MiMo-V2-Flash TPS-Rechner
Jede Karte unten wird anhand dieses Modells bei der von Ihnen gewählten Kontextlänge und Mindestqualität bewertet. Geschwindigkeit ist eine Schätzung für eine einzelne Anfrage, berechnet aus der Speicherbandbreite der Karte und der Größe des Modells, sobald es komprimiert ist..
Für dieses Modell berechnet
818 Karten, für die wir Spezifikationen haben
Kleinste Karte, die passt
B200
180 GB · Q3_K_M · 29.6 tok/s
Schnellste Karte
B200
29.6 tok/s · 180 GB
Welche GPUs können laufen MiMo-V2-Flash?
Setze die Eingaben, lies die Antwort
Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..
Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..
7 Karten passen
Berechnung| Braucht | Quantisierung | Passend | |||||
|---|---|---|---|---|---|---|---|
|
29.6
tok/s
18–47 · niedrige Vertrauenswürdigkeit |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 151.7 GB | Q3_K_M | knapp |
|
19.6
tok/s
12–31 · niedrige Vertrauenswürdigkeit |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 223.6 GB | Q5_K_M | knapp |
|
15.6
tok/s
9–25 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 223.6 GB | Q5_K_M | knapp |
|
15.6
tok/s
9–25 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 223.6 GB | Q5_K_M | knapp |
|
14.0
tok/s
8–22 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 169.7 GB | IQ4_XS | knapp |
|
14.0
tok/s
8–22 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 169.7 GB | IQ4_XS | knapp |
|
11.5
tok/s
7–18 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 223.6 GB | Q5_K_M | knapp |
Die Geschwindigkeiten sind Schätzungen für eine einzelne Anfrage — ein Gespräch zur Zeit — berechnet aus BANDWIDTH, MODELLGRÖSSE und QUANTISIERUNG. Der tatsächliche Durchsatz variiert mit der INFERENZLAUFZEIT und ihrer Version. Zahlen, die von Hardwareanbietern veröffentlicht wurden, messen viele gleichzeitige Anfragen und sind viel höher..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Xiaomi Corp
- Organisationsart
- Industry
- Land
- China
- Veröffentlicht
- 16 December 2025
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling/generation
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 309B
- Trainingsdaten
- tokens
"We present MiMo-V2-Flash, a Mixture-of-Experts (MoE) model with 309B total parameters and 15B active parameters"
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 2.4 × 10²⁴ FLOP
6 * 15e9 active parameters * 27e12 tokens = 2.43e+24
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Open — downloadable
- Modellzugang
- Open weights (unrestricted)
- Hugging Face
- XiaomiMiMo
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Likely
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- MiMo-V2-Flash Technical Report
- Zuletzt aktualisiert
- 19 June 2026
Die Extreme
Die zehn schnellsten GPUs, die RUN. MiMo-V2-Flash
Sortiert nach geschätzten Tokens pro Sekunde, neueste Karte zuerst, wenn die Geschwindigkeiten gleich sind. Da die Generierung durch die Speichermenge begrenzt ist, folgt diese Reihenfolge der Bandbreite und nicht einem Gaming-Benchmark..
- 01 B200 180 GB · 8,000 GB/s · Q3_K_M 29.6 tok/s
- 02 B300 288 GB · 8,000 GB/s · Q5_K_M 19.6 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q5_K_M 15.6 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q5_K_M 15.6 tok/s
- 05 Radeon Instinct MI300X 192 GB · 5,325 GB/s · IQ4_XS 14.0 tok/s
- 06 Radeon Instinct MI308X 192 GB · 5,325 GB/s · IQ4_XS 14.0 tok/s
- 07 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q5_K_M 11.5 tok/s
Die kleinsten GPUs, die immer noch laufen MiMo-V2-Flash
Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..
