小米MiMo-V2.5-Pro-UltraSpeed正式发布，万亿参数模型生成速度突破1000 tokens/s

月下琴音

6月9日小米携手TileRT联合推出Xiaomi MiMo-V2.5-Pro UltraSpeed极速模式，依靠模型与系统深度协同的Codesign优化架构，在通用GPU设备环境中，让万亿参数旗舰大模型的生成速度首次突破千tokens每秒，成为当下生成速度第一梯队的旗舰大模型。

极速推理能力带来直观的效率提升，官方给出了实际场景参考，短时间内即可完成贪吃蛇小游戏代码编写，一分钟内就能实现MacOS系统的复刻开发，代码生成、系统搭建、脚本创作这类高输出需求场景，等待加载的耗时被大幅压缩，能显著提升开发者、AI创作者的工作节奏。

这款极速模型同步上线专属API服务，采用申请制限时开放体验，体验周期限定在6月9日至6月23日晚间。定价为常规MiMo-V2.5-Pro版本的三倍，但输出速度拥有接近十倍的提升幅度，性价比偏向高吞吐、强时效需求的商用场景；需要留意的是，UltraSpeed版本仅支持API接入调用，无法使用常规Token套餐方案。

开源层面小米同步放出配套资源，MiMo-V2.5-Pro-FP4-DFlash检查点文件已上传至HuggingFace平台，包里附带FP4量化权重与DFlash完整模型参数，开发者可以自由下载、微调、本地部署调试。除此之外官方透露，MiMo-V2.5三百亿参数规格的极致推理适配工作正在推进，后续会释放更强的推理性能支持。

此次极速模式落地降低了高速大模型的使用门槛，不用专属定制高端算力，普通通用GPU即可承载万亿参数高速推理；限时申请体验可以让企业开发者提前适配业务流程，开源资源也丰富了整个MiMo技术生态，同时这套AI能力也能和HyperOS3端侧智能体系形成联动，完善小米全场景AI布局。