小米万亿参数旗舰的极速版，普通 GPU 上跑出每秒千 token。
像写字楼电梯里的急行梯：不跟你慢慢晃，按钮一按就直奔楼层，先把人尽快送到位。
适合低延迟对话、写作和在线服务，旗舰能力不缩水。
Reasoning-model它可看作更偏速度取向的推理模型版本。
Tokens-per-second这类版本通常会把生成速度当成重点指标。
LLM它本质上仍属于可对话、可生成内容的大模型。