小米MiMo永久降价！罗福莉谈其背后逻辑

小米技术昨日正式宣布，MiMo-V2.5系列API永久降价，最高降幅达99%，且取消上下文窗口长度的价格区分。

负责人罗福莉在社交平台阐释了降价的技术逻辑：推理框架已支持针对SWA的分层KV缓存优化，生产测试显示缓存Token容量提升5倍，缓存成本相应降低80%，叠加Hybrid模型中多Full Attention模块间的缓存读取重叠机制，成本进一步压降。

输入未命中及输出价格同步下调60%至80%，其根源在于模型采用1∶7的Full∶SWA稀疏比，70层Pro版的prefill计算量仅相当于10层GQA模型，原始推理成本远低于行业均值，定价中本就留存了两至三倍利润空间，此次调整实为结构性成本优势向开发者的让渡。

罗福莉指出，降价后推理引擎已近满载运行，但仍可维持收支平衡，此前劝诫行业勿盲目降价，正因鲜有架构能在大幅降价后避免亏损。她进一步强调，价格合理且性能优异的API将驱动大规模真实推理需求，拉动芯片、服务器、光模块、液冷、电力等整条AI硬件链，为AGI多路线并行演进提供算力基础。详细技术方案将于后续Blog发布。