मानक हार्डवेयर पर MiMo-V2.5-Pro-UltraSpeed के साथ Xiaomi ने AI की रफ्तार का रिकॉर्ड तोड़ा

फोन निर्माता जिसने अभी-अभी AI इंफरेंस की दुनिया बदल दी

सोमवार की एक सुबह, जिसने तकनीकी उद्योग को चौंका दिया, Xiaomi ने ऐसा कुछ किया जिसकी उम्मीद बहुत कम लोगों ने की थी। किफायती स्मार्टफोन, इलेक्ट्रिक स्कूटर और घरेलू एयर प्यूरिफायर के लिए मशहूर कंपनी ने घोषणा की कि उसने कृत्रिम बुद्धिमत्ता की गति की एक बड़ी बाधा पार कर ली है। इसका नया MiMo-V2.5-Pro-UltraSpeed सर्विंग मोड एक ट्रिलियन पैरामीटर वाले मॉडल पर प्रति सेकंड 1,000 से अधिक टोकन बनाता है और लाइव प्रदर्शन में यह गति करीब 1,200 टोकन प्रति सेकंड तक पहुंची। यह मॉडल का कोई हल्का या सीमित संस्करण नहीं है। यह पूरा MiMo-V2.5-Pro फ्लैगशिप मॉडल है, जो अत्याधुनिक AI सिस्टम है और कोडिंग बेंचमार्क में Claude Opus को टक्कर देता है।

इस घोषणा को चौंकाने वाली बात सिर्फ इसकी गति नहीं है। इसे संभव बनाने वाला हार्डवेयर भी उतना ही हैरान करता है। Xiaomi ने आठ सामान्य GPU वाले एक मानक नोड का इस्तेमाल करके ये आंकड़े हासिल किए। इस तरह के उपकरण किसी भी बड़े क्लाउड प्रदाता से मिल सकते हैं। न कोई कस्टम सिलिकॉन, न खाने की प्लेट जितने खास चिप। बस ऐसा हार्डवेयर, जिसे डेवलपर आज रात ही किराये पर ले सकते हैं, और उस पर चलने वाले सॉफ्टवेयर के नए तरीके।

पैरामीटर वे आंतरिक संख्यात्मक भार हैं जो तय करते हैं कि AI मॉडल जानकारी को कैसे संसाधित करता है। एक ट्रिलियन पैरामीटर का मतलब है कि मॉडल पाठ और कोड में बेहद जटिल पैटर्न पहचान सकता है। टोकन वे पाठ-खंड हैं जिन्हें मॉडल पढ़ता और लिखता है। मोटे तौर पर हर टोकन किसी शब्द के तीन-चौथाई के बराबर होता है। हर सेकंड 1,000 से अधिक टोकन बनाना यानी यह विशाल कृत्रिम मस्तिष्क ऐसी रफ्तार से काम कर रहा है जिसे पहले समर्पित हार्डवेयर के बिना असंभव माना जाता था।

कई वर्षों से तेज AI इंफरेंस की दौड़ में कस्टम सिलिकॉन डिजाइन बनाने वाले, अच्छी फंडिंग से लैस चिप स्टार्टअप आगे रहे हैं। Xiaomi ने साबित किया है कि मानक उपकरणों पर चतुर इंजीनियरिंग इन सभी को पीछे छोड़ सकती है। इस उपलब्धि से एक अहम सवाल उठता है: क्या महंगे, विशेष हार्डवेयर की जरूरत है, जब स्मार्ट सॉफ्टवेयर ऑप्टिमाइजेशन सुलभ बुनियादी ढांचे पर इससे बेहतर नतीजे दे सकता है?

