小米 MiMo 飙至每秒 1000 Token：万亿参数模型在标准 GPU 上突破速度极限

UltraSpeed 并非一个全新的模型，而是基于 MiMo-V2.5-Pro（一个拥有 1.02 万亿总参数、420 亿激活参数、支持 100 万 Token 上下文的 MoE 混合专家模型）的工程化服务模式 。

三大核心技术拆解

要将万亿级“巨兽”提速至此，小米公开了从模型层到系统层的全栈协同设计，主要靠以下三项技术攻坚 。

1. FP4 混合精度量化：给模型“精准瘦身”

大模型的推理速度，往往卡在显存带宽上。小米的做法很巧妙：他们只对 MoE 的专家层（Expert Layers） 进行 FP4 量化，模型的其余部分保持原有精度 。

通过量化感知训练（QAT），大幅压缩了模型体积和访存开销，同时保证了模型能力几乎不受损 。这种“抓大放小”的策略，绕开了对精度敏感的组件，既榨干了硬件带宽，又守住了性能底线。

2. DFlash 投机解码：打破逐字生成的“枷锁”

传统的大模型生成是“自回归”的，就像串行思维，一个字接一个字往外蹦。DFlash 则用一种块级掩码并行预测取而代之 。

它让一个轻量的草稿模型采用滑动窗口注意力（SWA）进行低成本预测，把计算开销压到常数级，再由万亿参数的大模型并行验证。配合 Muon 优化器与自蒸馏技术，每次验证能接受的 Token 平均长度大幅提升，直接转化为实打实的吞吐量 。在编程场景下，其单次验证平均可接受约 6.30 个 Token 。

3. TileRT 系统极致优化：让 GPU 像流水线一样不停歇

在每秒超过 1000 Token 的极端吞吐下，传统“启动-运行-结束”的算子弹射模式会成为瓶颈。TileRT 直接将计算流水线常驻在 GPU 上，不再频繁启停 。

更精细的是，团队将通信、数据搬运、张量计算拆解到不同的 GPU 线程束（Warp）上去“各司其职”，把 GPU 变成了一个持续流动的精密工厂，从全链路预取到计算的重叠优化，几乎消除了 GPU 的空转等待 。

定价与体验：“3 倍价格，10 倍输出体验”

伴随着极速模式而来的，是“提质又提价”。UltraSpeed API 的限时体验价精准地卡在标准版价格的 3 倍 ：

• 标准版 MiMo-V2.5-Pro：国际定价 $0.87/百万 Token 输出；国内定价 ¥6/百万 Token 输出 。
• UltraSpeed 体验价：国际定价 $2.61/百万 Token 输出；国内定价 ¥18/百万 Token 输出 。

输入 Token 同样遵循 3 倍差价 。小米官方打出的口号是“3 倍价格提升，10 倍输出体验”，直指开发者在高延迟场景下的痛点 。

限时两周的“入场券”

这不是一个随时可调用的功能。由于高速推理资源供给有限，UltraSpeed 模式采取 申请制 开放 ：

• 体验窗口：2026 年 6 月 9 日至 6 月 23 日 23:59 。
• 优先级：优先审核有真实业务诉求的企业与专业开发者 。
• 使用规则：审核通过的用户在窗口期内可免费体验 Chat 服务，但每个账号每天最多成功进入队列 10 次，单次对话限时 30 分钟，空闲超 5 分钟系统会回收资源 。

开源同步，基座模型开放

为了推动高性能推理的普及，小米将 UltraSpeed 的基座模型 MiMo-V2.5-Pro-FP4-DFlash 进行了开源 。开发者和研究者可以在 HuggingFace 上直接获取 FP4 量化权重与 DFlash 的相关模型参数 。

对开发者意味着什么？

MiMo-V2.5-Pro-UltraSpeed 的出现，证明了在不依赖专用芯片的通用算力下，万亿参数大模型也能跑出“实时交互”级的响应速度 。对于正在构建低延迟智能体（Agent）任务、复杂代码实时生成或多步工具调用的开发团队而言，1000+ tokens/s 的吞吐配合 100 万 Token 的超长上下文窗口，无疑为生产级系统提供了一个高性价比的快车道——只要你能抢到这两周试用的“入场券”。