MiMo-V2.6-Proの登場が注目されるのは、オープンウェイトモデルとして有力なベンチマークで首位に立ち、API料金も低く、さらにポストトレーニング（事後学習）の関連資産まで幅広く公開したためです。ただし、ここでの「首位」は重要な限定付きです。Xiaomiが示したのは、広く追跡される総合指標のオープンウェイト部門での首位であり、AI全体の性能最前線に並んだという意味ではありません。

オープンウェイトでは首位、全モデルでは首位ではない

Artificial Analysisは、MiMo-V2.6-ProをIntelligence Index 46点で、オープンウェイトモデルの最高位に置いています。同ランキングではGLM-5.3が45点、Kimi K3が44点です。31

この46点は、xAIのプロプライエタリモデルであるGrok 4.7の構成と同水準とされています。一方でXiaomi自身も、最上位のクローズドモデルとの差を認めています。Artificial AnalysisではClaude Fable 5.1とGPT-6 Astraが53点で、MiMoの46点とは7点の開きがあります。119

つまり今回の成果は、「最高水準のオープンウェイトモデル」という新たな基準を打ち立てたことにあります。最強のクローズドモデルと全面的に同等になった、という結論ではありません。

性能向上の鍵は「You Only RL Once」

Xiaomiはポストトレーニングの手法を**「You Only RL Once」**と呼びます。コーディング、汎用エージェント、視覚タスク、サイバーセキュリティごとに別々の方策を訓練するのではなく、複数の領域と複数のエージェント用ハーネスを1回の強化学習（RL）に混在させる方式です。

同社の考え方は、必要な情報を見極める、使うツールを選ぶ、ツールの出力を評価する、失敗後に立て直す、といった行動は領域をまたいで転用できるというものです。5

Xiaomiによれば、ProとFlashはいずれも6日未満で、約75万の軌跡を使った30回のRLステップを完了しました。報告された学習コストはProが約262万ドル、Flashが約85万ドルです。ただし、これらはXiaomiによる自己申告のコストであり、第三者監査済みの総額ではありません。10

多様なツール利用環境にまたがるRLの大規模化が、タスク別に専用の事後学習工程を作り込まずとも大きな性能向上につながり得ることを、この結果は示唆します。もっとも、Xiaomiが示すMiMo-V2.5-Proからの20点上昇はリリース時点の比較であり、あらゆる実運用ワークロードでの汎用的優位を証明するものではありません。14

コスト競争力も大きな要素

MiMo-V2.6-ProのAPI料金は、入力100万トークン当たり0.435ドル、出力100万トークン当たり0.87ドルです。Artificial Analysisのタスクコスト推計を用いた比較では、Intelligence Indexの1タスク当たりのコストはProが約0.13ドル、Grok 4.7 xHighが3.74ドルとされています。21

もちろん、ベンチマーク上のタスクコストは本番環境の費用と同義ではありません。プロンプトと出力の長さ、キャッシュ、ツール利用、推論設定で大きく変わります。それでも、46点という評価と低いトークン単価の組み合わせは、高度な推論やエージェント処理を大規模に使いたいチームにとってProを有力な候補にしています。

低コスト版「MiMo-V2.6-Flash」の位置付け

MiMo-V2.6-Flashは、効率重視のモデルです。疎なMixture-of-Experts（MoE）アーキテクチャを採用し、総パラメータ数は3090億、1トークン処理時の活性パラメータ数は150億。Proは総パラメータ数1.02兆、活性パラメータ数420億と報告されています。両モデルとも100万トークンのコンテキストウィンドウを備え、テキスト、画像、動画、音声を入力として扱えます。4

Flashの料金は、高頻度利用を想定した設定です。キャッシュ未使用の入力は100万トークン当たり0.14ドル、出力は0.28ドル、キャッシュヒット時の入力は0.0028ドルとされています。310

Xiaomi公表のベンチマーク比較では、FlashはDeepSWE v1.1でProを下回る一方、長大なコンテキストやマルチモーダルのワークロード向けに、より低コストな選択肢として位置付けられています。これらはベンダー公表値であるため、導入判断では対象業務に即した独立検証が必要です。10

