MiMo-V2-Flash calculateur TPS
Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..
Calculé pour ce modèle
818 cartes dont nous détenons les spécifications pour
Carte la plus petite qui convient
B200
180 GB · Q3_K_M · 29.6 tok/s
Carte la plus rapide
B200
29.6 tok/s · 180 GB
Quelles GPU peuvent exécuter MiMo-V2-Flash?
Définir les entrées, lire la réponse
Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..
Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..
7 cartes correspondent
Calcul en cours| Besoin | Quantification | Convient | |||||
|---|---|---|---|---|---|---|---|
|
29.6
tok/s
18–47 · faible confiance |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 151.7 GB | Q3_K_M | À l'étroit |
|
19.6
tok/s
12–31 · faible confiance |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 223.6 GB | Q5_K_M | À l'étroit |
|
15.6
tok/s
9–25 · faible confiance |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 223.6 GB | Q5_K_M | À l'étroit |
|
15.6
tok/s
9–25 · faible confiance |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 223.6 GB | Q5_K_M | À l'étroit |
|
14.0
tok/s
8–22 · faible confiance |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 169.7 GB | IQ4_XS | À l'étroit |
|
14.0
tok/s
8–22 · faible confiance |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 169.7 GB | IQ4_XS | À l'étroit |
|
11.5
tok/s
7–18 · faible confiance |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 223.6 GB | Q5_K_M | À l'étroit |
Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Xiaomi Corp
- Type d'organisation
- Industry
- Pays
- China
- Publié
- 16 December 2025
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 309B
- Données d'entraînement
- tokens
"We present MiMo-V2-Flash, a Mixture-of-Experts (MoE) model with 309B total parameters and 15B active parameters"
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 2.4 × 10²⁴ FLOP
6 * 15e9 active parameters * 27e12 tokens = 2.43e+24
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Open — downloadable
- Accès au modèle
- Open weights (unrestricted)
- Hugging Face
- XiaomiMiMo
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- MiMo-V2-Flash Technical Report
- Dernière mise à jour
- 19 June 2026
Les extrêmes
Les dix GPU les plus rapides qui exécutent MiMo-V2-Flash
Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..
- 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
Les plus petits GPU qui fonctionnent encore MiMo-V2-Flash
Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..
- 01 B200 180 GB · Besoin 151.7 GB · Q3_K_M · À l'étroit 29.6 tok/s
- 02 Radeon Instinct MI300X 192 GB · Besoin 169.7 GB · IQ4_XS · À l'étroit 14.0 tok/s
- 03 Radeon Instinct MI308X 192 GB · Besoin 169.7 GB · IQ4_XS · À l'étroit 14.0 tok/s
- 04 Radeon Instinct MI325X 256 GB · Besoin 223.6 GB · Q5_K_M · À l'étroit 11.5 tok/s
- 05 B300 288 GB · Besoin 223.6 GB · Q5_K_M · À l'étroit 19.6 tok/s
- 06 Radeon Instinct MI350X 288 GB · Besoin 223.6 GB · Q5_K_M · À l'étroit 15.6 tok/s
- 07 Radeon Instinct MI355X 288 GB · Besoin 223.6 GB · Q5_K_M · À l'étroit 15.6 tok/s
Ce que les chiffres signifient
Le côté matériel
Carte minimale
B200
Mémoire requise
151.7 GB
Le plus rapide
29.6 tok/s
MiMo-V2-Flash atteint un nombre de paramètres de 309B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 7.
À l'extrémité inférieure, cela est géré par B200, avec une capacité de mémoire de 180 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 29.6 tokens par seconde
À l'autre extrémité se trouve B200, générant à peu près 29.6 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.
D'où cela vient-il
MiMo-V2-Flash a été publié par Xiaomi Corp, dans le pays enregistré comme China, durant December 2025. Cela provient d'une organisation classée comme industry.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation.
Les poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel indéfiniment, hors ligne, sans compte associé. Sur Hugging Face, il est publié sous l'organisation XiaomiMiMo.
