Xiaomi MiMo-V2.5-Pro-UltraSpeed

Xiaomi MiMo-V2.5-Pro-UltraSpeed

Xiaomi MiMo 与 TileRT_AI 联合发布 MiMo-V2.5-Pro-UltraSpeed，并开源其权重与 checkpoint。该方案在一个 1T 参数的 MoE 模型上实现了超过 1,000 tokens/s 的输出速度，使用的是单台标准 8-GPU 节点；官方明确对比了 Cerebras 的 wafer-scale integration 和 Groq 的纯片上 SRAM 芯片，强调自己是在通用 GPU 上达成该结果。技术上，模型侧使用 FP4 量化和 DFlash（block-masked parallel speculative decoding），系统侧由 TileRT 针对这些技术定制编译器与 kernel；API 版本宣称约 3 倍价格可获得约 10 倍输出体验提升，限时申请窗口为 6 月 8 日至 6 月 23 日（PDT），网页聊天服务在限时内免费。