📢 小米 MiMo 跑出”千 token/s”：雷军宣告万亿模型推理新纪录
6 月 10 日 · IT 之家 —— 小米 MiMo 团队联合 TileRT 发布 V2.5-Pro-UltraSpeed 模式，雷军亲自盖章：这是业内首次在 1 万亿参数模型上把输出速度顶到 1000 tokens/秒以上。
- 速度跨级：同等模型尺寸下，UltraSpeed 模式相比 MiMo-V2.5-Pro 输出速度提升约 10 倍，是行业首个突破”千 tokens/秒”门槛的万亿参数模型。
- 价格策略：API 限时体验价为 MiMo-V2.5-Pro 的 3 倍——用 3 倍的钱换 10 倍的速度，性价比直接拉满。
- 开放方式：采取申请制限时开放，窗口期为 2026 年 6 月 9 日至 6 月 23 日 23:59，资源紧俏，需排队。
- 使用规则：每个账号每日最多成功进入队列 10 次，单次会话上限 30 分钟，空闲超 5 分钟自动释放资源。
- 意义所在：大模型推理速度长期是落地瓶颈，万亿模型 + 千 tokens/s 意味着复杂 Agent、长上下文场景的响应体验可以接近”即时反馈”。
“这是业内首次在 1 万亿参数模型上突破 1000 tokens/秒的输出速度。” —— 小米创始人、董事长兼 CEO 雷军
在大家还在卷模型参数和分数的当口，小米这次卷的是”用起来快不快”。万亿模型本身推理成本高、首 token 延迟大，能把吞吐推到千 tokens/秒级别，背后既考验底层推理引擎 TileRT 的工程能力，也意味着 MiMo 在国产大模型推理优化路线上又压上一注重码。对开发者而言，下一步可以关注的是 UltraSpeed 模式在长上下文、代码与 Agent 任务上的真实体感，以及限免窗口结束后正式定价会落在哪里。
