万亿参数模型首次达到千 tokens/s 输出，做大规模推理或实时 AI 应用的团队可以直接申请体验，看看能否真正落地到生产环境。
小米 MiMo 与 TileRT 联合发布 MiMo-V2.5-Pro-UltraSpeed 模式，首次在 1 万亿参数模型上实现超过 1000 tokens/s 的输出速度。该模式 API 已上线，定价为原版的 3 倍，但输出速度提升约 10 倍。由于高速推理资源有限，该模式采取申请制限时开放，申请通过的用户可在 2026 年 6 月 9 日至 6 月 23 日期间免费体验 Chat 功能，每日最多 10 次会话，每次最长 30 分钟。这一突破标志着万亿参数模型在实时推理场景中的实用化迈出关键一步。
小米雷军：MiMo 昨晚发布 V2.5-Pro-UltraSpeed，这是业内首次在 1 万亿参数模型上突破 1000 tokens/s 输出速度
IT之家 6 月 9 日消息，小米 MiMo 官方昨日宣布， 与 TileRT 联合发布 Xiaomi MiMo-V2.5-Pro 的 UltraSpeed 模式 。MiMo-V2.5-Pro-UltraSpeed API 同步上线，采用限时体验价， 定价为 MiMo-V2.5-Pro 的 3 倍，同时提供输出速度约 10 倍的提升 。 小米创办人、董事长兼 CEO 雷军今日发文介绍，MiMo 昨晚发布 V2.5-Pro-UltraSpeed， 这是业内首次在 1 万亿参数模型上突破 1,000 tokens / 秒的输出速度 ！ 据IT之家今日凌晨报道，由于高速推理资源供给有限，本次 MiMo-V2.5-Pro-UltraSpeed 采取申请制限时开放，申请通过的用户可限时接入 API 体验，时间仅限 2026 年 6 月 9 日至 6 月 23 日 23:59。 通过审核的用户可获得限时免费的 Chat 体验（两周开放窗口内有效），为保障资源受限条件下的体验质量与使用公平性，试用服务规则如下：每个账号每日最多成功进入队列 10 次；单次会话时长上限 30 分钟；如会话空闲超过 5 分钟，系统将自动释放资源。 相关阅读： 《 小米发布 MiMo-V2.5-Pro UltraSpeed 模式，3 倍价格 10 倍输出体验 》