共计 1215 个字符，预计需要花费 4 分钟才能阅读完成。
小米雷军:MiMo 昨晚发布 V2.5-Pro-UltraSpeed, 这是业内首次在 1 万亿参数模型上突破 1000 tokens/s 输出速度
小米 MiMo 大模型迎来一次偏向“速度体验”的更新 。 小米方面近日宣布, 与 TileRT 联合推出 Xiaomi MiMo-V2.5-Pro 的 UltraSpeed 模式; 小米创办人、董事长兼 CEO 雷军随后表示, 该版本在 1 万亿参数模型上实现了超过 1000 tokens/s 的输出速度。
📌 UltraSpeed 模式主打高速推理
此次上线的版本名为 MiMo-V2.5-Pro-UltraSpeed, 定位并非简单替代原有 MiMo-V2.5-Pro, 而是面向更高输出速度需求提供的增强模式。按照小米 MiMo 官方介绍, 该模式 API 已同步开放, 并采用限时体验价。
🔍 限时开放,API 采用申请制
由于高速推理资源供给有限, 本次 UltraSpeed 并未面向所有用户无门槛开放, 而是采取申请制。通过审核的用户可以在限定时间内接入 API 进行体验, 开放窗口为 2026 年 6 月 9 日至 6 月 23 日 23:59。
同时, 小米方面也提供了限时免费的 Chat 体验, 但该体验仅在两周开放期内有效, 并设置了使用规则, 以便在资源有限的情况下保障排队和调用的公平性。
💡 试用规则与体验限制
根据目前公布的安排,通过审核的账号在试用期间需要遵守多项限制。对于开发者或企业用户而言, 这意味着 UltraSpeed 更适合用于短期验证与场景测试, 而不是立即作为稳定生产资源大规模接入。
- 每个账号每日最多成功进入队列 10 次;
- 单次会话时长上限为 30 分钟;
- 如果会话空闲超过 5 分钟, 系统将自动释放资源;
- 免费 Chat 体验仅在开放窗口内有效。
这些限制也从侧面说明,高速推理资源仍属于稀缺能力。对于强调实时反馈的应用, 例如智能助手、代码生成、长文本处理和企业知识问答, 输出速度的提升会直接影响用户停留时长和交互流畅度。
📊 速度提升对大模型应用意味着什么
大模型能力竞争过去更多集中在参数规模、推理能力、多模态表现等维度,而在实际落地中 , 响应速度 同样是决定体验的重要指标。特别是在对话场景中, 用户往往并不只关注答案质量, 还会敏感地感受到首字延迟、连续输出速度以及等待时间。
- 提升聊天机器人和智能客服的即时响应体验;
- 降低长文本生成过程中的等待感;
- 为开发者测试高速推理架构提供样本;
- 推动大模型服务从“能用”走向“更顺滑可用”。
🚀 小结: 更像一次高性能能力展示
综合目前信息,MiMo-V2.5-Pro-UltraSpeed 更像是小米在大模型高速推理方向的一次阶段性展示: 它强调万亿参数规模下的输出速度突破, 也通过申请制和限时窗口控制资源消耗。
对于普通用户而言,短期内最值得关注的是申请体验门槛、实际排队情况以及不同任务下的输出稳定性; 对于行业观察者来说, 小米此次动作则说明, 国内大模型竞争正在从单纯模型能力, 进一步延伸到推理效率、API 服务质量和工程化落地能力。
