# 小米 MiMo 1T 模型跑出每秒超 1000 token，靠混合量化和并行解码把速度提了 10 倍

> 原标题：小米 MiMo 与 TileRT 联合发布 UltraSpeed 模式，1T 模型输出突破 1000 tokens/s

- 来源：AI HOT 精选
- 发布时间：2026-06-09T03:31:32.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/35718
- 原文：https://mp.weixin.qq.com/s/EZvmrx8xfM9MZNCMDwImFQ

## 摘要

小米 MiMo 和 TileRT 给 1T 参数旗舰模型加了个 UltraSpeed 模式，输出速度首次超过 1000 tokens/s。模型这边用了 FP4 混合量化，只量化 MoE 的 Expert 部分，搭配 DFlash 的块级 masked 并行推测解码，coding 场景下平均一次能接受 6.30 个 token，相当于猜对的命中率不低。

## 推荐理由

小米 MiMo 与 TileRT 为 1T 参数模型加入 UltraSpeed 模式，输出突破 1000 tokens/s，其 FP4 只量化 MoE 专家部分并搭配块级并行推测解码，coding 场景单次平均接受 6.30 个 token。

## 锐评

1000 tokens/s 这个数先看一半，没给硬件、batch size 和并发数，单机单请求还是集群堆出来的完全两回事。有意思的是 FP4 只压 MoE 的 Expert 部分，coding 场景一次猜中 6.30 个 token，这个命中率说明结构化输出上推测解码确实吃得开。速度提 10 倍对 coding agent 是实打实的，一轮工具调用等输出的时间直接砍掉一个量级，体验差别很大。小米愿意把这种工程细节放出来，比只发个跑分有诚意。