प्रति सेकंड 1,000 टोकन का असल मतलब

यह आंकड़ा क्यों मायने रखता है, यह समझने के लिए देखें कि आज आम उपयोगकर्ताओं को कैसा अनुभव मिलता है। Artificial Analysis के बेंचमार्क आंकड़ों के मुताबिक, GPT-5.5, जो ChatGPT की अधिकतर बातचीत को संचालित करता है, लगभग 68 टोकन प्रति सेकंड बनाता है। Claude Opus 4.6 की गति करीब 71 टोकन प्रति सेकंड है, जबकि Anthropic का हल्का Haiku मॉडल 98 तक पहुंचता है। Google का Gemini Flash 192 टोकन प्रति सेकंड की रफ्तार से और तेज चलता है। MiMo-V2.5-Pro-UltraSpeed एक ट्रिलियन पैरामीटर वाले मॉडल पर प्रति सेकंड 1,000 टोकन तक पहुंचता है, यानी रोजाना लाखों लोगों द्वारा इस्तेमाल किए जाने वाले चैटबॉट से लगभग 15 गुना तेज।

68 और 1,000 के बीच का अंतर मामूली बढ़ोतरी नहीं है। यह प्रदर्शन की पूरी तरह अलग श्रेणी है। आज की उपभोक्ता सेवाओं की गति पर उपयोगकर्ताओं को एक पैराग्राफ दिखने के लिए कई सेकंड इंतजार करना पड़ता है। Xiaomi की नई गति पर विश्लेषण का पूरा पन्ना लगभग तुरंत सामने आ सकता है। कोडिंग एजेंट चलाने वाले डेवलपरों के लिए यह अंतर देर से होने वाली सवाल-जवाब की प्रक्रिया को वास्तविक समय में सहयोग जैसा बना देता है।

टोकन बड़े भाषा मॉडल की बुनियादी इकाई हैं। जब आप कोई प्रॉम्प्ट लिखते हैं, तो मॉडल उसे संसाधित करने के लिए टोकन में बांटता है। जवाब देते समय वह एक-एक करके टोकन बनाता है और हर अगला टोकन पहले के पूरे संदर्भ के आधार पर अनुमानित करता है। मॉडल जितनी तेजी से टोकन बना सकता है, वह उतना ही अधिक जवाबदेह महसूस होता है और सख्त समय-सीमा में ज्यादा काम पूरा कर सकता है। गति यह भी तय करती है कि कोई सर्वर एक साथ कितने अनुरोध संभाल सकता है, जिससे कारोबारों की लागत और विस्तार क्षमता पर सीधा असर पड़ता है।

MiMo-V2.5-Pro का पहले का Flash मॉडल पहले ही 150 टोकन प्रति सेकंड, यानी करीब 110 शब्द प्रति सेकंड की रफ्तार से जवाब देता था। यह सबसे तेज इंसान की पढ़ने या बोलने की गति से भी ज्यादा है। UltraSpeed इस सीमा को काफी आगे बढ़ाता है। इसकी उत्पादन दर मानवीय सोच की गति से भी तेज है और ऐसे मशीन-संचालित कार्यप्रवाह संभव करती है जो पहले मुमकिन नहीं थे।

Xiaomi ने कस्टम चिप दिग्गजों को कैसे पीछे छोड़ा

AI इंफरेंस की गति की अड़चन दूर करने के लिए विशेष हार्डवेयर बनाने वाली कंपनियों में करोड़ों डॉलर का निवेश हुआ है। Cerebras ने खाने की प्लेट के लगभग आकार की वेफर-स्केल चिप बनाई, जिसमें बैंडविड्थ की सीमाएं हटाने के लिए 44GB ऑन-चिप मेमोरी है। इस डिजाइन ने 969 टोकन प्रति सेकंड की गति हासिल की, जो प्रभावशाली है, लेकिन यह Meta के Llama 3.1 405B पर था, जिसमें 405 अरब पैरामीटर हैं। यह MiMo-V2.5-Pro के आकार के आधे से भी कम है। Groq ने कस्टम Language Processing Unit आर्किटेक्चर बनाया, जो मॉडल के आधार पर 300 से 750 टोकन प्रति सेकंड तक पहुंच सकता है। इनमें से कोई भी सिस्टम उस मानक क्लाउड हार्डवेयर पर नहीं चलता जिसे डेवलपर AWS जैसे प्रदाताओं से किराये पर ले सकते हैं।

