MiMo-V2-Flash calculadora TPS
Cada tarjeta a continuación se evalúa en función de este modelo en la longitud de contexto y calidad mínima que elijas. La velocidad es una estimación para una sola solicitud, calculada a partir del ancho de banda de memoria de la tarjeta y el tamaño del modelo una vez comprimido..
Calculado para este modelo
818 tarjetas que tenemos especificaciones para
Tarjeta más pequeña que cabe
B200
180 GB · Q3_K_M · 29.6 tok/s
Tarjeta más rápida
B200
29.6 tok/s · 180 GB
¿Qué GPU pueden ejecutar? MiMo-V2-Flash?
Establecer las entradas, leer la respuesta
Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..
Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..
7 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
29.6
tok/s
18–47 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 151.7 GB | Q3_K_M | Ajustado |
|
19.6
tok/s
12–31 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 223.6 GB | Q5_K_M | Ajustado |
|
15.6
tok/s
9–25 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 223.6 GB | Q5_K_M | Ajustado |
|
15.6
tok/s
9–25 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 223.6 GB | Q5_K_M | Ajustado |
|
14.0
tok/s
8–22 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 169.7 GB | IQ4_XS | Ajustado |
|
14.0
tok/s
8–22 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 169.7 GB | IQ4_XS | Ajustado |
|
11.5
tok/s
7–18 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 223.6 GB | Q5_K_M | Ajustado |
Las velocidades son estimaciones para una sola solicitud — una conversación a la vez — calculadas a partir del ancho de banda de memoria, el tamaño del modelo y la cuantificación. El rendimiento real varía con el tiempo de inferencia y su versión. Las cifras publicadas por los proveedores de hardware miden muchas solicitudes simultáneas y son mucho más altas..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Xiaomi Corp
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 16 December 2025
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 309B
- Datos de entrenamiento
- tokens
"We present MiMo-V2-Flash, a Mixture-of-Experts (MoE) model with 309B total parameters and 15B active parameters"
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 2.4 × 10²⁴ FLOP
6 * 15e9 active parameters * 27e12 tokens = 2.43e+24
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (unrestricted)
- Hugging Face
- XiaomiMiMo
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- MiMo-V2-Flash Technical Report
- Última actualización
- 19 June 2026
Los extremos
Las diez GPUs más rápidas que ejecutan MiMo-V2-Flash
Clasificado por tokens estimados por segundo, la tarjeta más nueva primero donde las velocidades están empatadas. Debido a que la generación está limitada por el ancho de banda de memoria, este orden sigue el ancho de banda en lugar de cualquier referencia de juego..
- 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
Las GPUs más pequeñas que aún funcionan MiMo-V2-Flash
La ruta más barata para entrar, por capacidad de memoria. Un ajuste apretado ejecuta el modelo pero no deja nada de sobra para una conversación más larga..
- 01 B200 180 GB · Necesita 151.7 GB · Q3_K_M · Ajustado 29.6 tok/s
- 02 Radeon Instinct MI300X 192 GB · Necesita 169.7 GB · IQ4_XS · Ajustado 14.0 tok/s
- 03 Radeon Instinct MI308X 192 GB · Necesita 169.7 GB · IQ4_XS · Ajustado 14.0 tok/s
- 04 Radeon Instinct MI325X 256 GB · Necesita 223.6 GB · Q5_K_M · Ajustado 11.5 tok/s
- 05 B300 288 GB · Necesita 223.6 GB · Q5_K_M · Ajustado 19.6 tok/s
- 06 Radeon Instinct MI350X 288 GB · Necesita 223.6 GB · Q5_K_M · Ajustado 15.6 tok/s
- 07 Radeon Instinct MI355X 288 GB · Necesita 223.6 GB · Q5_K_M · Ajustado 15.6 tok/s
Qué significan los números
El lado de hardware
Mínima tarjeta
B200
Memoria necesaria
151.7 GB
Más rápido
29.6 tok/s
MiMo-V2-Flash llega a un recuento de parámetros de 309B. Eso está más allá de lo que cualquier tarjeta gráfica única puede soportar. Ejecutarlo significa dividirlo entre varias tarjetas o alquilar hardware construido para el trabajo, y cada tarjeta capaz de soportarlo sola es una parte de datacenter. El número que puede: 7.
En el extremo bajo, se maneja por B200, con una capacidad de memoria de 180 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 29.6 tokens por segundo
En el otro extremo se encuentra B200, generando aproximadamente 29.6 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
De dónde vino
MiMo-V2-Flash fue publicado por Xiaomi Corp, en el país registrado como China, durante December 2025. Sale de una organización categorizada como industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation.
Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta. En Hugging Face está publicado bajo la organización XiaomiMiMo.
Entendiendo las velocidades
En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 15.6 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 7 de ellos.
