小米MiMo API大幅降价背后：推理优化降成本，让利开发者促AI生态发展
-
小米MiMo Code V0.1.0正式开源：持久记忆与语音操控，AI编程助手再升级
MiMo Code 内置独创持久记忆系统，用项目记忆、会话检查点、任务进度三重机制，解决长会话“越用越忘”的难题。 MiMo Code还内置了语音输入与控制功能（采用 MiMo-V2.5-ASR 语音识别…
-
小米MiMo-V2.5-Pro-UltraSpeed：3倍价享10倍速，8卡GPU解锁万亿参数新速度
小米MiMo-V2.5-Pro-UltraSpeed：3倍价享10倍速，8卡GPU解锁万亿参数新速度
-
小米MiMo-V2.5-Pro UltraSpeed模式发布：通用GPU实现1T模型超千tokens/s推理
通过模型与系统的极致协同设计（Codesign），在通用GPU上首次将万亿参数（1T）模型的生成速度突破1000tokens/s。业界追求类似速度时往往选择专用硬件（如Cerebras晶圆级集成、Groq定制…
-
小米MiMo-V2.5-Pro推出UltraSpeed模式：限时体验3倍价享10倍输出速度
小米MiMo-V2.5-Pro推出UltraSpeed模式：限时体验3倍价享10倍输出速度
-
小米MiMo大模型API降价99%揭秘：全链路优化驱动大模型普惠化
其降价的核心技术基础是，小米MiMo大模型团队围绕Hybrid SWA+MoE+多模态的复合架构，系统性重构从KV Cache管理、分级缓存、前缀缓存到调度策略与Prefill/Decode链路的完整推理栈…
-
小米MiMo降价99%背后：罗福莉用六项工程细节，拆解AI降本真实逻辑
这件事的意义在于，99% 折扣专门指向 Input (Cache Hit)，但模型实际服务用户时，input 和 output是同一次请求里发生的——如果 output 没省，整体请求成本就只省了一半。 …
-
小米MiMo-V2.5系列大揭秘：全链路优化技术细节首公开，推理成本大降
据介绍，该团队围绕 Hybrid SWA + MoE + 多模态的复合架构，系统性重构了从 KVCache管理、分级缓存、前缀缓存到调度策略与 Prefill / Decode 链路的完整推理栈，KVCa…