Xiaomi का तरीका इस मॉडल को पूरी तरह उलट देता है। इंफरेंस पार्टनर TileRT के साथ काम करते हुए कंपनी ने अपने शब्दों में, मॉडल और उसे चलाने वाले सॉफ्टवेयर इंजन के समन्वित ऑप्टिमाइजेशन यानी एक्सट्रीम मॉडल-सिस्टम को-डिजाइन के जरिए यह रिकॉर्ड बनाया। नतीजा है एक ट्रिलियन पैरामीटर वाला मॉडल, जो सामान्य GPU पर विशेष सिलिकॉन से भी तेज चलता है। अगर स्वतंत्र जांच में इन बेंचमार्क की पुष्टि होती है, तो यह उपलब्धि दिखाती है कि सॉफ्टवेयर में नए तरीके उन हार्डवेयर सीमाओं को पार कर सकते हैं जिन्हें दूर करने के लिए कई लोग कस्टम चिप को जरूरी मानते थे।

इस घटनाक्रम का वास्तविक आर्थिक महत्व है। कस्टम सिलिकॉन के लिए भारी पूंजी निवेश, लंबे डिजाइन चक्र और विशेष विनिर्माण की जरूरत होती है। सामान्य GPU को बड़े पैमाने पर उत्पादन, व्यापक उपलब्धता और NVIDIA तथा अन्य निर्माताओं के लगातार सुधारों का लाभ मिलता है। सॉफ्टवेयर के जरिए इंफरेंस की समस्या हल करके Xiaomi ने उन गति स्तरों तक पहुंच को व्यापक बना दिया है, जो पहले केवल मालिकाना हार्डवेयर वाली अच्छी फंडिंग प्राप्त लैब तक सीमित थे।

Hugging Face पर FP4-DFlash चेकपॉइंट जारी होने से इस तकनीक तक पहुंच और भी व्यापक हुई है। दुनिया भर के शोधकर्ता और डेवलपर अब मालिकाना हार्डवेयर खरीदे या एंटरप्राइज लाइसेंस लिए बिना मूल मॉडल की जांच, परीक्षण और उसमें बदलाव कर सकते हैं। अलग-अलग मॉडल और इस्तेमाल के मामलों में ये तरीके कितने कारगर हैं, यह समुदाय की जांच से तय होगा।

UltraSpeed के पीछे काम कर रही तीन तकनीकें

इस कामयाबी के पीछे तीन समन्वित तकनीकें हैं, जो मिलकर काम करती हैं। इनमें से कोई भी अकेले गति का रिकॉर्ड नहीं बना सकती, लेकिन साथ मिलकर ये प्रदर्शन को 1,000 टोकन की सीमा से आगे पहुंचाती हैं।

पहली तकनीक FP4 क्वांटाइजेशन है। ज्यादातर बड़े मॉडल 16-बिट या 8-बिट संख्यात्मक सटीकता पर चलते हैं, यानी हर पैरामीटर के लिए दो या एक बाइट मेमोरी चाहिए। Xiaomi एक ट्रिलियन पैरामीटर के बड़े हिस्से वाले एक्सपर्ट लेयर को 4-बिट सटीकता तक संपीड़ित करता है। इससे मेमोरी की जरूरत और बैंडविड्थ पर दबाव घटता है, जिससे सिस्टम में डेटा तेजी से आगे बढ़ सकता है। क्वांटाइजेशन में जोखिम गुणवत्ता का नुकसान है, क्योंकि कम सटीकता से मॉडल की तर्क क्षमता घट सकती है। Xiaomi इसका समाधान चुनिंदा तरीके से करता है: सिर्फ एक्सपर्ट लेयर को संपीड़ित किया जाता है, जबकि मॉडल का बाकी हिस्सा पूरी सटीकता पर रहता है। कंपनी के मुताबिक, इससे गुणवत्ता का नुकसान लगभग शून्य है।

