小
MiMo-V2.5-Pro (non-reasoning)
小米 · MiMo-V2.5-Pro (Non-reasoning)
轻量模型，代码能力强
Input
¥2.9
/M Tokens
Output
¥5.8
/M Tokens
Cache
¥0.024
/M Tokens
Context
1M
Tokens
Capabilities
对话代码
Best For
简单问答
查看官方定价页面
M
在 ModelSage 接入此模型Quick Cost Estimate
¥32.0/月
10,000 次调用 · 输入 500 tokens · 输出 300 tokens
自建可行性
vLLM 官方 · 2026-10-14
MiMo-V2.5-Pro (non-reasoning) 私有化部署，FP8 量化下需显存约 1224GB， 至少 2 张 DGX Station (GB300)，聚合吞吐约 20,833 tok/s。
FP81224GB
2×DGX Station (GB300) / 3×Xeon 6 (CPU)
vLLM 官方验证过的硬件
H200
同样的量走 API：日均 2 亿 token 约 ¥21,839/月。自建是否更便宜取决于卡价与实际利用率。
按实际卡价测算回本周期显存需求与硬件兼容性取自 vLLM 官方 recipes；卡数按「装得下」估算， 未计入张量并行度、互联拓扑与跨节点开销，实际只多不少。吞吐为公式估算值，非实测。
Price Comparison同价位的其他厂商，点进去看详情
MiMo-V2.5-Pro (non-reasoning)CURRENT
¥2.9 / ¥5.8INPUT
OUTPUT
DeepSeek V4 Flash Vision (max)
¥2.9 / ¥8.8INPUT
OUTPUT
Qwen3.8 27B (xhigh)
¥3.0 / ¥12.0INPUT
OUTPUT
Qwen3.8 27B (medium)
¥3.0 / ¥12.0INPUT
OUTPUT
Qwen3.8 27B (low)
¥3.0 / ¥12.0INPUT
OUTPUT
LAST UPDATED: 2026-10-14