小
MiMo-V2-Flash
小米 · MiMo-V2-Flash (Reasoning)
轻量模型
Input
¥0.67
/M Tokens
Output
¥2.0
/M Tokens
Context
256K
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
¥9.4/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-Flash 私有化部署，FP8 量化下需显存约 371GB， 至少 3 张 H200，聚合吞吐约 34,615 tok/s。
FP8371GB
3×H200 / 2×MI300X
vLLM 官方验证过的硬件
H200MI300XMI325XMI355X
同样的量走 API：日均 2 亿 token 约 ¥6,024/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
LAST UPDATED: 2026-10-14