文献・特許検索、候補の形成、計算ツールの呼び出しが含まれます。別の実験では、モデルが「Period Three Implies Chaos」の主要定理を Lean 4 で形式化するのに寄与しました。Xiaomi は、Lean カーネルにより未証明のプレースホルダなしで検証された 6,000 行超の完了プロジェクトを報告しています。これらは、エージェント的な研究ワークフローのデモとして解釈するのが適切であり、自律的な科学的発見の証拠とすべきではありません。

ウェブサイト、プレゼンテーション、動画、音楽

MiMo-V2.6 はフロントエンドコーディング、デザインワークフロー、スライド、SVG アセット、動画パイプライン、音楽制作ツールを調整できます。Xiaomi は、MiMo-V2.5-TTS によるナレーションなど、専門化されたメディアシステムとのオーケストレーションをデモしており、V2.6 自体がすべての画像・動画・音声生成器を置き換えると主張しているわけではありません。したがって、このモデルはクリエイティブ制作のオーケストレーターとして自然に適合します。

本節のユースケースは Xiaomi のデモであり、すべてのデプロイで同じ結果が再現される独立エビデンスではありません。プロダクションチームは、実際のツール、権限、失敗復旧、評価基準でモデルをテストしてください。

How Much Does Xiaomi MiMo-V2.6 Cost?

Xiaomi は V2.6 の API 価格を V2.5 世代と概ね同水準に維持しています。Flash は特に高ボリュームのワークロードで顕著で、公式の Xiaomi 価格は未キャッシュ入力 100 万トークンあたり $0.14、出力 100 万トークンあたり $0.28 を示しています。

CometAPI の価格と提供状況

How Can Developers Access Xiaomi MiMo-V2.6?

Xiaomi は OpenAI 互換 API を通じてモデルを公開し、公式モデルページで Anthropic プロトコルとの互換性を文書化しています。公式識別子は mimo-v2.6-pro、mimo-v2.6-flash、mimo-v2.6-pro-ultraspeed です。Xiaomi はツール呼び出し、構造化出力、ストリーミング、推論制御、コンテキストキャッシング、ウェブ検索を文書化しています。OpenAI 互換インターフェースでは、thinking.type の値として enabled や disabled を使用し、V2.6 モデルではデフォルトで深い思考が有効化されています。

開発者には 3 つの実務的なアクセス方法があります。第一に、Pro または Flash のオープンウェイトチェックポイントをダウンロードして自前ホスティング統合を行う（相応のサービング要件がある）。第二に、Xiaomi のキーと文書化されたエンドポイントで Xiaomi のマネージド API を使う。第三に、CometAPI のサポートルートを CometAPI キーとベース URL で使用する。これによりマルチモデル評価や課金が簡素化されます。Claude Code のようなコーディングアシスタントは、当該ルートとモデルがサポートされている場合に Anthropic 互換ルートを使用できますが、互換性は想定ではなくテストすべきです。

CometAPI 経由での MiMo-V2.6 へのアクセス

CometAPI は対応モデルに対して統一エンドポイントと課金レイヤーを提供します。主な運用上の利点は移行の簡便さです。チームは慣れた SDK を維持しつつ、ベース URL とモデル ID を変更し、同一アカウント内で MiMo を他のフロンティアモデルと比較し、利用状況、価格、提供状況の確認を一元化できます。これはマルチモデルルーティング、フォールバック戦略、請求書の集約、プロバイダー間で同一プロンプトを用いる評価に有用です。

CometAPI はプラットフォームレベルで 3 つのテキスト要求形式を文書化しています。OpenAI Chat Completions、Anthropic Messages、OpenAI Responses です。互換 SDK に対しては、移行は一般にベース URL、API キー、モデル ID を変更するだけでアプリ全体を書き換える必要はありません。エンドポイントやパラメータの対応はモデルによって異なるため、MiMo-V2.6 の具体的なバリアントと要求形式がすべて動作するかどうかは事前にテストしてください。

2026 年 9 月 23 日時点の確認では、MiMo-V2.6-Pro-UltraSpeed は入力・出力価格が記載された利用可能なカタログルートを持っています。専用の Pro と Flash のページは、API ヘルスパネルで Available と表示されているにもかかわらず、カタログスナップショットでは Coming soon と表示されています。これはページの信号不整合として扱い、確定的な提供状況や価格とは見なさないでください。デプロイ前にライブカタログ、ダッシュボード、テストリクエストを確認してください。

以下の例は、CometAPI が公開している Anthropic-SDK パターンに従い、現在掲載されている UltraSpeed ルートを呼び出します。API キーは環境変数に保存してください。

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'mimo-v2.6-pro-ultraspeed',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Analyze this project and propose the next implementation steps.' }],
});

Is Xiaomi MiMo-V2.6 Open Source?

