Xiaomiの「MiMo-V2.6」は、エージェント型・マルチモーダルAIをオープンウェイトで扱いたい企業にとって、見過ごせないリリースだ。最上位のProは大規模な疎なMoE（Mixture of Experts）アーキテクチャを採用し、公開されているAPI料金も低い。Flashは、さらに低コストでの運用を狙う位置づけである。

ただし、企業の採用判断は性能とライセンスだけでは完結しない。AnthropicがXiaomiを含む中国拠点の複数ラボによるClaudeの無断蒸留を主張していることは、学習データの来歴、法務リスク、評価の信頼性に未解決の論点を残す。

Xiaomiが公開したモデル

Xiaomiは、ダウンロード可能な「MiMo-V2.6-Pro-RL」と「MiMo-V2.6-Flash-RL」を公開した。各リポジトリにはMITライセンスが掲げられている。さらに、MiMoが生成したデータでQwen3.5-9Bを教師ありファインチューニングした、90億パラメータのエージェント型モデル「MiMo-V2.6-Distill-Qwen-9B」も公開した。245

ProとFlashは、テキスト、画像、動画、音声を入力として扱う「オムニモーダル」モデルとして案内され、最大100万トークンのコンテキスト長をうたう。Proは総パラメータ数1.02兆、トークンごとの活性化パラメータ数420億の疎なMoEモデルで、Flashは総パラメータ数約3090億、活性化パラメータ数150億とされる。3

MITライセンスは、公開された成果物の利用・改変について広い許可を与える。しかし、それだけで学習に使われた全データや合成出力の来歴が立証されるわけではない。また、第三者の知的財産権に関する請求やコンプライアンス上の問題を解消するものでもない。

性能評価：外部指標とベンダー公表値を分けて見る

報道によれば、MiMo-V2.6-ProはArtificial AnalysisのIntelligence Index v4.3で46.32を記録し、同比較ではGrok 4.7と同水準、公開ウェイトモデルのランキングでは首位とされた。2324

これは外部評価として重要なシグナルだが、複合型の指標にすぎない。日本語を含む自社の利用言語、社内データ、レイテンシー要件、安全基準、長文コンテキスト利用での性能を保証するものではない。導入可否は、非公開の評価セットと実運用に近いタスクでブラインド検証して判断すべきだ。

Xiaomiの技術資料では、コーディング・エージェント系の結果も示されている。113件のリポジトリ開発タスクを機能検証器で評価するDeepSWE v1.1において、強化学習（RL）の進行に伴い、Proのaverage@3は58.4から72.6へ、Flashは48.7から65.7へ上昇したとされる。average@3は、3回サンプリングした試行における平均合格率である。10

ただし、これらはベンダー側の報告であり、第三者による再現までは独立した証拠とはいえない。リーダーボードだけを根拠に本番投入を決めないことが重要になる。

ProとFlashの違い：能力優先か、コスト優先か

モデル	アーキテクチャ規模	公表API料金：入力100万トークン	公表API料金：出力100万トークン	想定される用途
MiMo-V2.6-Pro	総計1.02兆／活性化42B	0.435米ドル	0.87米ドル	難度の高いエージェント・ソフトウェア開発タスクの評価
MiMo-V2.6-Flash	総計約309B／活性化15B	0.14米ドル	0.28米ドル	高頻度の試行、コスト重視のワークロード

Flashの公表料金は、入力・出力ともProのおよそ3分の1である。20 大規模な利用量が見込まれ、ベンチマーク上のわずかな性能差よりコストを重視するなら、Flashを最初の評価対象にする合理性がある。

もっとも、セルフホスティングでは計算が変わる。オープンウェイトは移植性やデータ管理の自由度をもたらす一方、GPU調達、ストレージ、推論基盤の運用、監視、パッチ適用、サポートといった負担を自社で引き受ける。トークン単価が最安でも、総保有コストが最安とは限らない。

Xiaomiが開示したRLコストの意味

公開されたチェックポイントと技術報告に関して、報道では両大型モデルが約75万軌跡にわたり30回のRLステップを完了したとされる。Xiaomiの報告値は、ProのRL実行が約262万米ドル、Flashが約85万米ドル、合計約347万米ドルである。1829

ただし、これはモデル開発全体の費用ではない。引用された報道によれば、対象はRL段階であり、事前学習のコストは開示されていない。29 したがって、この数字はポストトレーニングの一工程における効率性を示す材料であって、モデルを作る総費用の比較には使えない。

