💡 站外导读：在AI大模型价格战白热化的当下，开发者普遍面临API调用成本高昂、计费规则复杂难懂的核心痛点，这已成为制约创新应用落地的关键门槛。5月27日，小米旗下MiMo大模型出手了，宣布对其MiMo-V2.5系列API实施永久性降价，并同步升级计费体系，最高降幅达99%。这不仅是一次简单的价格调整，更是其底层推理技术突破（如SWA优化）后，将技术红利直接反哺给开发者的明确信号，旨在推动AI能力在千行百业的深度渗透。
在 AI 模型价格战持续升温的背景下，小米旗下 MiMo 大模型于5月27日正式发布公告，对其 MiMo-V2.5系列 API 实施永久性降价，并同步优化了计费体系，旨在通过技术红利进一步降低开发者的调用成本。
一、API 价格大幅下调，最高降幅99%
这次价格调整已经在北京时间5月27日零点，面向全球同步生效。它同时覆盖了MiMo-V2.5和MiMo-V2.5Pro这两个主力版本，并且取消了按上下文窗口长度区分的定价方式，整体策略变得更加简洁透明。
| 模型版本 | 输入缓存命中价格 | 最高降幅 | 输出价格 | 最高降幅 |
| MiMo-V2.5Pro | 0.025元/百万 tokens | 99% | 6元/百万 tokens | 86% |
| MiMo-V2.5 | 0.02元/百万 tokens | 98% | 2元/百万 tokens | 93% |
二、计费体系升级:加量不加价
除了直接的 API 单价下调，小米还对 Token Plan 计费体系进行了深度优化:
-
用量额度大幅增加：在维持原有价格水平的基础上，用户实际可使用的Token额度提升到了过去的5到8倍。
-
规则简化: 引入 Credits（积分） 概念，旨在替代此前复杂的计费方式，使开发者对 Token 的消耗与成本计算更直观、易懂。
三、技术底座:为何能持续降价?
小米方面表示，能够实现如此大幅度的降价，关键在于其在推理系统底层架构方面取得的技术突破：
-
SWA 推理优化: 基于 SGLang HiCache 完整支持 SWA（滑动窗口注意力机制），使得 KV Cache 在 GPU 显存、CPU 内存及 SSD 之间的多级搬运数据量减少至原来的1/7。
-
缓存能力显著增强：可缓存的Token数量相比优化前增长了接近5倍，缓存命中率因此得到大幅提升，从而有效地摊薄了每一次推理的平均成本。
-
集群吞吐优化: 通过引入专家并行（MoE）方案与输入长度分桶策略，集群的输入吞吐能力得到质的提升，确保在服务质量保持高水准的同时，持续压低单位 Token 的服务成本。
在行业观察者看来，小米的这一举动是对当前大模型市场竞争白热化的一种积极应对。随着使用成本的进一步下降，MiMo系列模型的高性价比特点将更加突出，有望推动AI能力在各个垂直领域以及开发者日常工作流程中更深入地应用。
📝 站长洞察 (Editor’s Insight)
本次MiMo-V2.5的‘断崖式’降价，绝非简单的市场跟风，而是技术驱动商业的典型范本。从其披露的SWA推理优化、缓存效率跃升等细节看，小米在模型推理的底层工程与硬件协同上已构建起深厚的‘成本护城河’。这标志着大模型竞争正从‘参数竞赛’转向‘效能竞赛’——谁能让单位算力的服务成本无限逼近物理极限，谁就能掌握定价权与生态主导权。此举将加速淘汰仅靠营销而非技术立足的玩家，推动行业进入‘性价比为王’的理性发展期。对开发者而言，成本已不再是首要障碍，关键是如何利用近乎‘免费’的算力，去构建真正有价值的AI原生应用。MiMo的这一步，或许正是AI产业化普及浪潮中的一个关键注脚。
