北京
同樣一臺MiMo-V2.5-Pro，調(diào)用一次最低0.025元，最高卻要9元，差距360倍。這不是bug，是小米剛上線的新定價機制。5月27日凌晨，小米大模型全系永久降價，最高降幅99%。而就在一個月前，負責(zé)MiMo的羅福莉還公開反對token價格戰(zhàn)。她為什么會推翻自己？
先看這次降價到底有多狠。MiMo-V2.5-Pro命中緩存時，每百萬token輸入只要0.025元。沒命中？價格跳到3元。輸出更貴，6元。換句話說，99%降幅是有條件的：你的請求必須大量命中緩存。Token Plan也玩了同樣的邏輯——月費不變，四檔額度從原來的0.6億、2億、7億、16億Credits，一口氣漲到41億、110億、380億、820億。但換算一下，Pro命中緩存只需2.5 Credits/token，沒命中要300，輸出600。便宜是真便宜，門檻也是真門檻。
這和DeepSeek上周的套路如出一轍。V4-Pro永久降至原價四分之一，輸入緩存命中價格從0.1元砸到0.025元。兩家現(xiàn)在焊死在同一條基準(zhǔn)線上。為什么都在押注緩存命中這個場景？答案藏在Agent里。聊天場景一問一答，成本好算。但Agent任務(wù)背后是長上下文、多輪推理、代碼生成、工具調(diào)用，用戶只看到最終輸出，后臺可能已經(jīng)跑了十幾次請求。系統(tǒng)提示詞、項目代碼、API文檔這些重復(fù)內(nèi)容，每次重新計算成本會爆，能緩存就只按命中計費。價格越低，高頻、多輪、長上下文的真實工作場景越愿意用你的模型。
到這里，羅福莉的立場就值得玩味了。一個多月前她公開反對低價token+開放第三方Agent框架，理由很具體：第三方Agent上下文管理粗放，單次查詢可能觸發(fā)多輪低價值工具調(diào)用，每次攜帶超過10萬token的超長上下文。如果平臺約束不住這種浪費，真實API成本可能是訂閱價格的幾十倍。她還判斷全球算力供給已經(jīng)跟不上Agent帶來的需求增長，大模型公司在沒厘清成本結(jié)構(gòu)前打價格戰(zhàn)，會導(dǎo)致限流、降配、穩(wěn)定性下降。現(xiàn)在小米降價，她推翻自己了嗎？沒有。
她之前反對的是沒有成本結(jié)構(gòu)支撐的低價。這次小米亮出的牌，恰好是一套自認為能撐住低價的推理工程方案。技術(shù)團隊基于SGLang HiCache完整支持滑動窗口注意力（SWA），把KV Cache在GPU顯存、CPU內(nèi)存、SSD等多級存儲之間的數(shù)據(jù)搬運量，壓到優(yōu)化前的近七分之一，可緩存token數(shù)量提到近五倍。同時優(yōu)化專家并行方案和輸入長度分桶策略，提升集群輸入吞吐。沒有這層Infra底子，低價就是不可持續(xù)的補貼。有了，才可能轉(zhuǎn)化成長期優(yōu)勢。
而且小米和純模型公司不一樣。手機、汽車、IoT、消費電子這些主業(yè)，給它提供了更長的投入周期和更大的戰(zhàn)略耐心。大模型服務(wù)可以看作AI生態(tài)入口，不用只盯著短期API收入斤斤計較。但中小玩家就沒有這份從容了。沒有主業(yè)輸血，沒有過硬的Infra能力，調(diào)用規(guī)模攤不薄成本，注定沒法長期跟。DeepSeek的低價已經(jīng)威脅到不少國產(chǎn)模型的市場定位，小米跟進后，更多有體量的廠商會被迫調(diào)價或重新定義產(chǎn)品價值，更小的服務(wù)商可能被推向更窄的垂直場景。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
