2026年9月22日、Xiaomi（シャオミ）は「Artificial Analysis Intelligence Index v4.3」で46.32点を記録した最新のオープンソース大規模モデルを公開した。スコア以上に衝撃を与えたのは、技術レポートの表紙に堂々と掲載された請求書だ。強化学習パイプライン全体の完走にかかった費用は、Flash版で約85万ドル、Pro版でも約262万ドルに抑えられていた。
大規模モデル競争の勝敗を分ける要因は、保有するGPUの絶対数から、学習手法を第三者が検証できる能力へと移行しつつある。プロプライエタリな開発企業は莫大な計算資源コストを誇示して参入障壁を築いてきたが、Xiaomiは強化学習プロセスの全容を6日間にわたりライブ配信することで、その情報の非対称性を打ち破った。
85万ドルの請求書がもたらした最強のオープンソースモデル
MiMo-V2.6-Proは、インテリジェンス指数46.32を記録してKimi K3やQwen3.8 Maxを上回り、現時点で最も強力なオープンソースモデルとなった。API価格については、前世代のV2.5シリーズと同水準を維持している。Flash版の入力は100万トークンあたりわずか0.14ドルで、プロンプトキャッシュにヒットした場合は0.0028ドルまで下がる。
図：Artificial Analysis 総合インテリジェンス指数の棒グラフ。MiMo-V2.6-Proが46.32点で首位。出典：Xiaomi公式ウェブサイト
最先端モデルのコスト構造に本質的な大転換が起きた。 かつて数億ドル規模の投資を要した最前線の知能が、いまや数百万ドル規模へと圧縮された。オープンソースモデルはもはや、巨大クローズドベンダーの過剰なマージンを負担する必要がない。
実際のトレーニングにおいて、Xiaomiは1ステップあたり1568サンプルを更新し、最大100万トークンのコンテキストに対応する構成を採用した。この高スループット設定により、各ステップで3.5B〜3.7Bトークンを処理しながら高効率な稼働を維持し続けた。
図：インテリジェンス指数とタスクあたりコストの散布図。Pro版がパレートフロンティア上に位置する。出典：Artificial Analysis / Xiaomi公式ウェブサイト
データと計算資源の比率を最適化すれば、知能創出の費用対効果は指数関数的に向上する。 Pro版がパレートフロンティア上に着地できたのは、マシンを盲目的に積み上げたからではなく、極めて精密なリソース配分戦略の賜物である。
ライブ配信で打ち破るクローズドのブラックボックス
開発者コミュニティは、技術的詳細を伏せたまま成果だけをアピールするクローズドベンダーのプレスリリースに飽き飽きしていた。Xiaomiは技術レポートと学習環境をオープンソース化しただけでなく、強化学習のコードベースまで余すところなく公開した。6日足らずの期間で、Flash版とPro版はそれぞれ30のRLステップを完了し、累計約75万件のトラジェクトリを生成した。
学習プロセス全体のライブ配信は、手札をすべてテーブルに晒したことを意味する。 誰もがこの学習手法の妥当性を検証し、同等の性能向上を再現できる。APIの壁の裏に隠れ、非公開のデータセットに頼ってベンチマークの順位を競う閉鎖的なシステムは、開発者からの信頼を失いつつある。
強化学習で頻発するリワードハッキング（報酬の不正取得）を防ぐため、公式チームはリワード設計、敵対的評価、異常検知、検証器による相互検証からなる4層の防御体系を構築した。さらに学習規模が拡大する局面では、潜在的な学習ドリフトを抑制するためルーターの重みを自主的に凍結した。
泥臭いエンジニアリングの実装精度は、大雑把な計算資源の投入よりも遥かに重要である。基本検証器に厳密なルールを組み込んでこそ、モデルは複雑かつ長期的なタスクにおいても正しい方向へと収束する。
性能停滞の呪縛を破る継続的なスコア向上曲線
長期的なソフトウェアエンジニアリング能力を測るベンチマーク「DeepSWE v1.1」は、モデルの真の実力を測る試金石である。このテストにおいて、Flash版のスコアは48.8から65.68へ、Pro版は58.4から72.57へと躍進した。強化学習の全工程を通じて目立った停滞期（プラトー）は一切現れず、性能曲線は一貫して右肩上がりを描き続けた。
比較対象として、同時期のクローズドな競合であるClaude Opus 5は74.0、GPT 6 Astraは74.0を記録している。Pro版はわずか数分の一のコストで、極めて難度の高い長期開発タスクにおいて業界トップ集団の限界値に迫った。
学習タスクの平均通過率はFlash版で相対25%、Pro版で12%向上した。インセンティブの仕組みが明確である限り、複雑な環境におけるモデルの探索能力はいまだ天井に達していない。
画面を飛び出し物理世界へと広がるモデルの実行力
MiMo-V2.6の能力境界は、コード生成やテキスト対話にとどまらない。公式デモにおいて、モデルは3Dシーン構築からBlenderモデリング、さらにはロボットアームの制御に至るまでの跳躍を成し遂げた。さらにはウェブフロントエンドの生成、MIDI音楽の作曲、PFAS（有機フッ素化合物）吸着を目的とした金属有機構造体（MOF）の材料設計といった最先端の科学研究タスクにまで足を踏み入れている。
図：MiMo-V2.6が生成したマルチモーダルデモ画面。出典：Xiaomi公式ウェブサイト
マルチモーダル知能が最終的に行き着く先は物理世界である。 基底モデルが空間や材料のパラメータを深く理解することで、チャット画面の中で助言を与えるだけでなく、ロボットアームや3Dツール、合成機器を直接動かして実作業を担うことが可能になる。
徹底した透明性が書き換えるAI競争のルール
Hacker Newsにおける議論は、今回のリリースの本質を的確に捉えていた。コミュニティの称賛は圧倒的に「透明性」に集中している。技術レポートには、振るわなかったベンチマークの結果まで飾り立てることなくありのまま記録されていた。議論の争点は、ホスティング環境の利用規約や公式フロントエンドのデモデザインの好みに限定されていた。
開発者は自らの足で投票し、真に信頼できる技術ロードマップを選択した。PRの美辞麗句に満ちたこの業界において、弱点を率直に認めることこそが最も強固な信頼を築く。
巨額の資金障壁でライバルを締め出すクローズドベンダーの時代は終わりを告げようとしている。Xiaomiは最前線の強化学習を、誰もが追試できる公開講座へと変貌させた。85万ドルの請求書が最先端と渡り合えるオープンソースモデルを生み出し、そのすべての計算式が第三者の検証に委ねられている。この公開検証の力こそが、備蓄されたGPUよりも遥かに鋭利な競争の武器となっている。
参考リンク：
- Hacker News ディスカッション (item?id=49792730)
- Artificial Analysis 総合インテリジェンス指数 評価レポート
- MiMo-V2.6 公式技術レポート