Claude蒸留を巡る主張が重要な理由

Anthropicは2026年9月10日、Claudeを対象とする無断蒸留キャンペーンを特定・阻止したと発表し、中国拠点の7ラボの一つとしてXiaomiを挙げた。Anthropicは「不正な蒸留」を、許可なくモデルの能力を抽出して別のモデルで再現しようとする、産業規模かつ秘匿的な活動と定義している。47

報道・要約によれば、XiaomiはMiMoに関する会話を記録し、学習データを作るためClaudeに送信したとされる。別の要約では、Xiaomiに関連する活動は1500超のアカウントを通じて40万件超のリクエストに及び、AnthropicはClaudeの応答がライブの利用者に提供されたことは確認していないとしている。44 Anthropicが主張する複数のキャンペーン全体では、約1億9000万件、または約2億件近い対話があったと報じられている。3338

これらはAnthropicによる主張であり、司法判断でも独立したフォレンジック監査の結論でもない。提供された情報からは、特定のMiMo-V2.6チェックポイントにClaude由来のコンテンツが含まれること、特定顧客のデータが送信されたこと、あるいは公開ベンチマークが汚染されたことは立証されていない。この区別は重要だ。

一方で、企業のデューデリジェンス上は現実的な確認事項が生じる。

• 学習データの管理連鎖：外部モデルの出力、利用者との対話、合成トレースが、公開済みチェックポイントの学習・ポストトレーニングに使われたかを確認する必要がある。
• データ処理上のリスク：顧客や利用者の会話が外部へ中継されていた場合、問題はモデルIPにとどまらない。同意、機密性、保存、越境データ処理、契約上のデータ取扱いにも及ぶ。
• ベンチマークの妥当性：ベンチマークの問題・解答や、それに近い教師生成バリエーションに接触していれば、報告スコアが実力を上振れさせる可能性がある。今回の資料に汚染の立証はないが、主張を踏まえると独立した汚染評価の重要性は高い。
• 商用リスクの負担：オープンライセンスは、補償、保証、インシデント通知、第三者請求時の救済を自動的に提供するものではない。

企業導入の現実的な進め方

来歴に関する疑問が解消していない現時点で、MiMo-V2.6は本番の戦略的基盤ではなく、検証対象の候補として扱うのが妥当だ。

現時点で検討しやすい用途

• 非機微データに限定した社内研究・性能評価
• 移植性を重視する、隔離済みのセルフホスト型プロトタイプ
• コストを重視するコーディング、検索拡張、文書処理、マルチモーダル実験
• レッドチーム、信頼性、セキュリティ評価を自前で実施できる組織での試行

より強い保証が得られるまで見送るべき用途

• 規制対象、または重大な影響を伴う意思決定
• 顧客の機密情報、医療・金融・行政・防衛に関する高度な機微データを扱う業務
• 人のレビューやロールバック手段を持たない高リスクなコード生成
• 学習データに関する保証、補償、監査権、定義済みのインシデント対応を必要とする導入

本番導入前の最低限の確認項目

1. 来歴に関する書面開示を求める。 Claude由来の出力、中継された利用者対話、その他の外部モデル出力が、当該モデルの学習・ポストトレーニングに用いられたかを確認する。
2. 契約上の保護を整える。 補償、漏えい時の通知、データ保存、再委託先、データ所在地、モデルのバージョン別トレーサビリティを明確にする。
3. 独立した評価を実施する。 自社の非公開ホールドアウトと汚染に強いタスクを使い、長文検索、日本語など多言語での挙動、ツール利用、幻覚、プロンプトインジェクション耐性、記憶・再生の挙動を試験する。
4. 統制された配置を採用する。 セルフホスト時は外向きネットワーク接続を制限し、厳格なID・アクセス管理と利用ログを実装する。別途検証済みモデルへ戻せるロールバック経路も確保する。
5. 未承認APIに機微データを送らない。 データ処理条項と技術的統制が社内要件を満たすまで、顧客データを外部エンドポイントに送信しない。

結論

MiMo-V2.6は、MITライセンスのダウンロード可能なウェイト、最大100万トークンのマルチモーダル文脈、強いと報じられるベンチマーク性能、低い公表推論料金を併せ持つ。最大性能を確認するならPro、幅広い試行を低コストで回すならFlashが有力だ。32023

ただし、「公開されている」ことと「企業導入の準備が整っている」ことは同義ではない。Xiaomiが満足できる水準のデータ来歴、ガバナンス、リスク分担に関する根拠を示すまで、企業はMiMo-V2.6を高い可能性を持つ統制下のパイロット候補として評価し、機微情報や事業の中核業務を委ねる前には独立検証を求めるべきである。

