小米发布MiMo-V2.5-Pro UltraSpeed模式：3倍价格，10倍输出体验
来源：互联网 2026-08-04 15:15:06小米发布MiMo-V2.5-ProUltraSpeed模式，在通用GPU上实现1000tokens/s生成速度，定价为标准版3倍但输出速度提升约10倍。该模式仅限API，申请制开放两周（2026年6月9日至23日），资源有限，审核优先有真实业务需求者。
万亿参数模型实时推理突破：MiMo-V2.5-Pro UltraSpeed模式实现1000 tokens/s
先说说几个关键点：大模型的生成速度，一直是制约落地的瓶颈。尤其是万亿参数级别的模型，想在通用GPU上跑出上千的token数，过去想都不敢想。但就在昨天，小米MiMo联合TileRT放了个大招——MiMo-V2.5-Pro的UltraSpeed模式，直接在通用GPU上把生成速度干到了1000 tokens/s。
▲ 10秒，做一个贪吃蛇小游戏
长期稳定更新的攒劲资源： >>>点此立即查看<<<
这个速度有多夸张？做个类比：以前你等模型生成一段代码可能要十几秒，现在眨个眼的工夫就出来了。根据官方演示，10秒就能生成一个贪吃蛇小游戏。这背后是模型与系统的极致协同设计（Codesign），不是简单的堆算力。
API定价策略：3倍价格换来10倍速度，单位成本反而更低
同步上线的还有MiMo-V2.5-Pro-UltraSpeed API，定价策略也很有意思——3倍的价格，换来约10倍的输出速度提升。这账算下来其实很划算，尤其对于对响应速度有严苛要求的场景。不过要注意，这个模式仅支持API体验，不支持Token Plan。
作为参考，标准版MiMo-V2.5-Pro的定价是：每百万tokens输入0.025元（缓存命中）或3元（未命中缓存），输出6元。而UltraSpeed版本的具体单价官方没有直接公布，但按照3倍基准推算，大概输出每百万tokens要18元左右。考虑到速度翻了10倍，单位时间内的产出成本反而更低了。
▲ 1分钟，复刻一个macOS系统
限时申请制开放：两周窗口期，优先审核企业及专业开发者
不过，好东西总是稀缺的。由于高速推理资源供给有限，本次UltraSpeed API采取申请制限时开放，窗口期只有两周：2026年6月9日至6月23日23:59。而且资源确实紧张，提交申请后不保证审核时效性，也不保证通过率——小米会优先审核有真实业务需求的企业和专业开发者。
通过审核的用户可以获得限时免费的Chat体验，但为了保障资源公平使用，规则也比较明确：每个账号每天最多成功进入队列10次；单次会话时长上限30分钟；如果会话空闲超过5分钟，系统会自动释放资源。简单说，就是得抓紧用，别占着茅坑不拉屎。
总结：万亿参数模型实时推理进入新阶段，应用落地迎来新可能
总的来说，这次UltraSpeed的发布，意味着万亿参数模型在通用GPU上的实时推理进入了一个新阶段。1000 tokens/s这个数字，不只是个噱头，它让很多之前因为速度不敢落地的应用变得可行。后续就看申请开放后，实际用户能跑出什么样的效果了。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
相关攻略
更多同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
