有什么比较便宜的方法能用到 1000token/s 的模型？

智商足够还有这个生成速度的也只有mimo了吧，其他的好像也没有那么快速度了

真的假的？是怎么做到的？我还以为这种速度的模型都是小模型呢。没想到 MIMO 可以做到。

主要是感觉小米的 plan 太坑了，用 ultra speed 据说 credit 会掉的更快

之前搜索过，好像是专门优化的速度，普通模型预测下一个 token，它预先估计十几个 token，但我也不是 llm 从业者，只看了个大概。

除了mimo，更好的模型你要很快速度就要上cerebras，但不便宜

我是有听说他们说的 MTP 技术，确实是对于 Agent 场景有极大的加强。但是能优化到这么快也是很令人惊讶的，因为 MTP 是会有不小的概率被主模型驳回，预测未命中重新生成的。

我其实可以接受一个稍微弱智一点的，不用那么聪明，但起码得有 v4 flash 或者 gemini lite 那种

Gemini 的官方 API

试了下，不行还是有点过于低智了……不过速度确实可以

花 100-200 元，收购 gcp （当然，如果你有一个老号。和比较好用的卡，自己开的话，那成本为 0.），用 vertex ，里面的 gemini-3.5-flash 。

这个速度差不多。默认的可能略低一点，不过里面可以开启参数调整。高速模式花费会翻倍，但是速度挺快的，应该接近 1000 tokens/s