プロダクト & モデル確認済

1兆パラメータをスマホ屋が開けた — Xiaomi MiMo-V2.6

フロンティアの担い手は、もう AI ラボだけではない

鈴木 理恵|2026.09.22|5|更新: 2026.09.22

Xiaomi が 1兆パラメータ級のエージェントモデル MiMo-V2.6 をオープンウェイトで公開した。最強クラスの重みを配ったのが AI ラボではなくスマートフォンメーカーだったという事実が、前提を崩している。

Key Points

1兆パラメータをスマホ屋が開けた — Xiaomi MiMo-V2.6

スマートフォンを売っている会社が、1兆パラメータ級のエージェント向けモデルの重みを、誰でも落とせる場所に置いた。Xiaomi の MiMo-V2.6 である。配布先は特別な場所ではない。HuggingFace の XiaomiMiMoGitHub の XiaomiMiMo、つまり誰もが使っている棚の上だ。

ニュースとして効いているのは規模そのものではない。オープンウェイトで最強クラスのエージェントモデルを出した主体が、AI ラボではなかったという事実のほうである。

1兆パラメータを、スマホ屋が開けた

1兆パラメータという数字は、つい最近まで「公開されない側」に属していた。この規模のモデルは、API の向こう側に置かれ、推論を売ることで開発費を回収するのが常識的な経路だったからだ。重みを配ってしまえば、その経路は最初から存在しない。

Xiaomi はその経路を選ばなかった。MiMo-V2.6 は重みごと公開されている。ダウンロードして、自前の GPU に載せて、外部に一切トークンを送らずにエージェントを回すことができる。企業が機密を扱うエージェントを組むとき、この違いは機能の差ではなく可否の差になる。

そして、エージェント向けであることが効いている。エージェントの実用性を決めるのは単発の応答品質ではなく、ツールを呼び、結果を読み、手順を組み替えながら長い連鎖を最後まで壊さずに走り切る能力だ。ここが弱いモデルは、ベンチマークの点数が高くても実務では止まる。MiMo-V2.6 はその連鎖を回すために作られた側に立っている。

MiMo は思いつきではない

今回を「大手が資本にまかせて一発撃った」と読むと、事態を読み違える。XiaomiMiMo という名前は、今日できたものではないからだ。

MiMo は 7B 規模の推論特化モデルから始まった系列で、Xiaomi の LLM チームは早い段階から、小さいモデルを自前で事前学習し、強化学習で推論を鍛えるという手順を公開してきた。視覚や音声へ枝分かれしたモデルも同じ名前の下に並んでいる。つまり、7B から 1兆パラメータ級まで、途切れずに一本の線が伸びている。

この連続性が意味するのは、Xiaomi が外から技術を買ってきて名前を付けたのではなく、事前学習のレシピと強化学習のパイプラインを社内に積み上げてきたということだ。1兆パラメータ級を出せたのは、その積み上げの結果であって、規模の買収ではない。

なぜ「AI ラボではない」ことが重要なのか

この数年、業界には暗黙の役割分担があった。フロンティアは AI ラボが作る。それ以外の会社は、作られたものを買って製品に載せる。垂直統合されたメーカーであっても、モデル層は外から調達するのが自然だとされてきた。

MiMo-V2.6 は、その分担が構造ではなく単なる現状だったことを示している。フロンティアの担い手であるために必要なのは、AI ラボという看板ではない。計算資源と、学習パイプラインを回し続けるチームと、重みを配ってでも取りに行く戦略的な理由である。Xiaomi はそのすべてを持っていた。

戦略的な理由の部分は、スマートフォンメーカーだからこそ分かりやすい。端末とその上で動くソフトウェアを売る会社にとって、モデルそのものは収益源である必要がない。むしろ、自社の端末やサービスの上で動くエージェントの土台を自分で握れること、そして業界標準に近い位置にモデルを置けることのほうが価値が大きい。推論課金で回収する必要がない会社は、重みを開くコストが構造的に低い。