Flashに対する初期の実利用者評価

Tim DettmersはFlashについて、「300B〜550Bクラスでは最高のモデルのように感じる」と述べ、自身の利用ではDeepSeek V4.1およびGLM-5.3 Flashより良かったと評価しました。300万トークンを超えるセッションでの自動コンテキスト圧縮にも言及し、デコードは毎秒約250トークン、プリフィルは毎秒約2600トークンだったと報告しています。44

長時間のコーディング作業などでは注目すべき所見ですが、これはあくまで一人の実務家による報告です。独立したベンチマーク結果でも、異なるハードウェアや配信基盤での性能保証でもありません。

Xiaomiが公開するもの

公開範囲はダウンロード可能な重みだけにとどまりません。Xiaomiは、MITライセンスのProとFlashに加え、技術レポート、7000超のRLタスク環境、エンドツーエンドのRLフレームワーク、組み合わせ可能なミニハーネスをオープンソース化するとしています。2回のRL実行については、トレーナーログに由来するダッシュボードも公開されています。462

こうしたポストトレーニングの可視性は、研究者が学習方法を検証し、タスク環境を基に開発を進める助けになります。ただし、モデル開発の完全な再現パッケージを意味するわけではありません。提供資料からは、すべての事前学習データセット、インフラ要素、学習詳細までが公開されたとは確認できません。

オープンウェイト競争で何を意味するか

MiMo-V2.6-Proは、中国の研究開発組織がオープンウェイト領域で非常に高い競争力を持ち、このIntelligence Indexのランキングでは現在先行していることを示す材料を強めました。GLM-5.3やKimi K3のオープンウェイト評価を上回り、MITライセンスで利用可能な点は、API専用のクローズドモデルと実用上大きく異なります。3136

ただし、これを「中国の研究開発組織が米国勢を総合的に上回った」という主張に広げるのは行き過ぎです。同じ指標では、クローズドモデルのClaude Fable 5.1とGPT-6 Astraが53点で上位にあります。19

実務上の要点は明快です。オープンウェイトAIは、このベンチマークにおいて高価なプロプライエタリモデルへさらに近づきました。デプロイ可能な重み、低い推論料金、マルチモーダル入力、長文脈のエージェントワークフローを重視するチームにとって、MiMo-V2.6-Proは存在感の大きい選択肢です。

MiMo-V2.6-Proの登場が注目されるのは、オープンウェイトモデルとして有力なベンチマークで首位に立ち、API料金も低く、さらにポストトレーニング（事後学習）の関連資産まで幅広く公開したためです。ただし、ここでの「首位」は重要な限定付きです。Xiaomiが示したのは、広く追跡される総合指標のオープンウェイト部門での首位であり、AI全体の性能最前線に並んだという意味ではありません。

オープンウェイトでは首位、全モデルでは首位ではない

Artificial Analysisは、MiMo-V2.6-ProをIntelligence Index 46点で、オープンウェイトモデルの最高位に置いています。同ランキングではGLM-5.3が45点、Kimi K3が44点です。31

この46点は、xAIのプロプライエタリモデルであるGrok 4.7の構成と同水準とされています。一方でXiaomi自身も、最上位のクローズドモデルとの差を認めています。Artificial AnalysisではClaude Fable 5.1とGPT-6 Astraが53点で、MiMoの46点とは7点の開きがあります。119

つまり今回の成果は、「最高水準のオープンウェイトモデル」という新たな基準を打ち立てたことにあります。最強のクローズドモデルと全面的に同等になった、という結論ではありません。

性能向上の鍵は「You Only RL Once」

Xiaomiはポストトレーニングの手法を**「You Only RL Once」**と呼びます。コーディング、汎用エージェント、視覚タスク、サイバーセキュリティごとに別々の方策を訓練するのではなく、複数の領域と複数のエージェント用ハーネスを1回の強化学習（RL）に混在させる方式です。

同社の考え方は、必要な情報を見極める、使うツールを選ぶ、ツールの出力を評価する、失敗後に立て直す、といった行動は領域をまたいで転用できるというものです。5

Xiaomiによれば、ProとFlashはいずれも6日未満で、約75万の軌跡を使った30回のRLステップを完了しました。報告された学習コストはProが約262万ドル、Flashが約85万ドルです。ただし、これらはXiaomiによる自己申告のコストであり、第三者監査済みの総額ではありません。10