Comprendre les vitesses
Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 15.6 tokens par seconde 7 d'eux
Chaque poids participe à chaque jeton ici, donc la bande passante est toute l'histoire : le classement ci-dessous est effectivement un classement du débit de mémoire.
La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.
Entraînement et provenance
La production a nécessité des calculs totalisant environ 2.4 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Étape par étape
Comment choisir un GPU pour MiMo-V2-Flash
Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..
-
01
Vérifiez ce dont cela a besoin avant toute autre chose
La table répertorie chaque carte capable de supporter MiMo-V2-Flash, ayant besoin d'environ 151.7 GB à une compression de Q3_K_M. La capacité est la porte — une carte soit la détient soit ne la détient pas.
-
02
Faites correspondre le contexte à votre utilisation réelle.
Définissez le contexte de ce que vous allez réellement utiliser. Le cache augmente avec la conversation, et c'est la raison habituelle pour laquelle une carte qui semblait convenir cesse de s'adapter. MiMo-V2-Flash.
-
03
Choisissez jusqu'où vous allez le compresser
La Compression est ce qui permet à un modèle de s'adapter à des cartes plus petites, au prix d'une certaine précision., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
-
04
Classer par débit plutôt que par fiche technique
Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour MiMo-V2-Flash. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 29.6 tok/s
-
05
Lisez la colonne de compatibilité en dernier.
Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de MiMo-V2-Flash. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
-
06
Vérifiez la carte de l'autre côté
Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur MiMo-V2-Flash.
Réponses
MiMo-V2-Flash — questions courantes
MiMo-V2-Flash— Puis-je l'exécuter s'il ne tient pas dans ma GPU?
Partiellement. Les couches qui ne tiennent pas sont dans la mémoire système et fonctionnent à une fraction de la vitesse, donc un modèle principalement déchargé vaut rarement la peine d'être utilisé. La plus proche approximation que nous calculons est inférieure de 60.7 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.
MiMo-V2-Flash— deux GPUs l'exécuteraient-ils plus rapidement ?
La capacité s'additionne entre les cartes ; le débit ne le fait pas. Le nombre de cartes déjà capables de le garder par elles-mêmes : 7. Ainsi, une seconde carte est rarement la réponse ici.
MiMo-V2-Flash— pourquoi la quantification diffère-t-elle entre les cartes ?
Parce que la capacité varie, il en va de même pour la difficulté à être comprimé. Le nombre de niveaux distincts dans le tableau ci-dessus : 3. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.
MiMo-V2-Flash— quelle est la précision de ces estimations de vitesse ?
Ce sont des estimations avec de véritables barres d'erreur, et n'importe lequel d'entre eux pourrait raisonnablement se situer n'importe où dans sa plage publiée en fonction du temps d'exécution que vous utilisez. Le résultat le plus rapide ici : 18–47 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.
MiMo-V2-Flash— Quelle GPU ai-je besoin pour l'exécuter ?
La plus petite CARTE de notre catalogue qui le supporte est B200, avec une capacité de mémoire de 180 GB. Il exécute le modèle à une compression de Q3_K_M environ 151.7 GB, et produit environ 29.6 tous les GPU capables de l'exécuter en total 7.
MiMo-V2-Flash— à quelle vitesse est-il sur un GPU ?
Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 29.6 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 7.
MiMo-V2-Flash— combien de VRAM cela nécessite-t-il ?
Cela nécessite environ 151.7 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.
MiMo-V2-Flash— est-ce que c'est open source ?
Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.
MiMo-V2-Flash— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 309B. "We present MiMo-V2-Flash, a Mixture-of-Experts (MoE) model with 309B total parameters and 15B active parameters". Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
MiMo-V2-Flash— qui l'a créé ?
Il a été publié par Xiaomi Corp, basé sur China, une organisation catégorisée comme industry.
MiMo-V2-Flash— quand a-t-il été publié ?
Il a été publié dans December 2025.
MiMo-V2-Flash— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
MiMo-V2-Flash— où puis-je le télécharger ?
Ses poids sont publiés sur Hugging Face, sous l'organisation XiaomiMiMo. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.
MiMo-V2-Flash— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 2.4 × 10²⁴ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.