MiMo-V2.6 まとめ：必要VRAM・GGUF版

2026年9月27日2026年11月12日

このモデルについて

MiMo-V2.6 は、Xiaomi の MiMo チームが公開したオープンウェイトのモデルシリーズです。テキスト・画像・動画・音声を1つのモデルで扱うオムニモーダルの MoE(Mixture of Experts)モデルで、文脈は最大 100万トークンまで読めます。ライセンスは MIT です。

シリーズは大きさの違う2つのモデルで構成されています。

どちらも、窓 128 トークンのスライディングウィンドウ・アテンション(SWA)と、全体を見るグローバル・アテンションを交互に重ねた構成で、681M パラメータの視覚エンコーダ(MiMo ViT)と音声エンコーダを備えます。投機的デコード用の MTP ドラフター(5 層)も内蔵しており、1回の順伝播で後続の 7 トークンを予測します。

名前の「RL」が示すとおり、このシリーズの主題は強化学習(RL)を大きくすることです。コーディング・汎用エージェント・画像を見ながらの作業・サイバーセキュリティを別々に鍛えるのではなく、1回の混合 RL でまとめて鍛える(モデルカードは「You Only RL Once」と呼んでいます)方式を採っています。

何がすごいのか

1. 前世代から、エージェント作業の成績が桁違いに伸びました。 公開元の比較表から抜粋します(太字は各行の最高値)。

• 前世代の MiMo-V2.5 Pro からの伸びが大きいのは、手順を踏んで最後まで仕上げる種類の課題です。 長い開発タスクの DeepSWE は 19.0 から 71.9 へ、REST API を渡り歩いて業務の流れを組む AutomationBench は 16.0 から 53.1 へ、Terminal Bench 4.0 は 1.5 から 34.9 へ上がりました。
• オープンウェイトでありながら、一部の項目では商用の最上位モデルと並びます。 Terminal Bench 2.1 と AutomationBench は表の中で最も高く、Agents’ Last Exam は Claude Opus 5 と同点です。

2. 「どう鍛えたか」まで公開しています。 重みだけを出すオープンモデルが多いなかで、Xiaomi はテクニカルレポートに加えて、学習に使った RL 環境(コーディング・サイバー・知識労働・Web 開発・作曲)のデータセット、学習のフレームワーク(verl の fork)、その環境で追試するための 9B の小型モデル(MiMo-V2.6-Distill-Qwen-9B)まで公開しています。テクニカルレポートは、RL の途中で MoE のルーターを学習させると特定のエキスパートに負荷が偏って崩れたこと、学習が GPU のメモリエラーやネットワーク障害で止まった経緯といった失敗の記録も載せています。

3. 小さい Flash でも、多くの項目で Pro に近い成績です。 DeepSWE・Terminal Bench 2.1・OSWorld-Verified では、Pro との差は 4 ポイント以内です。総パラメータは Pro の3分の1以下なので、コーディングや業務エージェントの用途なら Flash で大半の性能が得られます。

注意したい点・弱み

• 未知の対象を解析して作り直す・突破する課題では、商用の最上位モデルに届きません。 バイナリと文書からプログラムを作り直す ProgramBench は Claude Opus 5 より 10 ポイント以上低く、Terminal Bench 4.0 も 34.9 対 49.0 です。脆弱性を実際に悪用する ExploitBench は、比較対象の商用3モデル(70.0〜78.5)を大きく下回ります。画面を操作する OSWorld-Verified も、商用3モデルをいずれも下回ります。
• Pro と Flash の差が大きく開くのは、セキュリティの攻撃側の項目です。 ExploitBench は 47.9 対 25.3、ExploitGym は 17.8 対 6.0 で、この分野では Flash では代わりになりません。
• 社内ベンチマークが含まれます。 カードの表の MiMo Code Bench・MiMo Cyber Bench・MiMo VisualCoding は Xiaomi の社内評価で、第三者が同じ条件で確かめられる評価ではありません。上の抜粋には載せていません。

