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：
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。
全球AI Lab排名第9的Agnes AI宣布无限期免费开放文本、图片、视频三款核心模型API，开发者零成本调用全模态能力
MiniMax M3 搭载全新稀疏注意力架构MSA，支持1M上下文窗口，Coding能力超过GPT-5.5，国内首个齐备前沿三大能力的模型
英伟达发布RTX Spark消费级AI芯片，128GB统一内存、1 PFLOP算力，可在14mm笔记本上本地运行120B大模型，Windows生态迎来AI PC时代
