Xiaomi、1T パラメータのモデル MiMo-V2.6-Pro を公開──Open-weight ベンチマーク首位を獲得
総パラメータ数 1.02T の MoE 構造と 1M トークンコンテキストを備え、Artificial Analysis 評価で首位を獲得した。
リリース: 2026-09-21 · 読了 3 分記事の要約
1. 核心（What）
- Xiaomi が公開した MiMo-V2.6-Pro は Artificial Analysis Intelligence Index でスコア 46 を記録し、オープンウェイトモデルで首位を獲得した。
- 総パラメータ数 1.02T、アクティブパラメータ数 42B の Mixture-of-Experts アーキテクチャを採用している。
- 100万トークンのコンテキストウィンドウとネイティブマルチモーダル入力をサポートする。
- API 価格は入力 $0.435/M トークン（キャッシュ利用時は最大 99% 割引）、出力 $0.87/M トークンに設定されている。
2. 影響（Why）
- 長文脈エージェント開発のコスト最適化: リポジトリやシステムプロンプトを繰り返し送信するコード生成エージェントでは、最大 99% のキャッシュ割引により API コストを大幅に削減できる。
- 国内 SaaS におけるモデル選定の選択肢拡大: [国内 AI エージェント開発企業] のような中規模事業者にとって、数千トークン規模のツール連携を低コストで検証するための有力なオープンウェイト基盤となる。
3. 根拠・詳細（How）
- MXFP4 による量子化と高速化: MoE のエキスパート層に MXFP4 形式を部分適用した UltraSpeed 変種を用意し、TileRT との組み合わせでコモディティ GPU 上において 1,000 トークン/秒超のスループットを実現している。
- ライブ配信された強化学習プロセス: 強化学習のポストトレーニングにおいて、1ステップあたり 1,568 プロンプト × 16 ロールアウト（計 25,088 トレジェクトリ）の学習ログを自社ドメインでライブ公開した。
4. 展望・課題（Next）
- 独立した実測検証の必要性: 前世代モデルで指摘された長文脈での情報圧縮の特性や、マルチモーダル処理の実用性を独自のベンチマークで再検証する必要がある。
- オープンウェイト版の公開待ち: モデルの重み（ウェイト）の公開が予定されているが、商用利用のライセンス条件やトレーニングデータの詳細な開示状況を確認することが求められる。