Cada peso participa en cada token aquí, por lo que el ancho de banda es la historia completa: el ranking a continuación es efectivamente un ranking de rendimiento de memoria.
La memoria aquí se estima a partir del tamaño en lugar de calcularse a partir de la arquitectura, que no se registra para este modelo — los números son indicativos en lugar de exactos.
Entrenamiento y procedencia
Producirlo requirió una aritmética que totaliza alrededor de 2.4 × 10²⁴ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Paso a paso
Cómo elegir una GPU para MiMo-V2-Flash
La tabla de arriba ya ha evaluado cada tarjeta para la que tenemos especificaciones en contra de este modelo. Llegar a tu respuesta toma seis pasos..
-
01
Verifica lo que necesita antes de cualquier otra cosa.
La tabla enumera cada tarjeta capaz de contener MiMo-V2-Flash, necesitando alrededor 151.7 GB a una compresión de Q3_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
-
02
Ajusta el contexto a tu uso actual
Establece el contexto a lo que realmente usarás. La caché crece con la conversación, y es la razón habitual por la que una card que parecía bien deja de fit. MiMo-V2-Flash.
-
03
Elige cuán lejos lo comprimirás.
La compresión es lo que hace que un modelo quepa en tarjetas más pequeñas, a costa de cierta precisión., alcanzando una compresión de Q3_K_M en la tarjeta más pequeña que cabe. Establecer una calidad mínima elimina las tarjetas que solo la manejan apretando más de lo que desearías, y mantiene la comparación en un nivel.
-
04
Clasifica por rendimiento en lugar de la hoja de especificaciones.
El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para MiMo-V2-Flash. No se ajustará a un pedido de gaming, porque la generación está limitada por el ancho de banda de memoria. La tarjeta que encabeza la lista es B200, en 29.6 tok/s
-
05
Lee la columna de ajuste al final
Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de MiMo-V2-Flash. Cómodo significa que puedes aumentar el contexto más adelante. Esa diferencia importa más que unos pocos tokens por segundo, así que compra por cómodo si esperas hacerlo.
-
06
Revisa la tarjeta del otro lado
Seguir un GPU a su propia página muestra cada otro modelo que puede contener, que es la pregunta que sigue una vez que te has decidido por. MiMo-V2-Flash.
Respuestas
MiMo-V2-Flash — preguntas comunes
MiMo-V2-Flash— ¿Puedo ejecutarlo si no cabe en mi GPU?
En parte. Las capas que no se ajustan se encuentran en la memoria del sistema y funcionan a una fracción de la velocidad, por lo que un modelo mayoritariamente descargado rara vez merece la pena utilizar. El fallo más cercano que calculamos se queda corto por 60.7 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
MiMo-V2-Flash— ¿Correrían dos GPUS más rápido?
La capacidad se suma entre las tarjetas; el rendimiento no. El número de tarjetas que ya lo tienen por sí solas: 7. Así que una segunda tarjeta rara vez es la respuesta aquí.
MiMo-V2-Flash— ¿Por qué difiere la cuantificación entre tarjetas?
Debido a que la capacidad varía, también varía cuán difícil tiene que ser exprimido. El número de niveles distintos en la tabla de arriba: 3. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
MiMo-V2-Flash— ¿Qué tan precisas son estas estimaciones de velocidad?
Estas son estimaciones con barras de error reales, y cualquiera de ellas podría razonablemente situarse en cualquier parte de su rango publicado dependiendo del runtime que utilices. El resultado más rápido aquí: 18–47 tok/s en B200. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.
MiMo-V2-Flash— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es B200, con una capacidad de memoria de 180 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 151.7 GB, y produce aproximadamente 29.6 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 7.
MiMo-V2-Flash— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 29.6 tokens por segundo; el más lento que aún lo ejecuta consigue considerablemente menos. La velocidad de lectura es de alrededor de diez tokens por segundo, y el número de cards que logran eso: 7.
MiMo-V2-Flash— ¿Cuánta VRAM necesita?
Necesita aproximadamente 151.7 GB a una compresión de Q3_K_M, cuál es la tarjeta más pequeña que lo ejecuta. Menos compresión necesita más: las cifras en la columna de memoria anterior se recalculan para cada tarjeta, porque cada una sostiene la versión menos comprimida que puede.
MiMo-V2-Flash— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
MiMo-V2-Flash— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 309B. "We present MiMo-V2-Flash, a Mixture-of-Experts (MoE) model with 309B total parameters and 15B active parameters". Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
MiMo-V2-Flash— ¿Quién lo creó?
Fue publicado por Xiaomi Corp, basado en China, una organización categorizada como industry.
MiMo-V2-Flash— ¿cuándo fue lanzado?
Se publicó en December 2025.
MiMo-V2-Flash— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
MiMo-V2-Flash— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización XiaomiMiMo. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
MiMo-V2-Flash— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.4 × 10²⁴ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.