दूसरी तकनीक DFlash स्पेक्युलेटिव डिकोडिंग है। पारंपरिक स्पेक्युलेटिव डिकोडिंग में एक छोटा ड्राफ्ट मॉडल अगले कुछ टोकन का तेजी से अनुमान लगाता है और फिर बड़ा मॉडल उन अनुमानों को समानांतर में जांचता है। DFlash क्रमिक ड्राफ्ट बनाने का चरण पूरी तरह हटा देता है। इसके बजाय, यह एक ही फॉरवर्ड पास में मास्क की गई जगहों के पूरे ब्लॉक को भरता है। कोडिंग कार्यों के दौरान बड़ा मॉडल सत्यापन के हर दौर में प्रस्तावित 8 टोकन में से औसतन 6.3 स्वीकार करता है। इसका मतलब है कि एक चरण में एक की जगह छह टोकन आगे बढ़ते हैं, जिससे उत्पादन की गति काफी बढ़ जाती है।

तीसरा घटक खुद TileRT है। यह इंफरेंस इंजन पूरे कंप्यूट पाइपलाइन को GPU में लगातार सक्रिय रखता है। मानक सर्विंग सिस्टम अक्सर अलग-अलग ऑपरेटर को एक-एक करके शुरू करते हैं, जिससे निष्पादन में छोटे-छोटे अंतराल बनते हैं। TileRT ऑपरेटर को अलग-अलग शुरू करने की यह अतिरिक्त देरी हटाता है और डेटा का प्रवाह बिना रुकावट जारी रखता है। संपीड़ित मॉडल वेट और उन्नत डिकोडिंग रणनीति के साथ मिलकर यह इंजन सामान्य हार्डवेयर पर पहले कभी हासिल न हो सकी थ्रूपुट दर बनाए रखता है।

Xiaomi इस संयोजन को एक्सट्रीम मॉडल-सिस्टम को-डिजाइन कहता है और यह नाम सटीक बैठता है। ऑप्टिमाइजेशन की हर परत दूसरी परतों को मजबूत करती है, जिससे पूरा सिस्टम उस प्रदर्शन से आगे निकल जाता है जो कोई एक तकनीक अकेले दे सकती है।

गति से कैसे खुलते हैं पूरी तरह नए इस्तेमाल के रास्ते

जब तक बेंचमार्क किसी नई क्षमता को संभव न बनाएं, तब तक केवल ऊंचे आंकड़ों का कोई मतलब नहीं। 1,000 टोकन प्रति सेकंड की गति पर MiMo-V2.5-Pro-UltraSpeed ऐसे रास्ते खोलता है जो धीमे सिस्टम के लिए बंद रहते हैं।

देखें कि डेवलपर जटिल कामों के लिए आज बड़े भाषा मॉडल का इस्तेमाल कैसे करते हैं। कठिन कोडिंग समस्या आने पर उपयोगकर्ता आम तौर पर एक जवाब का इंतजार करता है और उम्मीद करता है कि वह सही होगा। UltraSpeed के साथ वही उपयोगकर्ता उसी वास्तविक समय में तर्क के दर्जनों रास्ते समानांतर चला सकता है और पृष्ठभूमि में अपने आप उनका सत्यापन और सुधार कर सकता है। मॉडल एक ही विचार-श्रृंखला पर निर्भर होने के बजाय एक साथ कई समाधान खोज सकता है। यह क्षमता AI को क्रमिक सहायक से समानांतर समस्या-समाधानकर्ता में बदल देती है।

सख्त विलंबता सीमाओं वाले उद्योगों को तुरंत लाभ मिल सकता है। धोखाधड़ी पहचान प्रणालियों को लेन-देन का आकलन मिलीसेकंड में करना होता है। वास्तविक समय में ट्रेडिंग संकेत बनाने के लिए कई सेकंड की देरी नहीं चल सकती। स्वायत्त एजेंट के चक्रों में AI प्रणालियां तेजी से निरीक्षण करती हैं, निर्णय लेती हैं और कार्रवाई करती हैं। इसके लिए ऐसी गति चाहिए जो उपभोक्ता चैटबॉट नहीं दे सकते। 68 टोकन प्रति सेकंड पर इन अनुप्रयोगों को निराशाजनक अड़चनों का सामना करना पड़ता है। 1,000 टोकन प्रति सेकंड पर ये मानक क्लाउड बुनियादी ढांचे पर व्यावहारिक हो जाते हैं।

