MiMo推出1000 Token/s超高速模型｜體驗測評

注意：演示第 3-6 頁是 live phone 長按播放

MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能夠實現每秒輸出超過 1,000 Token 的速度。

同時，這應該也是全球第一個達到這個速度的萬億（1T）參數模型。

藏師傅提前試了一下，做了三個測試，確實爽。

第一個跑了一個比較複雜的 3D 採礦小遊戲測試。在沒有素材的情況下，我讓它全部用 Three.js 前端代碼來生成素材。整體要求比較完整，雖然第一次實踐時出了一些小問題，但在跟他溝通修改建議後，非常完美地實現了任務。
這次測試的各項指標如下：思考的 TPS：804 Token/s，峯值速度：810 Token/s，首次響應時間：4.71 秒。

第二個測試給了一個官網，其頭部包含一個相對複雜的 3D 動畫。
這次的輸出速度快了非常多：峯值達到了 1426 Token/s，首次響應只用了 0.83 秒，在 32 秒內輸出了 25624 個 Token，總計生成了 1000 行代碼。

第三個測試給了一個更復雜的官網。我要求這個官網的 Header 頭部包含以下 3D 效果：地球邊緣、軌道上的飛船、星際塵埃、航線圖、舷窗的 HUD 樣式。
這個效果非常好，整體的視覺樣式、狀態、SVG 動畫和駕駛卡片都非常精細，還有滾動的視差效果

這個輸出的 TPS 達到了 1136 tokens/s，首次響應是 4.5 秒

官方測試平臺下面有個數據展示，會顯示相關信息

在流式輸出的情況下，當你看着它只用 20 秒就產生一個非常複雜的 3D 遊戲時，那種場景還是比較震撼的

之前的這些（比如說 Groq 之類的）超高速推理方案，在模型能力或者是整體水平上都會有所下降，但是 MiMo 這個在測試的時候，我沒有看到這種跡象

最近很多公司都開始推出這種超高速的 API 服務，比如之前 OpenAI 和 Anthropic 都有 Fast 模式

在 Agent 場景下，模型輸出效率的提升會直接帶動每一步 Agent 操作的效率：

如果一個任務預估一分鐘完成，你就會盯着它直到結束，然後立刻投入測試。如果需要五分鐘才完成，你可能就會去幹別的事，然後再回來看，難免會浪費一些時間

這種效率提升在 Sub-Agent 和併發場景下更加明顯。因爲它可以更快地產出大量結果，想象一下，如果同時啓動一兩百個 Sub-Agent，在模型能力沒有衰減的前提下，速度提高 10 倍，體驗是非常爽的

畢竟這本質上是面向那種對效率有極高要求的 To B 客戶所推出的

希望後面大家捲起來，優化一下成本，讓普通用戶也能放開用這種 UltraSpeed 模型