MiMo-V2-Flash TPS kalkulátor

Otevřít váhy Xiaomi Corp 309B parametry December 2025

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

7 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

B200

180 GB · Q3_K_M · 29.6 tok/s

Nejrychlejší karta

B200

29.6 tok/s · 180 GB

Které GPU mohou spustit MiMo-V2-Flash?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Minimální kvalita

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

Hledat karty

Paměť karty

Také zobrazit karty, které to nemohou spustit.

7 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
29.6 tok/s 18–47 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	151.7 GB	Q3_K_M	Těsný
19.6 tok/s 12–31 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	223.6 GB	Q5_K_M	Těsný
15.6 tok/s 9–25 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	223.6 GB	Q5_K_M	Těsný
15.6 tok/s 9–25 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	223.6 GB	Q5_K_M	Těsný
14.0 tok/s 8–22 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	169.7 GB	IQ4_XS	Těsný
14.0 tok/s 8–22 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	169.7 GB	IQ4_XS	Těsný
11.5 tok/s 7–18 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	223.6 GB	Q5_K_M	Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace: Xiaomi Corp
Typ organizace: Industry
Země: China
Publikováno: 16 December 2025

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména: Language
Úkol: Language modeling/generation

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry: 309B
Výcviková data: tokens

Výpočty pro trénink

Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.

Výpočty pro trénink: 2.4 × 10²⁴ FLOP

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti: Open — downloadable
Přístup k modelu: Open weights (unrestricted)
Hugging Face: XiaomiMiMo

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry: Likely

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: MiMo-V2-Flash Technical Report
Nap poslední aktualizace: 19 June 2026

Extrémy

Deset nejrychlejších GPU, které běží MiMo-V2-Flash

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

Nejmenší GPU, které ještě běží MiMo-V2-Flash

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

Co čísla znamenají

Hardwareová stránka

Minimum karta

B200

Potřeba paměti

151.7 GB

Nejrychlejší

29.6 tok/s

MiMo-V2-Flash dosahuje počtu parametrů 309B. To je nad rámec toho, co jakákoliv jednotlivá GPU karta pojme. Spuštění znamená buď rozdělení na několik karet, nebo pronájem hardwaru určeného k této práci, a každá karta schopná to unést samostatně je součástí datacentra. Počet, který může: 7.

Na nízkém konci se to řeší pomocí B200, s kapacitou VRAM 180 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 29.6 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 29.6 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Odkud to přišlo

MiMo-V2-Flash byl zveřejněn Xiaomi Corp, v zemi zaznamenané jako China, během December 2025. Vychází z organizace, která je kategorizována jako industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.

Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu. Na Hugging Face je publikováno pod organizací XiaomiMiMo.

Porozumění rychlostem

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 15.6 tokenů za sekundu 7 z nich

Každá váha se účastní každého tokenu zde, takže šířka pásma je celá historie: hodnocení níže je ve skutečnosti hodnocením propustnosti paměti.

Paměť zde je odhadována podle velikosti, spíše než aby byla vypočtena z architektury, která není pro tento model zaznamenána — čísla jsou spíše indikativní než přesná.

Trénink a původ

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2.4 × 10²⁴ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Krok za krokem

Jak vybrat GPU pro MiMo-V2-Flash

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

01

Zkontrolujte, co to potřebuje před čímkoli jiným.

Tabulka uvádí každou kartu, která je schopna pojmout MiMo-V2-Flash, potřebující kolem 151.7 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Přizpůsobte kontext svému skutečnému použití

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. MiMo-V2-Flash.
03

Vyberte, jak moc to budete komprimovat.

Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., dosahující komprese Q3_K_M na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
04

Hodnoťte podle propustnosti spíše než podle specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro MiMo-V2-Flash. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 29.6 tok/s
05

Přečtěte si poslední sloupec fit

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě MiMo-V2-Flash. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
06

Zkontrolujte kartu z druhé strany

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro MiMo-V2-Flash.

Odpovědi

MiMo-V2-Flash — běžné otázky

MiMo-V2-Flash— Mohu to spustit, pokud se to nevejde do mé GPU?

Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 60.7 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

MiMo-V2-Flash— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 7. Takže druhá karta je tu zřídka odpovědí.

MiMo-V2-Flash— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 3. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

MiMo-V2-Flash— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 18–47 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

MiMo-V2-Flash— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je B200, s kapacitou VRAM 180 GB. Spouští model při kompresi Q3_K_M používající přibližně 151.7 GB, a produkuje přibližně 29.6 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 7.

MiMo-V2-Flash— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 29.6 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 7.

MiMo-V2-Flash— kolik VRAM potřebuje?

Potřebuje asi 151.7 GB při kompresi Q3_K_M, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

MiMo-V2-Flash— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

MiMo-V2-Flash— kolik má parametrů?

Má počet parametrů 309B. "We present MiMo-V2-Flash, a Mixture-of-Experts (MoE) model with 309B total parameters and 15B active parameters". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

MiMo-V2-Flash— Kdo to vytvořil?

Bylo to publikováno společností Xiaomi Corp, zakládající se na China, organizace zařazená jako industry.

MiMo-V2-Flash— Kdy byl vydán?

Bylo to zveřejněno v December 2025.

MiMo-V2-Flash— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

MiMo-V2-Flash— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací XiaomiMiMo. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

MiMo-V2-Flash— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 2.4 × 10²⁴ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 19 June 2026

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely