6月8日晚，小米MiMo技術團隊正式上線Xiaomi MiMo-V2.5-Pro-UltraSpeed模式，這是全球首個在通用 GPU 上推理速度突破1000 tokens/s的萬億參數模型，刷新旗艦模型全球推理最快速度。

MiMo-V2.5-Pro-UltraSpeed通過對模型推理系統的全鏈路工程能力優化，在不降低模型能力前提下，首次把推理速度提升至1000 tokens/s，且無需定制芯片、只使用通用GPU即可達成。這一突破打破了“快、強、通用 GPU無法兼得”的行業不可能三角，小米MiMo大模型推理工程實力躋身全球第一梯隊。

即日起至6月23日 ，MiMo-V2-Pro-UltraSpeed模式將采取申請制限時開放，通過申請的用戶可接入API進行體驗。MiMo-V2.5-Pro-UltraSpeed API 同步上線，采用限時體驗價，定價為 MiMo-V2.5-Pro 的 3 倍，同時提供輸出速度約 10 倍的提升，目前僅支持 API 體驗，不支持 Token Plan。

值得一提的是，自4月底以來，小米AI在模型能力、推理成本和推理效率三個維度接連取得突破：4月23日， MiMo-V2.5-Pro在全球權威大模型測評平臺Artificial Analysis上，獲得綜合智能指數與Agent指數全球開源模型并列第一；5月27日，Xiaomi MiMo-V2.5系列模型API因技術優化宣布最高降價99%，并同步調整Token Plan計費體系。6月8日，MiMo-V2.5-Pro-UltraSpeed以1000 tokens/s創下萬億參數旗艦模型推理速度新紀錄。

全鏈路優化工程能力突破

打破“快、強、通用”不可能三角

過去，大模型領域存在一個隱形瓶頸：速度快的模型往往參數小、能力弱；能力強的模型又因為體量龐大而響應緩慢，且很多高速推理模型依賴昂貴的專用芯片。

Xiaomi MiMo-V2.5-Pro-UltraSpeed模式用通用GPU實現了萬億參數模型的1000 tokens/s推理速度，讓大模型在不降低模型能力的前提下，獲得接近實時的復雜任務響應能力，成為全球首個達到這一速度水平的萬億參數模型。

小米MiMo技術團隊表示，該突破是基于Xiaomi MiMo-V2.5 Pro的SWA架構，疊加了 FP4 Experts、DFlash 解碼以及TileRT團隊的執行系統 Co?design，從模型到推理引擎再到GPU執行路徑進行了全鏈路優化。這是小米AI在模型推理系統全鏈路優化工程能力的新突破，打破了“快、強、通用GPU無法兼得”的行業不可能三角，推理工程實力躋身全球第一梯隊。

Xiaomi MiMo-V2.5-Pro-UltraSpeed的發布，標志著旗艦大模型開始邁入新的推理效率階段，也為未來更廣泛的實時應用場景提供了可能。

從“聊天實時”邁向“任務實時”

大模型拓寬Agent生產力邊界

作為全球首個在通用 GPU 上突破1000 tokens/s的萬億參數模型，Xiaomi MiMo-V2.5-Pro-UltraSpeed模式帶來的變化，不僅僅是回答問題快了幾秒，它第一次讓萬億參數模型能夠真正參與到復雜的實時任務場景。

過去，大模型最典型的使用場景是聊天問答。用戶向模型提問，模型給出答案；用戶繼續追問，模型繼續回復。

但隨著Agent興起，大模型開始從“回答問題”轉向“完成任務”。無論是開發應用、生成代碼，還是多個Agent協同的復雜工作流，本質上都需要模型在后臺持續進行大量推理調用。

過去限制這些場景普及的關鍵因素并非模型能力不足，而是推理延遲過高。當一次任務需要調用幾十次甚至上百次模型推理時，每輪幾秒鐘的等待都會被不斷放大，最終形成分鐘級甚至更長的響應、執行時間。

Xiaomi MiMo-V2.5-Pro-UltraSpeed模式實現1000 tokens/s推理速度后，萬億參數大模型具備了接近實時完成復雜任務的能力，大模型進入智能編程、Agent協同、高頻量化交易等復雜任務場景的門檻正在降低。

如果說過去的大模型解決的是“聊天效率”問題，那么更高的推理效率正在推動大模型從“聊天實時”邁向“任務實時”，從信息工具逐步演變為真正的生產力工具。

接連完成三項重要技術突破

小米AI進展遠超預期

截至目前，小米AI在短短一個半月內已接連完成三項重要技術突破。

4月23日，MiMo-V2.5-Pro在全球權威大模型測評平臺Artificial Analysis上，獲得綜合智能指數、Agent指數雙項全球開源模型并列第一。

5月27日，得益于小米MiMo技術團隊持續優化推理系統，顯著提升了緩存命中率與推理效率，在保障服務質量的前提下，有效降低了單位token服務成本。Xiaomi MiMo-V2.5系列模型API宣布永久降價，并同步調整Token Plan計費體系。

6月8日，Xiaomi MiMo-V2.5-Pro-UltraSpeed實現1000 tokens/s推理速度突破，刷新旗艦大模型全球推理速度紀錄。

從模型登頂全球開源模型第一，到技術優化驅動API降價，再到推理速度刷新全球記錄，小米AI在一個半月內接連完成三項重要突破，進展遠超外界預期。