小米 MiMo-V2.5 API 永久降价，大模型价格战又升温了

5 月 27 日，小米 MiMo 官方宣布，对 MiMo-V2.5 系列 API 进行永久降价。

这次不是短期促销，也不是限时补贴，而是一次面向整个模型价格体系的长期调整。根据公开报道，MiMo-V2.5 系列 API 新价格最高降幅可达 99%，并且不再区分上下文窗口长度。本次调价已于北京时间 5 月 27 日 0 点正式生效，并全球同步调整。

这意味着，开发者在调用 MiMo-V2.5 系列模型时，成本将明显下降，计费规则也变得更简单。

在大模型行业里，价格正在变成越来越关键的竞争因素。过去大家更关注谁的模型更强，现在用户和开发者也开始关心另一个问题：谁的模型更便宜、更稳定、更适合大规模调用。

MiMo-V2.5 系列具体降了多少？

这次降价覆盖 MiMo-V2.5 和 MiMo-V2.5 Pro 两个核心版本。

根据公开信息，MiMo-V2.5 Pro 输入缓存命中价格降至 0.025 元 / 百万 tokens，最高降幅达 99%；MiMo-V2.5 输入缓存命中价格降至 0.02 元 / 百万 tokens，最高降幅达 98%。输出价格方面，MiMo-V2.5 Pro 降至 6 元 / 百万 tokens，最高降幅 86%；MiMo-V2.5 降至 2 元 / 百万 tokens，最高降幅 93%。(新浪财经)

这组价格变化对开发者非常直接。

输入成本下降，意味着长上下文、知识库问答、文档分析、Agent 多轮任务等场景会更便宜。
输出成本下降，意味着内容生成、代码生成、客服回复、报告撰写等场景的整体调用费用也会降低。

尤其是缓存命中价格大幅下降，对高频重复调用和长上下文应用非常有价值。

不再区分上下文窗口长度，计费更简单

这次调价还有一个很重要的变化：不再区分上下文窗口长度。

过去，一些模型 API 会根据上下文窗口大小采用不同价格。上下文越长，价格越高，开发者在选模型和设计应用时要反复计算成本。

MiMo-V2.5 系列这次取消上下文窗口长度区分，让定价逻辑更简单。(腾讯新闻)

这对开发者来说是好事。

因为很多 AI 应用并不是每次都能准确预测上下文长度。比如知识库问答、企业文档助手、长文本总结、代码仓库分析、Agent 工作流，都可能涉及不同长度的输入。

如果价格体系太复杂，开发者就要在产品设计中频繁控制上下文，甚至牺牲效果来压低成本。

现在规则简化后，开发者更容易估算预算，也更容易把长上下文能力放进真实应用里。

Token Plan 计费体系优化，用量提升至原来的 5 至 8 倍

除了 API 降价，小米这次还同步优化了 Token Plan 计费体系。

公开报道显示，优化后的 Token Plan 在加量不加价的基础上，用量提升至原来的 5 至 8 倍，同时引入 Credits 概念，让计费规则更清晰、更易理解。(新浪财经)

这对个人开发者、小团队和中小企业都很重要。

很多开发者不是按单次调用来评估成本，而是更关心一个月内能跑多少任务、能服务多少用户、能支撑多少次请求。

Token Plan 用量提升后，同样预算下能做更多实验，也能承担更多真实业务请求。

比如：

更多次 AI 聊天；
更多文档解析；
更多代码生成；
更多图片或文本理解任务；
更多 Agent 多轮执行；
更多企业知识库查询。

对 AI 应用早期开发来说，这种额度提升会明显降低试错成本。

为什么小米能降价？技术底座优化是关键

大模型 API 降价，背后不是简单让利，也和推理系统优化有关。

据公开报道，小米基于 SGLang HiCache 完整支持 SWA，也就是 Sliding Window Attention，将 KV Cache 在 GPU 显存、CPU 内存、SSD 等多级存储之间的数据搬运量降低至优化前的近 1/7，并将可缓存 token 数量提升至优化前的近 5 倍，从而提升缓存命中率和推理效率。同时，小米还优化了专家并行方案、输入长度分桶策略，进一步提升集群输入吞吐能力，并降低单位 token 服务成本。(新浪财经)

