什么值得买App下载 App ›
连续签到专享现金活动

小米UltraSpeed实测:1000+ tokens/s值不值3倍价格?

2026年6月8日,小米正式上线 MiMo-V2.5-Pro-UltraSpeed 模式,宣称在通用 GPU 上实现万亿参数模型每秒超 1000 tokens 的推理速度,刷新全球纪录。这一突破不仅意味着输出响应从“逐字蹦出”变为“整段涌出”,更标志着大模型正从聊天工具向实时生产力引擎演进。然而,UltraSpeed 并非全量开放,而是采取申请制限时体验,且定价为标准版的 3 倍。面对性能跃升与使用门槛并存的局面,开发者究竟该选择稳定可用的标准 Pro 版,还是冒险申请资源紧张的 UltraSpeed?本文将从推理速度、成本结构、适用场景与使用限制四大维度进行系统对比,提供可验证的决策依据。1234
01推理速度实测对比
推理速度是 UltraSpeed 模式最核心的卖点。根据多方实测数据,MiMo-V2.5-Pro 标准版的平均生成速度约为 100–150 tokens/s,而 UltraSpeed 在单台 8 卡通用 GPU 节点上稳定达到 1000+ tokens/s,峰值可达 1200 tokens/s。这意味着一篇千字中文文章的生成时间从约 6–10 秒缩短至不足 2 秒。但需注意,该速度仅指“解码输出阶段”,不包含检索、工具调用或复杂推理所需的前置计算时间。此外,UltraSpeed 的高速依赖三大技术协同:FP4 专家层量化、DFlash 区块级推测解码与 TileRT 持久化内核调度,这些优化在标准 Pro 版中并未启用。5264
维度MiMo-V2.5-ProMiMo-V2.5-Pro-UltraSpeed
模型参数规模万亿(1T)MoE万亿(1T)MoE
硬件要求通用GPU(支持多卡)单台8卡通用GPU节点
稳定生成速度100–150 tokens/s1000+ tokens/s
峰值速度约180 tokens/s约1200 tokens/s
核心技术SWA架构、1M上下文FP4量化 + DFlash解码 + TileRT调度
是否需定制芯片否否
02成本与计费结构
成本是开发者决策的关键变量。MiMo-V2.5-Pro 采用分段计价:输入每百万 tokens 为 0.025 元(缓存命中)或 3 元(未命中),输出为 6 元/百万 tokens。而 UltraSpeed 定价为标准版的 3 倍,即输出约 18 元/百万 tokens,且仅支持 API 调用,不兼容 TokenPlan。值得注意的是,UltraSpeed 当前处于限时免费试用阶段(2026年6月9日至23日),通过审核的用户可免费体验两周。但从长期使用角度看,若任务对速度敏感度不高,标准版的性价比显著更高。例如,一次消耗 10 万 tokens 的对话,在标准版成本约 0.6 元,而在 UltraSpeed 则需 1.8 元。78910
03适用场景分析
  • MiMo-V2.5-Pro 更适合::日常办公自动化、长文档摘要、法律合同审核、金融研报整合等对延迟容忍度较高的任务;预算有限但需稳定调用的中小企业;需要 TokenPlan 灵活计费的用户。
  • UltraSpeed 更适合::高频代码生成与调试、实时 Agent 协同、量化交易信号生成、医疗影像辅助诊断等毫秒级响应刚需场景;具备真实业务需求且能通过审核的企业或专业开发者;愿意为极致体验承担更高成本的早期采用者。
  • 两者均不推荐用于::批量爬虫、高并发无差别调用等易触发限流的场景——实测显示 MiMo 系列在高强度使用下极易返回 429 错误。11
04使用限制与准入门槛
UltraSpeed 的最大障碍并非技术,而是资源配额与准入机制。该模式采取申请制,优先审核具备真实业务需求的企业与专业开发者,普通用户虽可申请但通过率不保证。即便获批,试用期间也设有多重限制:每日最多进入队列 10 次,单次会话不超过 30 分钟,空闲超 5 分钟自动断开。相比之下,标准版 MiMo-V2.5-Pro 已全面开放公测,所有用户均可在官网直接体验,尽管免费额度紧张且高频使用仍可能受限。因此,若项目不具备明确商业价值或无法承受审核不确定性,标准版仍是更稳妥的选择。791213

开发者选用建议

MiMo-V2.5-Pro
  • 成本低,计费灵活,支持TokenPlan

  • 无需申请,立即可用,稳定性高

  • 适合大多数非实时任务场景

MiMo-V2.5-Pro-UltraSpeed
  • 输出速度提升10倍,接近实时交互

  • 赋能高频Agent、代码生成等前沿场景

  • 限时免费试用,短期体验零成本

05最终选购建议
综合来看,MiMo-V2.5-Pro 与 UltraSpeed 并非简单的新旧替代关系,而是面向不同需求层次的互补方案。对于绝大多数开发者而言,标准版已具备顶尖的中文理解、百万 token 上下文与优秀的 Agent 执行能力,足以应对日常开发与办公场景。UltraSpeed 则是一把“特种武器”,仅推荐给两类用户:一是正在构建对延迟极度敏感的实时系统(如量化交易、手术辅助);二是能通过审核并愿在两周窗口期内快速验证业务可行性的企业团队。普通用户不必盲目追求速度,避免因申请失败或配额耗尽而影响项目进度。毕竟,AI 的终极价值不在“跑得多快”,而在“做得多准、用得多稳”。111415

评论

评论区空态插画

当前文章无评论,是时候发表评论了