Xiaomi UltraSpeed: Billionen-Modell erreicht 1.000 Token pro Sekunde
KI-generiert mit ChatGPT
Xiaomi hat zusammen mit dem Inferenz-Partner TileRT den UltraSpeed-Modus für das Sprachmodell MiMo-V2.5-Pro vorgestellt. Nach Angaben des Herstellers erreicht das Modell mit einer Billion Parametern erstmals über 1.000 Token pro Sekunde. Xiaomi zufolge braucht es dafür keinen Supercomputer, sondern nur einen Server mit acht handelsüblichen GPUs.
Was hinter der Zahl steckt
Token sind die Textbausteine, in denen Sprachmodelle rechnen, ein Token entspricht grob einem Wortteil. Inferenz wiederum bezeichnet den laufenden Betrieb eines fertig trainierten Modells, also das eigentliche Antworten. In Demos erreichte UltraSpeed laut Xiaomi Spitzenwerte von rund 1.200 Token pro Sekunde. Das ältere MiMo-V2-Flash schaffte beim Start im Dezember 2025 etwa 150 Token pro Sekunde. Beschleunigt wird nach Herstellerangaben das vollständige Modell und keine abgespeckte Variante.
Drei Techniken statt Spezial-Hardware
Xiaomi komprimiert die Experten-Schichten des Modells auf das kompakte FP4-Zahlenformat, das den Speicherbedarf drastisch senkt. Dazu kommen das spekulative Dekodierverfahren DFlash, das mehrere Token pro Rechenschritt vorschlägt sowie die Inferenz-Engine TileRT. Anbieter wie Groq oder Cerebras erzielen vergleichbare Geschwindigkeiten bisher nur mit eigens entwickelten Chips. Xiaomi setzt dagegen auf Standard-Hardware, die sich bei jedem Cloud-Anbieter mieten lässt. Das senkt die Einstiegshürde für ultraschnelle Inferenz erheblich, weil proprietäre Chips als Voraussetzung wegfallen.
AnzeigeDreifacher Preis und ein begrenztes Testfenster
Der schnelle Modus kostet seinen Aufpreis. Die UltraSpeed-API liegt beim Dreifachen des normalen MiMo-V2.5-Pro-Tarifs und liefert dafür laut Xiaomi rund die zehnfache Geschwindigkeit. Der Zugang läuft vom 9. bis 23. Juni 2026 über ein bewerbungsbasiertes Testprogramm.
Bei der Auswahl haben Unternehmen und professionelle Entwickler mit konkretem Bedarf Vorrang. Eine Zusage garantiert Xiaomi allerdings nicht. Freigeschaltete Tester erhalten zusätzlich zwei Wochen einen kostenlosen Chat-Zugang mit Warteschlangen-Limits. Einen FP4-Checkpoint des Modells stellt Xiaomi parallel auf Hugging Face bereit.
Die Ankündigung passt zum Tempo, das chinesische KI-Anbieter derzeit vorlegen. DeepSeek machte zuletzt seine Preissenkung um 75 % dauerhaft, jetzt verschiebt Xiaomi die Geschwindigkeitsmarke. Beim KI-Agenten OpenClaw zeigt sich die Verschiebung längst in den Nutzungsdaten: Vier der sechs meistgenutzten Modelle stammen aus China.
Server, KI-Modelle und Recherche kosten Geld. ClawNews ist unabhängig — hilf mit, dass das so bleibt.