这段技术说明背后的意思很清楚：价格下降不是只靠补贴，而是系统效率提升后，把成本空间释放给用户。

对大模型服务来说，真正影响成本的不只是模型本身，还有推理引擎、缓存机制、调度策略、硬件利用率和集群吞吐。

谁能把推理成本打下来，谁就能在 API 价格上更有竞争力。

缓存命中价格大降，对 Agent 应用尤其重要

这次 MiMo-V2.5 系列缓存命中价格大幅下降，对 Agent 场景非常友好。

AI Agent 通常不是一次请求就结束，而是需要多轮调用。

比如一个智能体任务可能要：

理解用户目标；
读取历史上下文；
调用工具；
分析结果；
继续规划；
再次调用模型；
修改答案；
检查输出；
最终交付。

在这个过程中，很多上下文会重复出现。如果缓存机制做得好，重复部分就不需要每次都完整计算，成本也会明显下降。

MiMo-V2.5 系列输入缓存命中价格降到非常低的水平，意味着多轮对话、长上下文应用和 Agent 工作流的成本会更可控。

这对开发者非常实用。

因为 Agent 应用最怕“跑起来很酷，账单也很酷”。缓存成本下降后，更多开发者会愿意尝试复杂工作流。

对开发者来说，最大的变化是试错成本降低

很多 AI 应用做不起来，不一定是因为模型能力不够，而是因为成本太高。

开发者需要反复测试提示词；
需要多次调用模型调试效果；
需要处理用户真实请求；
需要评估不同模型组合；
需要跑 Agent 长任务；
需要做知识库检索和上下文拼接。

这些都会消耗 tokens。

API 价格下降后，开发者可以更放心地测试模型能力，快速迭代应用。

比如一个团队想做 AI 客服，以前可能担心每次查询都要花不少成本；现在输入和输出价格下降后，就可以更大胆地测试高频场景。

一个开发者想做 AI Agent，以前可能担心多轮调用费用过高；现在缓存命中价格下降后，长任务成本会更容易控制。

这就是降价对 AI 生态真正的意义：它让更多想法可以被验证。

对企业用户有什么价值？

企业使用大模型，最关心的通常有三件事：效果、稳定性和成本。

如果模型效果不错，但调用价格太高，很多企业只能在小范围试点，难以大规模推广。

MiMo-V2.5 系列 API 降价后，企业可以更低成本地尝试更多场景。

比如：

智能客服；
企业知识库问答；
内部文档总结；
销售话术生成；
会议纪要整理；
代码辅助开发；
运营内容生成；
长文本分析；
Agent 自动化流程。

尤其是那些调用量大、频次高、用户多的业务，价格下降会直接影响 ROI。

企业部署 AI 不再只是看模型能力，也会看单位调用成本能不能支撑长期运行。MiMo-V2.5 的降价，正好击中了这个痛点。

对个人开发者和小团队更友好

大模型应用并不只属于大公司。

很多 AI 工具、插件、小程序、知识库、效率工具，都是个人开发者和小团队先做出来的。

但对小团队来说，API 成本非常敏感。

一个产品早期可能还没有收入，却要承担模型调用费用。用户一多，成本就上升；如果收费模式没跑通，很容易越做越亏。

MiMo-V2.5 系列降价后，个人开发者可以更低成本地做原型、测试功能、验证市场。

这会带来更多轻量级 AI 应用，比如：

AI 写作工具；
AI 阅读助手；
AI 简历优化；
AI 客服插件；
AI 知识库；
AI 编程助手；
AI 办公自动化；
AI 学习工具。

价格下降越明显，创新门槛越低。

大模型价格战进入新阶段

小米这次 MiMo-V2.5 系列 API 永久降价，也说明大模型行业价格竞争正在继续加速。

过去一年，大模型行业更多比拼能力：

谁推理更强；
谁代码更好；
谁多模态更完整；
谁上下文更长；
谁 Agent 能力更强。

现在，价格也成为核心竞争力。

因为 AI 应用真正落地时，开发者和企业不会只看模型排行榜，还会看：

每百万 tokens 多少钱；
缓存命中怎么算；
上下文长度是否加价；
额度是否清晰；
调用是否稳定；
整体成本是否可预测。

小米这次取消上下文长度区分、降低缓存命中价格、优化 Token Plan 体系，本质上是在把模型服务做得更像基础设施。

基础设施的竞争，最终一定会走向更低成本、更高吞吐、更简单计费。

降价会不会影响模型质量？

很多用户看到大幅降价，可能会担心一个问题：价格低了，质量会不会下降？

从目前公开信息看，小米强调本次降价背后来自推理系统和基础设施优化，包括缓存、专家并行、输入长度分桶和集群吞吐能力提升，而不是降低模型能力。(新浪财经)

