小米MiMo-V2.5-Pro UltraSpeed：万亿参数模型跑到 1000 tokens/s

6 月 9 日，小米 MiMo 联合 TileRT 发布了 MiMo-V2.5-Pro 的 UltraSpeed 模式。万亿参数模型在通用 GPU 上跑到了 1000 tokens/s。

这不是靠专用加速器硬堆算力。小米的说法是"模型与系统的极致 Codesign"——从模型架构到系统软件做联合优化，单台 8 卡的标准商用节点就能跑出这个速度。

十倍速度，三倍价格

UltraSpeed API 已经上线，定价是标准 Pro 版的 3 倍。MiMo-V2.5-Pro 的标准价格：

• 输入（缓存命中）：¥0.025/百万 tokens

• 输入（缓存未命中）：¥3/百万 tokens

• 输出：¥6/百万 tokens

3 倍后输出约 ¥18/百万 tokens。如果你的场景对延迟敏感，这个溢价可以接受。

官方喊的是"3 倍价格，10 倍输出体验"。不适用 Token Plan，仅限 API。

体验门槛不低

UltraSpeed 采用申请制，只开放两周：6 月 9 日到 6 月 23 日。通过后可以限时免费试用 Chat，但限制不少：

• 每账号每天最多进队 10 次

• 单次会话上限 30 分钟

• 空闲超 5 分钟自动释放

图片

背后：MiMo 这一年

MiMo 是小米的大模型系列，演进速度不慢：

• 2025 年 12 月

  ：MiMo-V2-Flash 发布，150 tokens/s

• 2026 年 3 月

  ：MiMo-V2-Pro 发布，Agent 能力进入全球第一梯队

• 2026 年 4 月

  ：MiMo-V2.5-Pro 发布，1.02T 参数 MoE，42B 激活参数，100 万上下文窗口，MIT 协议全量开源

• 2026 年 6 月

  ：UltraSpeed 模式，1000 tokens/s

配合 TileRT 的推理优化，这个速度在国产模型里算快的。

值得关注的点

1000 tokens/s 是什么概念？每秒大概 700 个汉字。10 秒做个贪吃蛇，1 分钟复刻一个 macOS 界面。用在 Agent 场景里，响应从"等一下"变成"马上"。

不过目前用得上的人很少——两周窗口、申请制、每日限额。小米说是"资源供给有限"，但也不排除 UltraSpeed 在生产环境下的稳定性和成本还没完全跑通。

如果这波内测验证了 Codesign 路线，后续降价和正式上线是可以预期的。到时候最难受的，大概是那些还在靠堆硬件来提速的。