Xiaomi はモデルウェイト、技術資料、RL リソース、トレーニング環境、関連インフラを公開しています。リリースには、ソフトウェアエンジニアリング、脆弱性再現、知識集約型業務、ウェブ設計/開発をカバーする 7,000 超の RL タスク環境が含まれます。研究者がより小規模で RL パイプラインを研究できるよう、Xiaomi は MiMo-V2.6-Distill-Qwen-9B も公開しました。

公式モデルカード: MiMo-V2.6-Pro-RL | MiMo-V2.6-Flash-RL

What Are the Limitations of Xiaomi MiMo-V2.6?

1 兆パラメータという見出しは、V2.6 がクローズドなフロンティアシステムより普遍的に強力である証拠として扱うべきではありません。Xiaomi 自身のベンチマーク表でも混在した状況が示されており、Claude Opus 5 は一部のコーディング、ツール使用、OS ベンチマークで依然先行し、GPT-5.6 Sol も選択されたテストでリードしています。したがって、ワークロード特化の評価が、一律の勝者ラベルよりも有意味です。

Pro チェックポイントの自前ホスティングもインフラ的にヘビーなタスクです。オープンウェイトは、容易なワークステーションデプロイを意味しません。さらに、研究、身体制御、3D ワールド、動画制作といったいくつかの見出しデモは、外部ツールやエージェントハーネスに依存します。MiMo-V2.6 は単独のチャットモデルとしてではなく、システムの中のモデルとして評価すべきです。

Why Does Xiaomi MiMo-V2.6 Matter?

MiMo-V2.6 は、非常に大規模なスパース MoE モデル、ネイティブなマルチモーダル、実世界のエージェント環境にわたる強化学習という 3 つの重要な方向性を統合します。1.02T という数字は注目を集めますが、より重要なのは、Xiaomi が環境との反復的相互作用、軌跡の採点、ツール使用、自己修正に投資しているという設計選択です。

このアプローチがスケールし続ければ、オープンモデルの差別化は、静的知識量だけでなく、いかに効果的に行動し、評価し、回復し、長いタスクを完了できるかにも広がっていくかもしれません。したがって MiMo-V2.6 は、単なる 1 兆パラメータのチャットボットではなく、エージェント指向のオープンな基盤モデルとして理解するのが最適です。

Conclusion

MiMo-V2.6 は、長コンテキスト、スパース MoE 推論、実世界のエージェント環境にまたがる強化学習とともに、ネイティブなテキスト・画像・動画・音声入力を統合している点で大きなオープンウェイトのリリースです。Pro は難しい長期ホライズン作業に、Flash は高ボリュームかつコストに敏感なワークロードに適し、UltraSpeed はレイテンシ低減のために有意に高い API 価格と引き換えに低遅延を提供します。

このモデルファミリーは、ベンダー報告のエージェント系ベンチマークで競争力がありますが、すべての評価をリードしているわけではなく、クローズドなフロンティアモデルの普遍的な代替として扱うべきではありません。最も信頼できる導入経路は、想定するプロダクションワークフローのツール、レイテンシ目標、失敗モード、コストプロファイルに対して MiMo-V2.6 をテストすることです。

FAQ

MiMo-V2.6 を本番導入する前にチームは何をテストすべき？

モデル単体ではなくシステム全体をテストしてください。タスク完了率、ツール呼び出しの正確さ、失敗行動からの復旧、レイテンシ、トークン消費、コンテキスト管理、権限境界を測定しましょう。エージェントベンチマークは指標を与えますが、内部評価は実際のリポジトリ、ブラウザ、ドキュメント、研究ワークフローを反映すべきです。

スパースなアーキテクチャにもかかわらず、MiMo-V2.6-Pro の自前ホスティングが難しいのはなぜ？

スパースアクティベーションは、密な 1 兆パラメータモデルに比べてトークンあたりの計算を減らしますが、フルチェックポイントは依然として非常に大きなメモリと分散サービングのフットプリントを持ちます。本番デプロイには、マルチノード推論、エキスパート並列化、特別なカーネル、慎重なキャパシティプランニングが必要になる場合があります。

Xiaomi のクロスモデルベンチマーク表はどう解釈すべき？

ベンダー報告のエビデンスとして扱い、独立に再現された普遍的ランキングとは見なさないでください。結果はエージェントハーネス、推論予算、ツール、環境イメージ、サンプリング手法、ベンチマークのバージョンで変わり得ます。複数タスクにまたがる傾向を比較し、最も関連するワークロードは内部で再現してください。

いつ MiMo-V2.6-Flash が Pro より良い選択？

呼び出し量とコストが支配的な場合、とくにドキュメント処理、マルチモーダル分析、反復的なエージェントステップでは Flash が強い既定値になります。難しい推論や長期ホライズンの実行が十分なビジネス価値を生む場合は、より高価格でも Pro が適切です。

1M トークンのコンテキストウィンドウがあれば、検索やプロンプト管理は不要？

いいえ。より大きなウィンドウは容量を増やしますが、不要な履歴を送るとレイテンシとコストが増大し、関連証拠が希釈される可能性があります。信頼できる本番エージェントには、検索、要約、構造化メモリ、コンテキストの剪定が依然として重要です。