- 01 B200 180 GB · Braucht 151.7 GB · Q3_K_M · knapp 29.6 tok/s
- 02 Radeon Instinct MI300X 192 GB · Braucht 169.7 GB · IQ4_XS · knapp 14.0 tok/s
- 03 Radeon Instinct MI308X 192 GB · Braucht 169.7 GB · IQ4_XS · knapp 14.0 tok/s
- 04 Radeon Instinct MI325X 256 GB · Braucht 223.6 GB · Q5_K_M · knapp 11.5 tok/s
- 05 B300 288 GB · Braucht 223.6 GB · Q5_K_M · knapp 19.6 tok/s
- 06 Radeon Instinct MI350X 288 GB · Braucht 223.6 GB · Q5_K_M · knapp 15.6 tok/s
- 07 Radeon Instinct MI355X 288 GB · Braucht 223.6 GB · Q5_K_M · knapp 15.6 tok/s
Was die Zahlen bedeuten
Die Hardware-Seite
Minimale Karte
B200
Benötigter Speicher
151.7 GB
Schnellste
29.6 tok/s
MiMo-V2-Flash erreicht eine Parameteranzahl von 309B. Das übersteigt, was eine einzelne GPU-Karte hält. Es auszuführen bedeutet, entweder auf mehrere Karten aufzuteilen oder Hardware zu mieten, die für die Aufgabe gebaut ist, und jede Karte, die es alleine halten kann, ist ein Datacenter-Teil. Die Anzahl, die es kann: 7.
Am unteren Ende wird es von B200, mit einer MEMORY-KAPAZITÄT von 180 GB, es mit einer Kompression von Q3_K_M und produziert etwa 29.6 Token pro Sekunde
Am anderen Ende sitzt B200, generieren ungefähr 29.6 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.
Woher es kam
MiMo-V2-Flash wurde veröffentlicht von Xiaomi Corp, im Land aufgezeichnet als China, während December 2025. Es stammt aus einer Organisation, die kategorisiert ist als industry.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation.
Die Gewichte sind veröffentlicht, sodass sie auf deiner eigenen Hardware unbegrenzt, offline und ohne angehängtes Konto heruntergeladen und ausgeführt werden kann. Es ist unter der Organisation auf Hugging Face veröffentlicht. XiaomiMiMo.
Verstehen der Geschwindigkeiten
Über jede Karte, die es ausführen kann, liegt die Mitte der Reihe bei 15.6 Token pro Sekunde. 7 von ihnen
Jedes Gewicht beteiligt sich hier an jedem Token, daher ist die Bandbreite die gesamte Geschichte: Das Ranking unten ist effektiv ein Ranking des Speicher-Durchsatzes.
Der Speicher hier wird basierend auf der Größe geschätzt, anstatt aus der Architektur berechnet zu werden, die für dieses Modell nicht aufgezeichnet ist — die Zahlen sind eher indikativ als genau.
Training und Herkunft
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 2.4 × 10²⁴ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Schritt für Schritt
Wie wählt man eine GPU für MiMo-V2-Flash
Die obige Tabelle hat bereits jede Karte, für die wir Spezifikationen haben, mit diesem Modell verglichen. Um zu Ihrer Antwort zu gelangen, sind sechs Schritte erforderlich..
-
01
Überprüfen Sie, was es benötigt, bevor alles andere.
Die Tabelle listet jede Karte auf, die in der Lage ist, zu halten MiMo-V2-Flash, benötigt ungefähr 151.7 GB bei einer Kompression von Q3_K_M. Die Kapazität ist das Tor — eine Karte hält es entweder oder sie tut es nicht.
-
02
Passen Sie den Kontext an Ihre tatsächliche Verwendung an
Setze den Kontext auf das, was du tatsächlich verwenden wirst. Der Cache wächst mit dem Gespräch, und es ist der übliche Grund, warum eine Karte, die anfangs passend schien, nicht mehr passt. MiMo-V2-Flash.
-
03
Wähle, wie weit du es komprimieren möchtest.
Kompression ist das, was ein Modell auf kleinere GPU-Karten passt, mit einem gewissen Verlust an Genauigkeit., eine Kompression von Q3_K_M auf der kleinsten Karte, die passt. Das Festlegen einer Mindestqualität fallen die Karten weg, die es nur schaffen, indem sie weiter gedrückt werden, als man möchte, und hält den Vergleich auf einem Niveau.
