小米MiMo-V2.5-Pro UltraSpeed在通用8卡GPU上实现万亿参数模型1000 tokens/s输出，是Pro满血版而非降智Flash版，API已上线可申请体验。
小米MiMo-V2.5-Pro UltraSpeed在通用8卡GPU上实现万亿参数模型1000 tokens/s输出，是Pro满血版而非降智Flash版，API已上线可申请体验。
小米MiMo团队与推理系统团队TileRT联合宣布，MiMo-V2.5-Pro的UltraSpeed模式实现了万亿参数（1T）旗舰模型输出速度首次突破1000 tokens/s。更关键的是，这不是降智的Flash版本，而是Pro满血版。
这意味着在保持顶级智能水平的前提下，速度提升了约10倍。
以一个复杂可视化大屏生成任务为例：
在实测中，峰值速度甚至达到了1426 tokens/s，32秒内输出了25624个Token，生成了1000行代码。10秒就能生成一个贪吃蛇小游戏，1分钟能复刻一个macOS系统界面。
与Cerebras晶圆级集成或Groq纯片上SRAM定制芯片等专用硬件路线不同，小米选择了在通用GPU上实现这一速度，仅用一个标准的8卡通用GPU节点。
核心技术包含三个部分：
1. FP4量化：大幅瘦身不丢精度
2. DFlash投机解码：一口气确认多段文本
3. TileRT定制编译内核
API已同步上线，采用限时体验价：
用罗技官方免费驱动 Logi Options+ 的 Smart Actions、Actions Ring、应用程序专属配置，把任何罗技鼠标爆改成 Vibe Mouse，DIY 替代 230 美元的 Codex Micro 键盘。
速度提升不只是"更快"，而是解锁了新的使用模式：
提示: 当前高接受率仍主要集中在Coding等结构化任务，通用对话场景尚存优化空间。推理资源较为紧张，大规模商用仍需时间。