Xiaomiの「MiMo-V2.6」は、エージェント型・マルチモーダルAIをオープンウェイトで扱いたい企業にとって、見過ごせないリリースだ。最上位のProは大規模な疎なMoE（Mixture of Experts）アーキテクチャを採用し、公開されているAPI料金も低い。Flashは、さらに低コストでの運用を狙う位置づけである。

ただし、企業の採用判断は性能とライセンスだけでは完結しない。AnthropicがXiaomiを含む中国拠点の複数ラボによるClaudeの無断蒸留を主張していることは、学習データの来歴、法務リスク、評価の信頼性に未解決の論点を残す。

Xiaomiが公開したモデル

Xiaomiは、ダウンロード可能な「MiMo-V2.6-Pro-RL」と「MiMo-V2.6-Flash-RL」を公開した。各リポジトリにはMITライセンスが掲げられている。さらに、MiMoが生成したデータでQwen3.5-9Bを教師ありファインチューニングした、90億パラメータのエージェント型モデル「MiMo-V2.6-Distill-Qwen-9B」も公開した。245

ProとFlashは、テキスト、画像、動画、音声を入力として扱う「オムニモーダル」モデルとして案内され、最大100万トークンのコンテキスト長をうたう。Proは総パラメータ数1.02兆、トークンごとの活性化パラメータ数420億の疎なMoEモデルで、Flashは総パラメータ数約3090億、活性化パラメータ数150億とされる。3

MITライセンスは、公開された成果物の利用・改変について広い許可を与える。しかし、それだけで学習に使われた全データや合成出力の来歴が立証されるわけではない。また、第三者の知的財産権に関する請求やコンプライアンス上の問題を解消するものでもない。

性能評価：外部指標とベンダー公表値を分けて見る

報道によれば、MiMo-V2.6-ProはArtificial AnalysisのIntelligence Index v4.3で46.32を記録し、同比較ではGrok 4.7と同水準、公開ウェイトモデルのランキングでは首位とされた。2324

これは外部評価として重要なシグナルだが、複合型の指標にすぎない。日本語を含む自社の利用言語、社内データ、レイテンシー要件、安全基準、長文コンテキスト利用での性能を保証するものではない。導入可否は、非公開の評価セットと実運用に近いタスクでブラインド検証して判断すべきだ。

Xiaomiの技術資料では、コーディング・エージェント系の結果も示されている。113件のリポジトリ開発タスクを機能検証器で評価するDeepSWE v1.1において、強化学習（RL）の進行に伴い、Proのaverage@3は58.4から72.6へ、Flashは48.7から65.7へ上昇したとされる。average@3は、3回サンプリングした試行における平均合格率である。10

ただし、これらはベンダー側の報告であり、第三者による再現までは独立した証拠とはいえない。リーダーボードだけを根拠に本番投入を決めないことが重要になる。

ProとFlashの違い：能力優先か、コスト優先か

モデル	アーキテクチャ規模	公表API料金：入力100万トークン	公表API料金：出力100万トークン	想定される用途
MiMo-V2.6-Pro	総計1.02兆／活性化42B	0.435米ドル	0.87米ドル	難度の高いエージェント・ソフトウェア開発タスクの評価
MiMo-V2.6-Flash	総計約309B／活性化15B	0.14米ドル	0.28米ドル	高頻度の試行、コスト重視のワークロード

Flashの公表料金は、入力・出力ともProのおよそ3分の1である。20 大規模な利用量が見込まれ、ベンチマーク上のわずかな性能差よりコストを重視するなら、Flashを最初の評価対象にする合理性がある。

もっとも、セルフホスティングでは計算が変わる。オープンウェイトは移植性やデータ管理の自由度をもたらす一方、GPU調達、ストレージ、推論基盤の運用、監視、パッチ適用、サポートといった負担を自社で引き受ける。トークン単価が最安でも、総保有コストが最安とは限らない。

Xiaomiが開示したRLコストの意味

公開されたチェックポイントと技術報告に関して、報道では両大型モデルが約75万軌跡にわたり30回のRLステップを完了したとされる。Xiaomiの報告値は、ProのRL実行が約262万米ドル、Flashが約85万米ドル、合計約347万米ドルである。1829

ただし、これはモデル開発全体の費用ではない。引用された報道によれば、対象はRL段階であり、事前学習のコストは開示されていない。29 したがって、この数字はポストトレーニングの一工程における効率性を示す材料であって、モデルを作る総費用の比較には使えない。