-
04
Nach Durchsatz und nicht nach Spezifikationen sortieren
Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für MiMo-V2-Flash. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist. Die Karte, die die Liste anführt, ist B200, bei 29.6 tok/s
-
05
Lies die Spalte "fit" zuletzt
Ein enger Sitz läuft, lässt jedoch nichts für ein längeres Gespräch übrig, im Falle von MiMo-V2-Flash. Komfortabel bedeutet, dass Sie den Kontext später erweitern können. Dieser Unterschied zählt mehr als ein paar Token pro Sekunde, also kaufen Sie für komfortabel, wenn Sie damit rechnen.
-
06
Überprüfen Sie die Karte von der anderen Seite
Das Folgen einer Karte zu ihrer eigenen Seite zeigt jedes andere Modell, das sie halten kann, was die Frage ist, die folgt, sobald Sie sich festgelegt haben. MiMo-V2-Flash.
Antworten
MiMo-V2-Flash — Häufige Fragen
MiMo-V2-Flash— Kann ich es ausführen, wenn es nicht in meine GPU passt?
Teilweise. Schichten, die nicht passen, verbleiben im System-Speicher und laufen mit einem Bruchteil der Geschwindigkeit, sodass ein überwiegend ausgelagerter Modell selten von Nutzen ist. Die nächste verpasste Berechnung bleibt hinter 60.7 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.
MiMo-V2-Flash— Würden zwei GPUs es schneller ausführen?
Die Kapazität addiert sich über Karten; der Durchsatz nicht. Die Anzahl der Karten, die es bereits eigenständig halten: 7. So eine zweite Karte ist hier selten die Antwort.
MiMo-V2-Flash— Warum unterscheidet sich die Quantisierung zwischen Karten?
Da die Kapazität variiert, variiert auch, wie sehr sie komprimiert werden muss. Die Anzahl der unterschiedlichen Ebenen in der obigen Tabelle: 3. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.
MiMo-V2-Flash— Wie genau sind diese Geschwindigkeitsabschätzungen?
Dies sind Schätzungen mit realen Fehlerbalken, und jede von ihnen könnte vernünftigerweise irgendwo in ihrem veröffentlichten Bereich landen, abhängig davon, welches Runtime Sie verwenden. Das schnellste Ergebnis hier: 18–47 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.
MiMo-V2-Flash— Welche GPU benötige ich, um es auszuführen?
Die kleinste Karte in unserem Katalog, die es hält, ist B200, mit einer MEMORY-KAPAZITÄT von 180 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 151.7 GB, und produziert ungefähr 29.6 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 7.
MiMo-V2-Flash— wie schnell ist es auf einer GPU?
Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 29.6 Tokens pro Sekunde; die langsamste, die es immer noch ausführt, schafft erheblich weniger. Die Lesegeschwindigkeit liegt bei etwa zehn Tokens pro Sekunde, und die Anzahl der Karten, die das bewältigen: 7.
MiMo-V2-Flash— Wie viel VRAM benötigt es?
Es benötigt etwa 151.7 GB bei einer Kompression von Q3_K_M, welche das ist, was die kleinste Karte, die es ausführt, verwendet. Weniger Kompression braucht mehr: die Zahlen in der Spalte für den Speicher oben werden für jede Karte neu berechnet, da jede die am wenigsten komprimierte Version, die sie kann, speichert.
MiMo-V2-Flash— Ist es Open-Source?
Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.
MiMo-V2-Flash— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 309B. "We present MiMo-V2-Flash, a Mixture-of-Experts (MoE) model with 309B total parameters and 15B active parameters". Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
MiMo-V2-Flash— Wer hat es erstellt?
Es wurde veröffentlicht von Xiaomi Corp, basiert auf China, eine als kategorisierte Organisation industry.
MiMo-V2-Flash— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in December 2025.
MiMo-V2-Flash— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
MiMo-V2-Flash— Wo kann ich es herunterladen?
Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation XiaomiMiMo. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.
MiMo-V2-Flash— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 2.4 × 10²⁴ FLOP. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.