Xiaomi、1兆パラメーター級モデルを「爆速」で動かす新サービスを発表：MiMo-V2.5-Pro-UltraSpeed
Xiaomiは、AIコーディングエージェントの生産性向上を目指し、「MiMo-V2.5-Pro-UltraSpeed」という新しいサービスを発表しました。このサービスは、1兆パラメーター規模の基盤モデル「MiMo-V2.5-Pro-FP4-DFlash」をベースとしています。
最大の特徴は、1兆パラメーター級の巨大なモデルにおいて、デコード速度（推論出力速度）が1000トークン/秒という驚異的な水準に達した点です。これは業界初の実績とされています。
Xiaomiによると、この高速化は、モデルサイズの大幅な削減やハードウェア帯域幅の利用率最大化、メモリアクセス時の余計な処理を減らすといった技術的工夫によって実現されました。特に注目すべき点は、専用ハードウェアに依存する従来の業界方針とは異なり、標準的な8基のGPUを搭載した汎用ノード1台という一般的な構成でこの高速出力を達成した点です。
Xiaomiは、この速度がAIアプリケーションそのものを根本から変革すると説明しています。具体的には、開発者がこれまで待たされていた推論遅延がなくなり、同じ実時間内で数十の推論を並列実行し、自動的な検証と自己修正が可能になるなど、コーディングや複雑な問題解決プロセスが劇的に改善されるとしています。
一般ユーザー向けに「MiMo-V2.5-Pro-UltraSpeed API」もリリースされました。このAPIは、従来のモデル（MiMo-V2.5-Pro）と比較して生成速度は約10倍ですが、価格は3倍という設定です。ただし、リソース制限があるため、利用は期間限定の申請制となり、業務ニーズを持つ企業やプロフェッショナル開発者が優先されます。なお、基盤となるモデル「MiMo-V2.5-Pro-FP4-DFlash」自体はオープンソースとして公開されています。
背景
大規模言語モデル（LLM）の進化に伴い、AIの利用シーンは複雑化し、単なる回答生成だけでなく「速度」「効率性」「実時間での応答」が重要な課題となっています。特にコーディングやリアルタイム処理が必要な分野では、推論遅延がボトルネックとなり、高性能かつ高速なモデルへの需要が高まっています。
重要用語解説
- 1兆パラメーター級モデル: パラメータ（パラメーター）はAIモデルの学習時に調整される重みや係数の総数。この数値が大きいほど、理論上はより複雑で高度な知識を保持できることを示します。
- トークン/秒 (tokens/s): AIがテキストを生成する速度を示す単位。1秒間に何個の「トークン」（単語の一部や文字）を出力できるかを表し、高速化の指標となります。
- 汎用GPUノード: 特定のタスク専用に設計されたハードウェアではなく、一般的な高性能なグラフィック処理ユニット（GPU）を搭載した計算ノード。高い柔軟性と拡張性を持つのが特徴です。
今後の影響
この超高速推論技術は、AIを活用する開発プロセスや産業応用全般に革命的な変化をもたらすと予想されます。特にソフトウェア開発の現場では、待機時間がなくなることで生産性が飛躍的に向上し、医療や金融などリアルタイム処理が求められる分野での導入が加速すると考えられます。