实测小米MiMo-V2.5-Pro模型：推理速度突破1000 tokens/s，领跑端侧大模型性能

据技术社区Linux.do的用户反馈及实测数据，小米最新发布的“MiMo-V2.5-Pro-UltraSpeed”大模型在推理速度上取得了重大突破。测试结果显示，该模型在生成文本时达到了惊人的1000 tokens/s（每秒生成词元数），这一数据在通过内测审核后得到了验证，证明此前公布的性能指标并未虚标。相比于目前主流云端大模型通常在50至80 tokens/s的生成速率，小米MiMo模型的性能提升了一个数量级，显示出其在推理优化和算力调度上的显著进步。MiMo-V2.5-Pro-UltraSpeed版本的核心竞争力在于“UltraSpeed”（超高速），这意味着该模型可能针对KV Cache优化、Speculative Decoding（投机采样）或Int4/Int8量化技术进行了深度定制，旨在解决大模型在实时交互场景下的延迟痛点。这一技术进展不仅提升了用户体验，更表明小米正在AIoT生态中通过极致的本地化或混合推理能力，为智能助理、自动驾驶或边缘计算设备打造低延迟的底层大脑。

事件分析

💡 核心观点：推理速度的数量级突破意味着AI交互体验的质变，实时性将成为大模型落地下一阶段的核心竞赛点。