多様なツール利用環境にまたがるRLの大規模化が、タスク別に専用の事後学習工程を作り込まずとも大きな性能向上につながり得ることを、この結果は示唆します。もっとも、Xiaomiが示すMiMo-V2.5-Proからの20点上昇はリリース時点の比較であり、あらゆる実運用ワークロードでの汎用的優位を証明するものではありません。14

コスト競争力も大きな要素

MiMo-V2.6-ProのAPI料金は、入力100万トークン当たり0.435ドル、出力100万トークン当たり0.87ドルです。Artificial Analysisのタスクコスト推計を用いた比較では、Intelligence Indexの1タスク当たりのコストはProが約0.13ドル、Grok 4.7 xHighが3.74ドルとされています。21

もちろん、ベンチマーク上のタスクコストは本番環境の費用と同義ではありません。プロンプトと出力の長さ、キャッシュ、ツール利用、推論設定で大きく変わります。それでも、46点という評価と低いトークン単価の組み合わせは、高度な推論やエージェント処理を大規模に使いたいチームにとってProを有力な候補にしています。

低コスト版「MiMo-V2.6-Flash」の位置付け

MiMo-V2.6-Flashは、効率重視のモデルです。疎なMixture-of-Experts（MoE）アーキテクチャを採用し、総パラメータ数は3090億、1トークン処理時の活性パラメータ数は150億。Proは総パラメータ数1.02兆、活性パラメータ数420億と報告されています。両モデルとも100万トークンのコンテキストウィンドウを備え、テキスト、画像、動画、音声を入力として扱えます。4

Flashの料金は、高頻度利用を想定した設定です。キャッシュ未使用の入力は100万トークン当たり0.14ドル、出力は0.28ドル、キャッシュヒット時の入力は0.0028ドルとされています。310

Xiaomi公表のベンチマーク比較では、FlashはDeepSWE v1.1でProを下回る一方、長大なコンテキストやマルチモーダルのワークロード向けに、より低コストな選択肢として位置付けられています。これらはベンダー公表値であるため、導入判断では対象業務に即した独立検証が必要です。10

Flashに対する初期の実利用者評価

Tim DettmersはFlashについて、「300B〜550Bクラスでは最高のモデルのように感じる」と述べ、自身の利用ではDeepSeek V4.1およびGLM-5.3 Flashより良かったと評価しました。300万トークンを超えるセッションでの自動コンテキスト圧縮にも言及し、デコードは毎秒約250トークン、プリフィルは毎秒約2600トークンだったと報告しています。44

長時間のコーディング作業などでは注目すべき所見ですが、これはあくまで一人の実務家による報告です。独立したベンチマーク結果でも、異なるハードウェアや配信基盤での性能保証でもありません。

Xiaomiが公開するもの

公開範囲はダウンロード可能な重みだけにとどまりません。Xiaomiは、MITライセンスのProとFlashに加え、技術レポート、7000超のRLタスク環境、エンドツーエンドのRLフレームワーク、組み合わせ可能なミニハーネスをオープンソース化するとしています。2回のRL実行については、トレーナーログに由来するダッシュボードも公開されています。462

こうしたポストトレーニングの可視性は、研究者が学習方法を検証し、タスク環境を基に開発を進める助けになります。ただし、モデル開発の完全な再現パッケージを意味するわけではありません。提供資料からは、すべての事前学習データセット、インフラ要素、学習詳細までが公開されたとは確認できません。

オープンウェイト競争で何を意味するか

MiMo-V2.6-Proは、中国の研究開発組織がオープンウェイト領域で非常に高い競争力を持ち、このIntelligence Indexのランキングでは現在先行していることを示す材料を強めました。GLM-5.3やKimi K3のオープンウェイト評価を上回り、MITライセンスで利用可能な点は、API専用のクローズドモデルと実用上大きく異なります。3136

ただし、これを「中国の研究開発組織が米国勢を総合的に上回った」という主張に広げるのは行き過ぎです。同じ指標では、クローズドモデルのClaude Fable 5.1とGPT-6 Astraが53点で上位にあります。19

実務上の要点は明快です。オープンウェイトAIは、このベンチマークにおいて高価なプロプライエタリモデルへさらに近づきました。デプロイ可能な重み、低い推論料金、マルチモーダル入力、長文脈のエージェントワークフローを重視するチームにとって、MiMo-V2.6-Proは存在感の大きい選択肢です。