小米 MiMo-V2.5 系列 API 永久降价，最高降幅达 99%

MiMo-V2.5系列API最高降99%，有开发者称“比白嫖还便宜”

5月27日0点，小米旗下MiMo大模型把V2.5和V2.5Pro两个版本的API价格永久砍到了地板价：输入缓存命中价格最低0.02元/百万tokens，降幅98%起，最高99%——相当于处理一部长篇小说的成本不到一分钱。

价格有多低？

• MiMo-V2.5Pro：输入缓存命中价格 0.025元/百万tokens（降幅99%），输出价格 6元/百万tokens（降幅86%）。对比之前，输出端每百万tokens从约43元直接腰斩再腰斩。
• MiMo-V2.5：输入缓存命中价格 0.02元/百万tokens（降幅98%），输出价格 2元/百万tokens（降幅93%）。群里在传“这比调用一些开源模型自部署还划算”。
• 所有版本不再区分上下文窗口长度，定价变成极简一刀切。有开发者试了说“以前算成本要小心翼翼盯着窗口，现在闭着眼睛调”。

计费怎么变？

除了单价下调，小米还改了Token Plan计费体系：

• 额度翻倍：在原价不变的前提下，实际Token用量额度提升至 5至8倍。技术圈在传“相当于买一送五”。
• 引入Credits积分：取代之前复杂的计费规则，让消耗和成本更直观。有开发者试了说“终于不用在几个表格里换算‘上下文窗口×长度系数’了”。

凭什么降价？

技术拆解发现，降价的底气来自推理系统底层架构的突破：

• SWA推理优化：基于SGLang HiCache完整支持滑动窗口注意力机制，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。有开发者扒了技术文档说“这相当于把仓库从郊区搬到了城中心的货运站”。
• 缓存效率提升：可缓存的Token数量激增至优化前的近5倍，直接拉高缓存命中率，摊薄单位推理成本。群里在传“模型每次推理省下的钱够买一顿午饭”。
• 集群吞吐优化：引入专家并行（MoE）方案与输入长度分桶策略，集群输入吞吐能力质变。有开发者试了说“高峰期调用响应速度没降，价格先降了”。

这会让谁难受/谁受益？

接下来盯着看其他国内大模型厂商会不会跟牌——谁不降，谁的用户可能在一周内被MiMo抢走。最难受的可能是那些刚融完钱、还没跑通推理优化的创业公司，他们的成本结构被小米这一刀直接打穿。受益的是那些靠调用API吃饭的独立开发者和小团队，现在能拿同样的预算跑五倍以上的实验。