MiMo-V2.5-Pro 1T — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
The flagship: 1 trillion total, 42B active per token, MIT, 1M context. Matches frontier coding models on published comparisons at a licence that imposes no revenue threshold. Datacenter-class to self-host at about 605 GB at Q4_K_M.
MiMo-V2.5-Pro 1T potrzebuje około 605 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Tylko wagi i narzut: architektura tego modelu nie jest opublikowana, więc nie doliczamy pamięci KV.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 329.6 GB | — | Za duży | |
| Q3_K_M 3.41 bpw | 427.1 GB | — | Za duży | |
| Q4_K_M 4.83 bpw | 604.6 GB | — | Za duży | |
| Q5_K_M 5.67 bpw | 709.6 GB | — | Za duży | |
| Q6_K 6.56 bpw | 820.8 GB | — | Za duży | |
| Q8_0 8.50 bpw | 1063.3 GB | — | Za duży | |
| F16 16.00 bpw | 2000.8 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla MiMo-V2.5-Pro 1T →
Uruchom MiMo-V2.5-Pro 1T
MiMo-V2.5-Pro 1T is not practical on a single consumer GPU: it needs about 604.6 GB at Q4_K_M, more than any single device in our catalogue holds with headroom. How multi-GPU inference works, or rent a multi-GPU server by the hour:
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić MiMo-V2.5-Pro 1T
Zainstaluj Ollama, a potem uruchom:
ollama run mimo-v2-5Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 1 Trillion (42B active)
- Okno kontekstu
- 1,000,000
- Architektura
- Mixture-of-Experts
- Dostawca
- Xiaomi
- Licencja
- MIT
- Practical deployment
- Private cloud / datacenter cluster
- Określono przy
- Q4_K_M
- RAM systemowy
- 768 GB
- Rekord zaktualizowany
- 2026-09-06
Commercial use permitted. No usage restrictions beyond attribution.
Zobacz też MiMo-V2.6-Pro
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Czy uruchomię MiMo-V2.5-Pro 1T na moim GPU?
- MiMo-V2.5-Pro 1T na AMD Ryzen AI Max+ 395
- MiMo-V2.5-Pro 1T na Apple M1 Ultra
- MiMo-V2.5-Pro 1T na Apple M2 Max
- MiMo-V2.5-Pro 1T na Apple M2 Ultra
- MiMo-V2.5-Pro 1T na Apple M4 Max
- MiMo-V2.5-Pro 1T na Apple M5 Max
- MiMo-V2.5-Pro 1T na NVIDIA A100 80GB (PCIe)
- MiMo-V2.5-Pro 1T na NVIDIA DGX Spark
- MiMo-V2.5-Pro 1T na NVIDIA H100 80GB (PCIe)
- MiMo-V2.5-Pro 1T na NVIDIA RTX PRO 6000 Blackwell
Inne rozmiary MiMo-V2.5
MiMo-V2.5-Pro 1T — najczęściej zadawane pytania
How much VRAM does MiMo-V2.5-Pro 1T need?
About 605 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does MiMo-V2.5-Pro 1T run on an RTX 4090 (24 GB)?
No. MiMo-V2.5-Pro 1T needs about 605 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run MiMo-V2.5-Pro 1T locally?
Install Ollama and run `ollama run mimo-v2-5`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does MiMo-V2.5 come in?
MiMo-V2.5 310B (188 GB), MiMo-V2.5-Pro 1T (605 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.