小米大模型API价格大幅下调最高降幅达99% 推理成本显著优化

大模型API价格战迎来关键转折点。今日，小米正式宣布，其MiMo-V2.5系列大模型API启动全球永久降价，自北京时间5月27日零时起生效。此次调价力度空前，旨在彻底降低AI应用开发门槛。

本次降价策略堪称“颠覆性”。MiMo-V2.5系列整体定价大幅下调，尤其是输入成本已降至行业极低水平，为开发者提供了显著的性价比优势。

具体定价方面，性能更强的MiMo-V2.5 Pro版本，输入缓存命中单价降至每百万tokens仅0.025元，最高降幅达99%。标准版MiMo-V2.5的输入单价更低，为每百万tokens 0.02元，最高降幅98%。

输出价格同样大幅优化。MiMo-V2.5 Pro的输出单价调整为每百万tokens 6元，最高降幅86%；MiMo-V2.5则为每百万tokens 2元，最高降幅93%。此次降价覆盖所有使用场景，并统一了计费标准，不再按上下文窗口长度差异化收费，计费模式更加简洁透明。

伴随价格调整，小米同步升级了计费体系。原有的Token Plan全面优化，在用户费用不变的前提下，可用token总量提升至原先的5到8倍。新体系引入“Credits”作为统一计量单位，使资源消耗与费用计算对开发者更加直观易懂。

支撑此次大幅降价的根本原因，在于小米在AI推理核心技术上的持续突破。

据悉，小米技术团队基于SGLang HiCache框架，完整实现了滑动窗口注意力机制。该技术能大幅减少KV缓存数据在GPU显存、CPU内存和SSD间的跨层级搬运量，降幅接近原水平的七分之一。同时，可缓存的token容量提升至优化前的约5倍。

这两项核心改进协同作用，有效提升了缓存命中率与整体推理效率。此外，通过优化专家并行策略与输入长度分桶机制，服务集群的输入吞吐能力得到进一步增强。系列技术优化最终转化为显著的成本优势，使得在保障服务稳定性的同时，持续降低单token服务成本成为现实。

此次降价不仅是市场策略，更是小米大模型技术实力与规模化成本控制能力的集中体现。随着大模型技术从研发竞赛步入规模化应用阶段，能够提供更高性价比、更稳定服务的平台，将在AI生态构建中掌握关键主动权。