रोजमर्रा के कोडिंग कार्यों में भी गति से सोचने का तरीका बदल जाता है। पहले डेवलपर इंफरेंस पूरा होने का इंतजार करते हुए स्क्रीन देखते रहते थे। जब आउटपुट की रफ्तार 1,000 टोकन प्रति सेकंड के करीब पहुंचती और उससे आगे निकलती है, तो देरी लगभग खत्म हो जाती है। अनुभव अनुरोध करने और इंतजार करने से बदलकर AI साथी के साथ वास्तविक समय के सहयोग जैसा हो जाता है। मरीजों के डेटा का तेजी से विश्लेषण करने वाले स्वास्थ्य अनुप्रयोगों और बाजार के लाइव आंकड़ों पर काम करने वाले निवेश मंचों को भी इस स्तर की जवाबदेही से तत्काल व्यावहारिक लाभ मिलता है।

पहुंच, कीमत और ओपन-सोर्स रिलीज

Xiaomi इस तकनीक को बंद दरवाजों के पीछे नहीं रख रहा है। कंपनी ने 9 जून से 23 जून, 2026 तक चलने वाला सीमित API परीक्षण शुरू किया है। इसके लिए आवेदन करना होगा और मंजूरी की गारंटी नहीं है। ठोस कारोबारी जरूरतों वाले एंटरप्राइज उपयोगकर्ताओं और पेशेवर डेवलपरों को प्राथमिकता मिलेगी। हाई-स्पीड इंफरेंस संसाधन सीमित होने के कारण हर अकाउंट दिन में अधिकतम दस बार कतार में शामिल हो सकता है और हर सत्र की अवधि अधिकतम 30 मिनट है। पांच मिनट से अधिक समय तक निष्क्रिय रहने वाले सत्र अपने आप जारी कर दिए जाएंगे।

इसकी कीमत इस गति की प्रीमियम प्रकृति को दर्शाती है। UltraSpeed की कीमत मानक MiMo-V2.5-Pro दर से तीन गुना है, लेकिन यह उत्पादन की गति करीब दस गुना देता है। तुलना के लिए, मानक MiMo-V2.5-Pro पहले ही Claude Opus से काफी सस्ता है। इसकी कीमत प्रति दस लाख इनपुट टोकन करीब $0.43 और आउटपुट टोकन $0.87 है, जबकि Opus के लिए प्रति दस लाख इनपुट टोकन $5 और आउटपुट टोकन $25 देने पड़ते हैं। तीन गुना दर पर भी Xiaomi की तेज सेवा कई प्रतिस्पर्धी अत्याधुनिक मॉडलों से काफी सस्ती रहती है।

जो डेवलपर इस तकनीक को सीधे आजमाना चाहते हैं, उनके लिए Xiaomi ने मूल MiMo-V2.5-Pro-FP4-DFlash चेकपॉइंट को Hugging Face पर ओपन सोर्स के रूप में जारी किया है। TileRT ने भी कुछ मॉड्यूल GitHub पर जारी किए हैं। इस कदम से वैश्विक शोध समुदाय बेंचमार्क की पुष्टि कर सकता है, आर्किटेक्चर पर प्रयोग कर सकता है और संभवतः इन तकनीकों को दूसरे मॉडलों के लिए अपना सकता है। स्वतंत्र तृतीय-पक्ष जांच के नतीजे अभी व्यापक रूप से प्रकाशित नहीं हुए हैं, इसलिए आने वाले हफ्तों में इन ओपन रिलीज के जरिए समुदाय का परीक्षण ही असली कसौटी होगा।

