实测小米最快1T大模型：吞吐量每秒1000+ Tokens，Vibe Coding七秒交付
实测小米最快1T大模型：吞吐量每秒1000+ Tokens，Vibe Coding七秒交付全球大模型的军备竞赛，正在“智商”之外开辟新的战场—— 推理速度。
来自主题: AI产品测评
5371 点击 2026-06-11 09:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
全球大模型的军备竞赛，正在“智商”之外开辟新的战场—— 推理速度。
今日，小米MiMo团队与推理系统团队TileRT联合宣布，Xiaomi MiMo-V2.5-Pro的UltraSpeed模式已实现万亿参数（1T）旗舰模型输出速度首次突破1000 tokens/s。
我去搜了下 MiniCPM5-1B 的数据，发现面壁智能刚刚把背后的核心数据集给开源了。一共是两份 L3 级数据集：Ultra-FineWeb-L3 ：600B tokens，中英文都有，是目前最大的中文开源合成预训练数据集。
每周25万亿tokens的真实流量、估值一年翻倍——OpenRouter拿下1.13亿美元B轮融资。
近年来，Chain-of-Thought（CoT）推理已经成为提升大语言模型和多模态大语言模型复杂问题求解能力的重要技术路径。
智能体时代的核心是算力。
刚看到这个 Demo 的时候着实有些想笑，很久没有见过吐词如此之慢的大模型了。观感上就像「闪电」老师。尽管只有每秒 0.6 个 tokens 的输出速率，这依旧是一个令人不可思议的工作。因为这是一个跑在 iPhone 17 Pro 上的 400B 大模型！
昨晚，DeepSeek-V4又降价了，全系两款模型输入缓存命中的价格直接降至首发价格1/10。最新调价后，DeepSeek-V4-Flash每百万tokens输入（缓存命中）价格为0.02元，DeepSeek-V4-Pro为0.025元。
最新消息是，DeepSeek V4 Pro 2.5折的大力度优惠来啦！官方API文档显示，DeepSeek-V4-Pro模型API限时2.5折优惠，优惠期截至2026年5月5日。 具体是这样： 1️⃣百万tokens输入（缓存命中）折后0.25元（原价1元）； 2️⃣百万tokens输入（缓存未命中）折后3元（原价12元）； 3️⃣百万tokens输出折后6元（原价24元）。
4月22日，蚂蚁百灵正式推出Ling-2.6-flash Instruct模型。该模型总参数量为104B，激活参数仅7.4B，核心主打高“Token 效率（Token Efficiency）”。API定价方面，Ling-2.6-flash输入每百万tokens定价0.1美元，输出 0.3 美元。目前，Ling-2.6-flash API已在OpenRouter及百灵tbox平台上线。