Claude蒸留を巡る主張が重要な理由

Anthropicは2026年9月10日、Claudeを対象とする無断蒸留キャンペーンを特定・阻止したと発表し、中国拠点の7ラボの一つとしてXiaomiを挙げた。Anthropicは「不正な蒸留」を、許可なくモデルの能力を抽出して別のモデルで再現しようとする、産業規模かつ秘匿的な活動と定義している。47

報道・要約によれば、XiaomiはMiMoに関する会話を記録し、学習データを作るためClaudeに送信したとされる。別の要約では、Xiaomiに関連する活動は1500超のアカウントを通じて40万件超のリクエストに及び、AnthropicはClaudeの応答がライブの利用者に提供されたことは確認していないとしている。44 Anthropicが主張する複数のキャンペーン全体では、約1億9000万件、または約2億件近い対話があったと報じられている。3338

これらはAnthropicによる主張であり、司法判断でも独立したフォレンジック監査の結論でもない。提供された情報からは、特定のMiMo-V2.6チェックポイントにClaude由来のコンテンツが含まれること、特定顧客のデータが送信されたこと、あるいは公開ベンチマークが汚染されたことは立証されていない。この区別は重要だ。

一方で、企業のデューデリジェンス上は現実的な確認事項が生じる。

• 学習データの管理連鎖：外部モデルの出力、利用者との対話、合成トレースが、公開済みチェックポイントの学習・ポストトレーニングに使われたかを確認する必要がある。
• データ処理上のリスク：顧客や利用者の会話が外部へ中継されていた場合、問題はモデルIPにとどまらない。同意、機密性、保存、越境データ処理、契約上のデータ取扱いにも及ぶ。
• ベンチマークの妥当性：ベンチマークの問題・解答や、それに近い教師生成バリエーションに接触していれば、報告スコアが実力を上振れさせる可能性がある。今回の資料に汚染の立証はないが、主張を踏まえると独立した汚染評価の重要性は高い。
• 商用リスクの負担：オープンライセンスは、補償、保証、インシデント通知、第三者請求時の救済を自動的に提供するものではない。

企業導入の現実的な進め方

来歴に関する疑問が解消していない現時点で、MiMo-V2.6は本番の戦略的基盤ではなく、検証対象の候補として扱うのが妥当だ。

現時点で検討しやすい用途

• 非機微データに限定した社内研究・性能評価
• 移植性を重視する、隔離済みのセルフホスト型プロトタイプ
• コストを重視するコーディング、検索拡張、文書処理、マルチモーダル実験
• レッドチーム、信頼性、セキュリティ評価を自前で実施できる組織での試行

より強い保証が得られるまで見送るべき用途

• 規制対象、または重大な影響を伴う意思決定
• 顧客の機密情報、医療・金融・行政・防衛に関する高度な機微データを扱う業務
• 人のレビューやロールバック手段を持たない高リスクなコード生成
• 学習データに関する保証、補償、監査権、定義済みのインシデント対応を必要とする導入

本番導入前の最低限の確認項目

1. 来歴に関する書面開示を求める。 Claude由来の出力、中継された利用者対話、その他の外部モデル出力が、当該モデルの学習・ポストトレーニングに用いられたかを確認する。
2. 契約上の保護を整える。 補償、漏えい時の通知、データ保存、再委託先、データ所在地、モデルのバージョン別トレーサビリティを明確にする。
3. 独立した評価を実施する。 自社の非公開ホールドアウトと汚染に強いタスクを使い、長文検索、日本語など多言語での挙動、ツール利用、幻覚、プロンプトインジェクション耐性、記憶・再生の挙動を試験する。
4. 統制された配置を採用する。 セルフホスト時は外向きネットワーク接続を制限し、厳格なID・アクセス管理と利用ログを実装する。別途検証済みモデルへ戻せるロールバック経路も確保する。
5. 未承認APIに機微データを送らない。 データ処理条項と技術的統制が社内要件を満たすまで、顧客データを外部エンドポイントに送信しない。

結論

MiMo-V2.6は、MITライセンスのダウンロード可能なウェイト、最大100万トークンのマルチモーダル文脈、強いと報じられるベンチマーク性能、低い公表推論料金を併せ持つ。最大性能を確認するならPro、幅広い試行を低コストで回すならFlashが有力だ。32023

ただし、「公開されている」ことと「企業導入の準備が整っている」ことは同義ではない。Xiaomiが満足できる水準のデータ来歴、ガバナンス、リスク分担に関する根拠を示すまで、企業はMiMo-V2.6を高い可能性を持つ統制下のパイロット候補として評価し、機微情報や事業の中核業務を委ねる前には独立検証を求めるべきである。