ダウンロードできるフロンティアという事実

利用する側から見ると、この一件は選択肢の質を変えている。これまで、オープンウェイトを選ぶことは「クローズドより少し劣るものを、自前で持てる代わりに受け入れる」という取引だった。エージェントのように長い連鎖を回す用途では、その差はとくに痛かった。

最強クラスのエージェントモデルが重みごと降りてくるなら、その取引は成立しなくなる。自社のデータセンターに置いたモデルと、API の向こうにあるモデルが同じ土俵に乗る。どちらを選ぶかは性能の問題ではなく、運用コストと統制の問題になる。

ただし、1兆パラメータ級の重みを持てること自体は、誰にとっても等しく開かれた自由ではない。これを実際に動かすには相応の計算資源がいる。ダウンロードできることと、使えることのあいだには距離がある。開かれたのは可能性であって、ハードウェアの制約は消えていない。

前提が崩れた後に残る問い

MiMo-V2.6 が壊したのは、性能のランキングではなく、誰がフロンティアを作るのかという前提のほうだ。AI ラボの外側から、しかも重みを開く形で、最強クラスが出てくる。この道筋が一度通ったことが示されれば、同じ構造を持つ会社は他にもある。端末を売る会社、クラウドを持つ会社、自社の業務にエージェントを大量に必要とする会社。いずれも、モデルを売る必要がないという点で Xiaomi と同じ立場にいる。

問うべきは、次に誰が同じことをするか、ではないだろう。モデルそのものが収益源である必要のない会社が次々と最前線に重みを置いていったとき、モデルを売ることで成り立ってきた側は何を売るのか。そちらのほうが、はるかに答えにくい問いとして残る。

Verification

信頼ラベル確認済
一次ソース2件確認
最終検証2026.09.22
VerifiedRev. 1
sha256:56f1eac1757db669...4e135a7c

この記事はEd25519デジタル署名で検証済みです。改ざんは検出されていません。

検証API
Ethics Score88/100
引用密度18/20
ソースURL数10/20
信頼ラベル15/15
表現の慎重さ15/15
キーポイント10/10
サマリー品質10/10
本文充実度10/10

v1.0.0 — ルールベース自動採点

詳細API
Share

関連記事

Amazon は締め出し、Shopify は財布を開けた — Muse が割ったコマースの一週間
プロダクト & モデル報道

Amazon は締め出し、Shopify は財布を開けた — Muse が割ったコマースの一週間

Meta の Muse 公開から1週間、プラットフォームはエージェントを遮断する側と決済を開放する側に分かれたと報じられている。規格の合意ではなく、遮断と開放という実力行使が交渉のテーブルを作っている。

2026.09.22
Close-up of a 3D printer head in operation
プロダクト & モデル報道

国産LLM『LLM-jp-4』オープンソース公開、日本語MT-BenchでGPT-4o超え——AI主権を掲げるNIIの挑戦

NIIのLLM-jp-4 32B-A3Bが日本語MT-Benchで7.82を記録しGPT-4o(7.29)を超えた。学習データ・重みを全公開し、Metaのクローズド化と対照的な路線を鮮明にした。2026年度中にはより大規模な32Bモデルと3000億パラメータ級の超巨大MoEモデルの公開も予定している。

2026.09.22
Featured Image
プロダクト & モデル報道

LLM API価格改定ラッシュ2026年夏——DeepSeek急騰・Anthropic値上げの裏でGoogleは半額に、企業はゲートウェイで防衛

DeepSeekが8月に1カ月足らずで再値上げ(最大12倍)、Anthropicは9月1日からSonnet 5を実質値上げする一方、GoogleはGemini 3.7 Flashを半額の導入価格で年内提供。方向性が割れる価格改定に対し、企業は株式会社詩田の「LLM API」やFlashLabsの「OrcaRouter」といった複数モデルを扱うゲートウェイサービスで対応し始めている。

2026.09.20