OrcaCyber MiMo V2.6 Flash：兄弟モデルと同じ価格で、CyberGymでは7ポイント優れ、Exploit Reproductionでは15ポイント劣る

OrcaCyber MiMo V2.6 Flash Abliteratedと同じ料金体系で本日提供開始となりましたOrcaCyber Flash 1.0 — 100万トークンあたり入力 $0.80、出力 $1.60、キャッシュ読み取り $0.15、100万トークンのコンテキスト、拒否動作は除去済みです。価格も同じ、コンテキストウィンドウも同じ、そしてヘッジのなさも同じです。両者を分けるのはそれぞれの強みであり、当社独自の測定では両プロファイルはほぼ鏡像関係にあります。新しいビルドはCyberGymで7ポイントリードし、エクスプロイト再現では兄弟モデルに15ポイント遅れを取ります。オフェンシブセキュリティ業務に直接取り組むモデルを検討する人は、より広い記録にも目を向けるべきです。それが the OrcaRouter AI Incident Archive が収集するために存在する理由です。本記事では、何が提供開始されたか、数値はどうなっているか、各ビルドが実際にどのワークロードで力を発揮するかを説明します。

実際に出荷されたもの

MiMo V2.6 Flashは、Xiaomiが2026年9月にリリースしたMiMo-V2.6における効率重視のチェックポイントです。総パラメータ数3,090億、トークンあたり150億のアクティブパラメータを持つスパースなMixture-of-Expertsモデルで、MITライセンス、100万トークンのコンテキストを備えています。OrcaCyberビルドは、そのチェックポイントから拒否行動を重み上で編集除去したもので、ファインチューニングではなくアブリテレーションです。再学習コーパスも新アーキテクチャもなく、モデルが拒否する際の方向を、それを担う行列から差し引いただけです。OrcaCyberラインではNano、Zeroに続く3番目の名前であり、スループット向けに作られたものです。

入力サーフェスは兄弟モデルよりも広くなっています。MiMo V2.6 Flash はテキスト、画像、音声、動画を受け取ってテキストを返すため、コンソールセッションの画面録画、通話のキャプチャ、ネットワーク図、エラー状態のスクリーンショットなどを、ソースコードや長いログと同じリクエスト内で推論できます。出力はレスポンスあたり最大 131,072 トークンです。思考モードと非思考モードの両方が利用可能で、推論の強度を選択できるほか、ネイティブの関数呼び出しと構造化 JSON 出力を備え、モデルには Chat Completions、OpenAI Responses、Anthropic Messages 経由でアクセスできます。

価格は同じなので、価格では何も決まらない

両モデルとも入力 $0.80、出力 $1.60（100万トークンあたり）で、キャッシュ読み取りは $0.15 です — 同じ料金表で、1セントの違いもなく、当社側で上乗せはありません。これにより、異例なほど明快な選択になります。自分を納得させて選ぶような安価なモデルもなければ、正当化すべきプレミアム階層もありません。唯一の問いは、どちらの行のセットが目の前の作業に合うかです。

アクセスも両者に共通するもう一つの点であり、どの利用者にも開かれているわけではない。どちらの経路もエンゲージメント、パスキー、そして規約の背後に置かれており、これは認可された攻撃的作業を目的とするモデルにとって適切な形だ。価格と能力は公開されているが、どちらかを呼び出せるかどうかは公開されていない。

同一のカードの下にある2つの異なるベース

カードが一致するのは、価格がベースに依存せず、ベースの形状も同じではないからだ。MiMo V2.6 Flashは3090億パラメータのスパースモデルで、トークンあたり150億がアクティブになる。Flash 1.0の背後にあるDeepSeekチェックポイントは5520億パラメータを持ち、160億がアクティブだ。両方ともMITライセンスで、両方とも再トレーニングではなく重みレベルで編集され、両方とも拒否動作が除去されている。

数値のパターンはその違いと整合しているが、それを証明しているわけではない。小さい方のベースはより速く開始し、出力の上限も低い。一方、大きい方は、長いエクスプロイト連鎖を作業結果まで運ぶ必要がある行でより良い成績を出す。モデルのパラメータ数は、個々のベンチマークを予測する指標としては乏しい。したがって、これは行を読むための文脈として扱い、行の説明として扱わないでください。

新しいティアが優位な場面

• CyberGym — MiMo V2.6 Flash は 95.1%、Flash 1.0 は 88.1% で、サイバー推論ボードにおいて 7 ポイントのリードを獲得。

• 最初のトークンの中央値 — 当社のプレイグラウンドトラフィックでは928 ms 対 1,970 msで、開始は約2倍高速、出力レートは765.9トークン/秒 対 171.1。

• 入力タイプ — テキストと画像に加えて音声と動画。これらは同シリーズの製品ではまったく受け付けません。

速度の数値は、意思決定に使う前に一言注意が必要だ。これは playground の呼び出し1日分で、合計約17,500トークンにすぎない。一方、同系列の数値は7日間のウィンドウで175億トークンを運んでいる。新しい経路での1日は、モデルを測るというより空のキューを測っている。方向性——このビルドのほうが速い——は信頼できるものとし、正確な倍率はウィンドウが埋まるまで暫定的なものとして扱うべきだ。