手元で動かすときのポイント

• 公開元が出しているのは Transformers 形式の重みで、案内しているエンジンは SGLang と vLLM です。 Pro の起動例はテンソル並列 16・2 ノード構成で、個人の機材で動かす規模ではありません。Flash も起動例はテンソル並列 4〜8 の複数 GPU が前提です。
• llama.cpp で動かすなら、ggml-org が公開している Flash-RL の GGUF 版が入口になります。 MXFP4 版と、エキスパートの一部を Q2_K にした版があり、投機的デコード用の MTP・DFlash のサイドカーと、画像・音声用の mmproj も同じリポジトリにあります。どの構成でどれだけのメモリが要るかは、このページ下の必要メモリの表を見てください。Q2_K は imatrix なしで作られている、とカードに注記があります。
• 推奨のサンプリング設定は temperature=1.0・top_p=0.95 です。 vLLM では --reasoning-parser mimo と --tool-call-parser mimo を付けます。安定版の vLLM は対応が遅れることがあるとして、MiMo-V2.5 向けの専用 Docker イメージが案内されています。
• ライセンスは MIT で、商用利用もできます。

出典: XiaomiMiMo/MiMo-V2.6-Pro-RL・XiaomiMiMo/MiMo-V2.6-Flash-RL・ggml-org/MiMo-V2.6-Flash-RL-GGUF のモデルカードと、同じリポジトリのテクニカルレポート「MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement」(2026-09-27 時点)。ベンチマークの数値は公開元が掲載した値です。

当サイトの記録とデータ

当サイトが MiMo-V2.6 系統について公開した記事(4本)と、記事の公開後に見つかった変換版(GGUF・MLX等)、必要メモリの判定を1ページにまとめたものです。必要メモリはモデルカードの公称値ではなく、当サイトが配布ファイルのサイズから機械的に算出した値です。モデル系統別まとめの1ページです。

基本情報

動作環境

動作環境の目安(Local Model Watch 算出)

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 ファイルサイズは変換版 DevQuasar/XiaomiMiMo.MiMo-V2.6-Pro-RL-GGUF の配布ファイルの実測値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

数値は XiaomiMiMo/MiMo-V2.6-Pro-RL のものです。大きさの違う他のモデルは下の記事を参照してください。

手元で動かせるか

Ollama・LM Studio・llama.cpp で動かせます(変換版を利用)。

公開元の配布は safetensors ですが、DevQuasar/XiaomiMiMo.MiMo-V2.6-Pro-RL-GGUF が GGUF版を公開しているため、そちらを使えば手元で動きます。

ライセンス mit(商用利用可): 商用利用を含めて自由に利用・改変・再配布できます。再配布時に著作権表示とライセンス文を残すことが条件です。

配布形式・当サイトが見つけた変換版・各推論エンジンの登録表を突き合わせた判定です。「確認できていない」は当サイトが見つけていないという意味で、存在しないことの断定ではありません。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

判定は XiaomiMiMo/MiMo-V2.6-Pro-RL についてのものです。

派生版・量子化版

各リポジトリの量子化とファイルサイズ:

• ggml-org/MiMo-V2.6-Pro-MOPD-GGUF の量子化: Q2_K 390.0GB / MXFP4 516.1GB
• ggml-org/MiMo-V2.6-Pro-RL-GGUF の量子化: Q2_K 390.0GB / MXFP4 516.1GB
• DevQuasar/XiaomiMiMo.MiMo-V2.6-Pro-RL-GGUF の量子化: Q2_K 347.8GB / Q5_K_M 455.7GB / MXFP4 516.1GB / Q4_K_M 575.4GB
• mlx-community/MiMo-V2.6-Pro-RL-mxfp4-q8 の量子化: MLX 4bit 515.8GB

この節は、記事公開後に見つかった変換版を当サイトが機械的に追記したものです。必要メモリは配布ファイルのサイズから算出した概算です。

Hugging Faceでの反響

当サイトが記事公開後に週次で記録したスナップショットです。「ダウンロード数」はHugging Face自身が集計する直近30日のローリング値で、累計ではありません。

記事(シリーズ自身のモデルを先に、新しい順)

リポジトリ

• XiaomiMiMo/MiMo-V2.6-Flash-MOPD
• XiaomiMiMo/MiMo-V2.6-Pro-RL
• XiaomiMiMo/MiMo-V2.6-Flash-RL
• XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B
• ggml-org/MiMo-V2.6-Flash-RL-GGUF
• ggml-org/MiMo-V2.6-Distill-Qwen-9B-GGUF

最終更新 2026-11-12(JST)。ページ前半の解説は、出典に挙げた一次資料をもとに AI を用いて執筆したものです。「当サイトの記録とデータ」以降の表と一覧は、記事ログからコードが組み立てています。