小米MiMo-V2.5-Pro UltraSpeed评测：3倍价格换10倍输出体验

先说核心事实：大模型的推理速度，长期卡在落地门槛上。尤其是万亿参数级别的模型，想在通用GPU上跑出上千token的每秒吞吐量，过去几乎不可能。但昨天，小米MiMo联合TileRT打出一张王牌——MiMo-V2.5-Pro的UltraSpeed模式，直接在通用GPU上把生成速率拉到1000 tokens/s。

▲ 10秒内，从零生成一个可玩的贪吃蛇小游戏

这个速度意味着什么？做个直观对比：过去等模型生成一段代码可能要十几秒，现在几乎即输即得。官方演示显示，10秒就能复现一个贪吃蛇小游戏。这背后的关键是模型与系统的深度协同设计（Codesign），并非靠堆砌算力实现。

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。这笔账算下来性价比很高，尤其适合对延迟极度敏感的实时场景。但注意，此模式仅支持API访问，不支持Token Plan套餐。

作为参照，标准版MiMo-V2.5-Pro的价格：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。UltraSpeed版本官方未直接公布单价，按3倍基准推算，输出约每百万tokens 18元。考虑速度提升10倍，单位时间内的产出成本反而更低，对于高并发业务尤其划算。

▲ 1分钟内，复刻出一个macOS系统界面雏形

不过，稀缺资源必然受限于供给。高速推理资源有限，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。资源确实紧张，提交申请后不保证审核时效，也不保证通过率——小米优先审核有真实业务需求的企业和专业开发者。

通过审核后，用户可获得限时免费的Chat体验。为保障资源公平分配，规则明确：每个账号每天最多成功进入队列10次；单次会话上限30分钟；会话空闲超过5分钟系统自动释放资源。简单说，抓紧用，别闲置。

这次UltraSpeed发布，标志着万亿参数模型在通用GPU上的实时推理进入新阶段。1000 tokens/s不是虚标，它让许多因速度限制而不敢落地的应用场景变得可行。接下来就看申请开放后，实际用户能跑出怎样的效果了。

来源：互联网