どこで後退するのか

• SEC-Bench Pro — 47.5% 対 62.8%、15.3ポイントの劣後であり、当社が公開しているすべての行の中で両モデル間の最大の差です。

• DeepSWE v1.1 — 74.2%に対して67.9%、6.3ポイント差。

• Terminal-Bench 2.1 — 90.6% に対して 87.6%、3.0 ポイント差。

• 最大出力 — 393,216 に対して 131,072 トークン。完全な監査レポートや注釈付きエクスプロイトチェーンなど、単一の長い成果物に充てられる余地の3分の1です。

• 未公開の行 — ExploitGym（15.3%）とGPQA Diamond（90.9%）はFlash 1.0にのみ存在し、新しいビルドにはまだ比較可能な数値がありません。

そのリストの形こそが論拠だ。{{1}}CyberGymは攻撃対象領域に関する推論を評価し、SEC-Bench Proは既知の脆弱性をエンドツーエンドで再現することを評価する。そしてそこが、新しいモデルが実質的に弱い点だ。{{/1}} 作業がトリアージ、レビュー、検知エンジニアリング、またはログの意味を説明することなら、高速ティアの方が適した手段だ。{{2}}作業がCVEを動作する概念実証に変えることなら、兄弟モデルの15ポイントの優位性こそが重要な数字であり、再現が成功しないことをどれだけレイテンシが良くても埋め合わせることはできない。{{/2}}

これらの数字が何であり、何でないか

この記事のベンチマークはすべて当社独自のものです。モデルカードにはCyberGym、SEC-Bench Pro、DeepSWE、Terminal-Bench、ExploitGym、GPQA Diamondが当社独自のsourceフィールド付きで記載されており、OrcaCyberモデルはいずれもArtificial Analysisのような独立した評価者によるスコアリングを受けていません。これは汎用モデルよりもセキュリティモデルにとって重要です。なぜなら、ベンチマーク自体が新しいうえ、「脆弱性について推論した」ことと「脆弱性を再現した」ことの間のギャップこそ、自己申告の数値がモデルを実際より良く見せうるまさにその場所だからです。数値は監査済みの結果ではなく、公開された方法論を伴うベンダー公表値として読み、本番経路がそれらに依存する前に自社のコーパスで再テストしてください。

選び方

• エクスプロイト開発、PoC構築、パッチ検証 — Flash 1.0。再現行では15.3ポイント、DeepSWEでは6.3ポイント優れており、いずれもリトライで消え去るような差ではありません。

• ログとパケットキャプチャのトリアージ、大規模なセキュアコードレビュー、検出エンジニアリング、最初のトークンを高速に必要とするエージェントループ — MiMo V2.6 Flash。CyberGymのリードとレイテンシクラスの両方が同じ方向を指しています。

• 長い単一パスの成果物 — Flash 1.0、純粋に出力上限のみ：393,216トークン対131,072。

• 画面録画、通話音声、図表、ダッシュボード — 2つのうち、これらに対応している唯一のモデルである MiMo V2.6 Flash。

アクセスを有効化すると、両モデルは1つのキーの背後に置かれるため、選択は恒久的である必要はなく、2つ目の契約やコード変更も不要です。タスク種別に応じてルーティングし、いずれかのルートが実行中に劣化した場合は自動フェイルオーバーでカバーします。上記のワークロードルールは当社独自のものであり、その根拠となる数値はモデルページに掲載されています。

何を観るべきか

この状況を変えるものは3つある。1つ目は独立したスコアだ。カタログの外にいる誰かがこれらの重みを公開ハーネスで実行するまで、15ポイントのエクスプロイト差はわれわれの測定値であり、そう引用されるべきだ。2つ目はレイテンシの観測期間だ。新ルートでの1週間の実トラフィックが、2倍の速度差を裏付けるか、縮めるかのどちらかになる。3つ目はベンチマーク表そのものだ。今日出荷され、4行が公開され2行が欠けているモデルは、プロファイルがまだ描かれている途中のモデルだ。モデルページが最初に更新される場所である。

出典に関する注記：ベンチマークスコア、価格、コンテキストおよび出力上限は、OrcaCyber MiMo V2.6 Flash Abliterated と OrcaCyber Flash 1.0 に関する OrcaRouter 自身のカタログ項目であり、2026年10月26日時点で参照したものです。これらは自己申告によるもので、独立した監査を受けたものではありません。レイテンシの数値は当社のプレイグラウンドのトラフィックに基づくもので、新しいビルドでは1日・約17,500トークン、その兄弟モデルでは7日・175億トークンであり、本番環境のベンチマークではありません。ベースモデルの詳細（総パラメータ数3,090億、アクティブパラメータ数150億、100万トークンのコンテキスト、MITライセンスの重み）は、Xiaomi の MiMo-V2.6 リリースによるものです。Flash 1.0 の基盤となっている DeepSeek V4.1 Flash チェックポイントの総パラメータ数5,520億およびアクティブパラメータ数160億は、Artificial Analysis による同モデルの記録です。ワークロードに関する推奨およびベンチマーク行の解釈は当社によるものです。