AI की बड़ी ताकत के रूप में Xiaomi का शांत उभार

ज्यादातर उपभोक्ताओं के लिए Xiaomi अब भी किफायती इलेक्ट्रॉनिक्स बेचने वाला ब्रांड है। कंपनी ने दुनिया भर के बाजारों में लाखों स्मार्टफोन, इलेक्ट्रिक स्कूटर और एयर प्यूरिफायर बेचे हैं। इस उपभोक्ता छवि के पीछे उसका कृत्रिम बुद्धिमत्ता विभाग लगातार बढ़ता रहा, लेकिन अब तक उद्योग के ज्यादातर लोगों ने उस पर ध्यान नहीं दिया था।

अप्रैल में लॉन्च के समय MiMo-V2.5-Pro पहले ही ज्यादातर कोडिंग बेंचमार्क में Claude Opus के बराबर था। UltraSpeed कोई नया या कम क्षमता वाला मॉडल पेश नहीं करता। यह उसी अत्याधुनिक बुद्धिमत्ता को तेज करता है, जो पहले से ही शीर्ष स्तर पर प्रतिस्पर्धा कर रही थी। फोन ब्रांड ने प्रभावी तौर पर ऐसी AI क्षमता बनाई है जो समर्पित लैब को टक्कर देती है, जबकि उसकी कीमत उनसे कई गुना कम है।

अगर स्वतंत्र जांच में गति के दावे सही साबित होते हैं, तो Xiaomi ने Cerebras और Groq जैसी कंपनियों के कस्टम सिलिकॉन निवेश के करोड़ों डॉलर खर्च किए बिना असाधारण कामयाबी हासिल की होगी। उसने दिखाया होगा कि सामान्य हार्डवेयर पर सॉफ्टवेयर ऑप्टिमाइजेशन से अपनी श्रेणी में अग्रणी प्रदर्शन मिल सकता है। यह नतीजा AI क्षमता के स्रोत और अत्याधुनिक स्तर पर प्रतिस्पर्धा करने वाले खिलाड़ियों को लेकर पुरानी धारणाएं बदल देगा। बीजिंग की एक उपभोक्ता इलेक्ट्रॉनिक्स कंपनी AI बुनियादी ढांचे के अग्रणी नवोन्मेषकों में शामिल हो गई है, और वह कस्टम सिलिकॉन के बजाय मानक GPU लेकर पहुंची है।

एक नजर में

• Xiaomi का MiMo-V2.5-Pro-UltraSpeed बिना कस्टम सिलिकॉन के, केवल आठ सामान्य GPU का इस्तेमाल करके एक ट्रिलियन पैरामीटर वाले मॉडल पर प्रति सेकंड 1,000 से अधिक टोकन बनाता है।
• यह GPT-5.5 और Claude Opus से करीब 15 गुना तेज है। यह गति FP4 क्वांटाइजेशन, DFlash स्पेक्युलेटिव डिकोडिंग और TileRT इंफरेंस इंजन से हासिल की गई।
• सीमित API परीक्षण 9 जून से 23 जून, 2026 तक चलेगा। इसकी कीमत मानक MiMo दर से तीन गुना है और उत्पादन की गति करीब दस गुना है। एंटरप्राइज और पेशेवर डेवलपरों को प्राथमिकता दी जाएगी।
• Xiaomi ने FP4-DFlash चेकपॉइंट को Hugging Face पर ओपन सोर्स के रूप में जारी किया है, ताकि समुदाय इन तकनीकों की जांच और उन्हें अपने काम के अनुसार ढाल सके।
• अगर स्वतंत्र जांच में इसकी पुष्टि होती है, तो यह कामयाबी दिखाएगी कि मानक क्लाउड हार्डवेयर पर सॉफ्टवेयर ऑप्टिमाइजेशन विशेष AI हार्डवेयर कंपनियों के महंगे कस्टम चिप समाधानों से बेहतर प्रदर्शन कर सकता है।