小米罗福莉解读MiMo API降价策略 原始推理成本优势显著

昨天，小米MiMo团队扔下了一枚“价格冲击波”：其MiMo-V2.5系列API宣布永久降价，最高降幅达到了惊人的99%，并且不再按上下文长度区分计价。这无疑给本就火热的大模型API市场，又添了一把猛火。

消息一出，市场议论纷纷。如此力度的降价，背后是技术驱动的成本革命，还是赔本赚吆喝的市场策略？很快，小米MiMo负责人罗福莉在社交平台发文，亲自拆解了这次降价背后的技术逻辑。她的解释，或许为我们理解大模型商业化的未来，提供了一个清晰的剖面。

降价背后的技术底气：从缓存优化到架构革新

罗福莉的解读直指核心。这次降价幅度最大的部分——输入（缓存命中）成本最高降99%，其根基在于推理框架的一项关键优化：针对SWA（Sliding Window Attention，滑动窗口注意力）的分层KV缓存。生产环境测试表明，这项优化将有效的缓存Token容量提升了5倍，相当于直接砍掉了80%的缓存成本。再加上Hybrid模型中多个全注意力模块之间的缓存读取重叠技术，实际成本被进一步压低。

而输入（未命中缓存）和输出的价格也下降了60%到80%，这就要归功于模型架构的先天优势了。MiMo-V2.5-Pro达到了极致的1:7全注意力与SWA稀疏比。这意味着，一个70层的模型，其预填充计算量仅相当于一个10层的GQA（分组查询注意力）模型。这种架构上的高效，使得其原始推理成本远低于行业平均水平，在定价上天然就留出了2到3倍的利润空间。所以，这次调价，本质上是一次“技术红利”的释放，是把结构性的成本优势，直接让渡给了开发者生态。

“收支平衡”下的良性循环：什么才是健康的降价？

更值得玩味的是罗福莉透露的另一个信息：即使在新的、更低的API价格下，他们的生产推理引擎在接近满负载运行的同时，依然能基本维持收支平衡。

这恰恰印证了他们此前的一个观点：大模型公司不应“盲目降价”。因为如果没有底层模型架构和推理优化能力作为护城河，大幅降价无异于自杀式亏损。真正的健康降价，必须建立在技术驱动的成本下降之上。如果未来能有更多节省计算量和KV缓存的创新架构涌现，再配合更高效的推理基础设施，整个行业就能进入一个“成本下降 → 价格降低 → 需求扩大 → 规模效应进一步摊薄成本”的绝佳良性循环。

超越商业：降价如何撬动AI基础设施的全局

当然，眼光还可以放得更长远一些。合理价格下的高性能模型API，其意义远不止于一场商业竞争。它将直接驱动真实、持续且大规模的用户推理需求。这种来自应用层、源源不断的需求，会成为拉动整个AI基础设施产业链的火车头——从底层的芯片、服务器、光模块、PCB，到配套的液冷、电力、储能乃至数据中心建设，都将获得坚实的增长支点。

从战略视角看，这相当于为AI硬件进行了一次系统性的价值重估。而长远来看，更廉价、更易获取的推理算力，将被反哺到训练管线中，最终加速全球范围内多条技术路线并行的AGI演进进程。

一次技术驱动的降价，其涟漪效应可能远超我们当下的想象。小米MiMo的这次动作，不仅展示了其技术储备，更可能是在为整个行业探索一条可持续的、通过技术革新普惠生态的发展路径。据透露，更多关于此次优化背后的技术细节，将在后续的博客文章中详细披露，值得持续关注。