也就是说，降价逻辑更像是“单位服务成本下降”，而不是“换成弱模型”。

当然，开发者在正式接入前，仍然需要用真实任务测试模型表现。

比如：

长文本理解是否稳定；
代码生成是否可靠；
多轮对话是否一致；
Agent 工具调用是否顺畅；
高并发下响应是否稳定；
缓存命中场景是否符合预期。

价格是优势，但最终能不能成为主力模型，还要看效果、稳定性和生态支持。

MiMo-V2.5 降价适合哪些场景？

1. AI 客服

客服场景调用频率高，成本敏感。价格下降后，智能客服更容易规模化运行。

2. 企业知识库

知识库问答经常需要长上下文和多轮交互，缓存命中价格下降会明显降低成本。

3. AI Agent

Agent 多轮调用、重复上下文多，对低缓存价格非常敏感。MiMo-V2.5 降价后更适合复杂任务测试。

4. 内容生成

文章、营销文案、商品描述、短视频脚本等内容生成场景，可以从输出价格下降中受益。

5. 代码辅助

代码解释、代码生成、报错分析和文档生成等开发场景，通常需要大量 token，价格下降会提升可用性。

6. 教育和学习工具

AI 答疑、学习辅导、题目讲解、阅读总结等场景，对低成本 API 需求很强。

7. 个人 AI 应用

个人开发者可以更低成本做 AI 小工具、小程序、插件和实验性产品。

对小米 AI 生态有什么意义？

MiMo-V2.5 系列 API 降价，也说明小米在 AI 生态上正在加速。

小米本身拥有手机、汽车、IoT、操作系统和智能硬件生态。如果大模型 API 成本下降，未来这些能力不仅能服务外部开发者，也可能反向推动小米自身产品体验升级。

比如：

手机端 AI 助手；
车载 AI 交互；
智能家居控制；
IoT 场景问答；
系统级 AI 功能；
开发者生态工具；
企业和个人 AI 应用。

价格体系越友好，越容易吸引开发者围绕 MiMo 构建应用。

大模型生态不只是靠一个模型，而是靠模型能力、开发平台、价格体系、工具链和应用场景共同推动。

仍需关注哪些问题？

虽然 MiMo-V2.5 降价力度很大，但开发者在接入前仍然需要关注一些实际问题。

比如：

API 稳定性如何；
高并发性能如何；
是否有明确 SLA；
上下文长度具体限制是多少；
缓存命中策略如何计算；
Token Plan 的 Credits 如何换算；
不同套餐适合哪些场景；
模型在中文、代码、工具调用等任务中的实际效果如何；
是否适合企业级合规和私有化需求。

价格下降是好消息，但真正落地还要看产品文档、调用体验和业务适配。

总结：MiMo-V2.5 永久降价，让大模型调用成本继续下探

小米 MiMo-V2.5 系列 API 永久降价，是大模型行业价格竞争中的一次重要动作。

这次调价覆盖 MiMo-V2.5 和 MiMo-V2.5 Pro 两个版本，最高降幅达 99%，并且不再区分上下文窗口长度。MiMo-V2.5 Pro 输入缓存命中价格降至 0.025 元 / 百万 tokens，MiMo-V2.5 输入缓存命中价格降至 0.02 元 / 百万 tokens；输出价格方面，MiMo-V2.5 Pro 降至 6 元 / 百万 tokens，MiMo-V2.5 降至 2 元 / 百万 tokens。(新浪财经)

同时，Token Plan 计费体系也同步优化，用量提升至原来的 5 至 8 倍，并引入 Credits 概念，让规则更加清晰。(新浪财经)

这次降价背后，是小米在推理系统、缓存机制、专家并行和集群吞吐上的持续优化。对开发者来说，调用成本更低，试错空间更大；对企业来说，AI 应用规模化部署的门槛进一步下降；对行业来说，大模型竞争正在从“谁更强”扩展到“谁更便宜、更稳定、更适合落地”。