01できること
長所
- Omnimodal MIT（テキスト＋画像＋動画＋音声）
- 1M ctx
- 87.7 Video-MME、81.0 CharXiv RQ
- MITライセンス（パーミッシブ）
知っておくべき限界
- —Q4では約180GBのVRAMを消費
- —動画＋音声のパイプラインは標準化があまり進んでいない
- —Ollamaなし
アーキテクチャ
MoE 310B／アクティブパラメータ15B · 48層（デンス層1＋MoE層47）· エキスパート256個、top-8 · ViT 729M＋音声261M · MTP 329M · FP8
トレーニング
≈48Tトークン・パイプライン：テキストのプリトレーニング → プロジェクタウォームアップ → マルチモーダルプリトレーニング → エージェントSFT → RL+MOPD。
おすすめの用途
ローカルで動くオムニモーダルモデル動画＋音声長期間のマルチモーダル処理
05インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$# HuggingFace : XiaomiMiMo/MiMo-V2.5
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
180 GB
Q5_K_M
品質とサイズのバランスが良好
220 GB
Q8_0
FP16とほぼ区別がつかない
330 GB
FP16
フル精度 — サーバー用途
620 GB
CPU フォールバック ・GPUがない場合は、 230 RAM（GB） このモデルを低速で実行するための最低要件。
MiMo V2.5に必要なハードウェアは？
MiMo V2.5をQ4量子化でローカル実行するには、VRAM 180 GB程度が必要です。比較候補：BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) — このモデルは、このミニPCのGPUメモリ容量を超えています。より小さいモデルか、適切な構成のシステムを選んでください。
現在のオファー： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — 追加費用なしで手数料を受け取る場合があります。独立したおすすめ情報です。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。
クラウドを使わず、このモデルを自分専用のChatGPTで利用
お使いのマシンにはモデルが大きすぎますか？キットでは、あなたのVRAMに収まるモデルを提供します。
- 永久に利用できるオンラインスペース
- PDF + ファイル
- 生涯アップデート
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
04パブリックベンチマーク
スコアはモデルカード、またはMMLU-Pro／コミュニティの資料から転載したものです。単位：正答率（%）。
Video-MME
87.7
CharXiv RQ
81
MMMU-Pro
77.9
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €