过去一年，大模型行业最激烈的竞争，一直围绕“谁更聪明”。
但现在，战场开始迅速转向另一个方向：谁更便宜。
5 月 27 日，小米旗下 AI 大模型平台 MiMo 团队宣布，对 MiMo-V2.5 系列 API 进行永久性降价，最高降幅达到 99%，不再区分上下文窗口长度。与此同时，小米还重做了 Token Plan 计费体系，在同样价格下，开发者可用 Token 数量直接提升 5～8 倍。
随后，雷军转发了这则消息，并欢迎更多开发者接入。
消息一出，引起海内外开发者热议。有的人觉得，这已经不是普通意义上的“优惠活动”了，而更像是一次公开的“掀桌子”，将大模型的调用成本压到一个前所未有的水平。但也有人在体验后觉得，降价背后，自己的额度消耗速度明显比以前快了很多。
争议之下，这则公告究竟给众多开发者带来了怎样的变化？
小米 MiMO-V2.5 大模型到底降了多少？
按照小米技术团队的官方公告显示，此次对 MiMO-V2.5 系列的调价共计涉及三个维度：
1. MiMo-V2.5 系列 API 永久降价
本次调价覆盖 MiMo‑V2.5、MiMo‑V2.5‑Pro 两大主力版本，最大的变化之一，是不再按 ≤256k、256k‑1M 等分段定价，现在统一价格了，开发者成本可预测、账单更清晰。
以 MiMo-V2.5-Pro 为例：
缓存命中价格统一降到每百万 Token 仅 0.025 元人民币
输出价格降到每百万 Token 6 元人民币
相比旧价格，部分场景下降约 86%～99%。
而普通版 MiMo-V2.5 的价格甚至更低。
这意味着，过去只有头部公司才敢大规模跑的 AI Agent、自动编码、长上下文推理，现在中小团队也开始“跑得起”了。
此外，MiMo‑V2.5‑TTS 依然限时免费，MiMo‑V2‑Pro、MiMo‑V2‑Omni 维持原价，旧版 Token 套餐逐步下线，官方引导开发者迁移至更具性价比的 V2.5 系列。
根据公告，这次调价已于北京时间 5 月 27 日 0 时正式在全球同步生效。
2. Token 套餐计费体系优化
同时，小米对计费体系优化也进行了调整，Token Plan 全面升级，同等付费额度用量提升 5–8 倍。
3. 所有在用 Token 套餐额度全额重置
小米还宣布，存量用户 Credits 自动重置适配新规则。无论当前套餐剩余用量多少，所有处于有效期内、已订购 Token 套餐的用户（包含参与小米此前百万亿 Token 创作者激励计划获赠套餐的用户，以及享有 Apache 软件基金会专属福利的用户），其账户积分额度均将于北京时间 5 月 27 日 0 时全额重置，并统一按照新计费规则执行。
此外，小米也预告，针对 Token 套餐已到期的历史付费用户，其也准备了专属惊喜福利，相关内容将在一周内公布。
以前最贵的，不是模型，而是“上下文”
很多普通用户可能会觉得：“大模型调用不就是按字数收费吗？”
但实际上，真正让开发者头疼的，往往不是一次提问，而是“反复喂上下文”。
尤其在 AI 编程、Agent 工作流里，一个任务往往会：
不断读取历史上下文
重复调用工具
反复传输长代码
多轮循环推理
而这些上下文数据，很多平台都会重复收费。
于是你会发现：AI 本身不贵，真正贵的是“记忆”。
此前就有开发者在 Reddit 抱怨，小米早期 MiMo 的计费方式非常容易让人误判成本：“你以为只在为新增 Token 付费，但实际上整个上下文都在重复计费。”
尤其在 CLI Agent 场景下，成本会指数级上升。
而这次随着小米的调整，也解决了这个问题。
为什么现在可以降价了，以前价格却那么高？
如果只看价格，很多人会觉得：“小米也开始卷 AI 价格战了。”
但如果把最近几个月的动作放在一起看，会发现 MiMo 的目标可能远不止“便宜”。
比如就在上个月，小米宣布开源 Xiaomi MiMo-V2.5 系列模型，采用 MIT 协议，支持商用部署和二次训练，无需额外授权。
这意味着：开发者不仅能调用 API，还能直接拿模型自己部署。
此外，小米还推出了 Orbit 100T Token 激励计划。官方称，该计划上线不到一个月，100T Token 已被开发者全部领完。
这一系列动作背后，其实已经非常明显：小米真正想争夺的，并不是单一模型市场，而是未来 AI Agent 生态的开发入口。
对于这次永久性降价，小米技术团队也专门解释了原因。
核心关键词只有一个：推理系统的持续优化。
目前，小米已全面搭载基于 SGLang 高缓存架构的滑动窗口注意力机制（SWA）。
按照官方说法：
这一技术将 KV 缓存数据在显存、内存、固态硬盘等多级存储之间的传输量，降至优化前的约七分之一；可缓存的 Token 数量提升至原先近 5 倍，大幅提高缓存命中率与整体推理效率。
与此同时，小米技术团队还对专家并行方案、输入长度分桶策略等进行优化，进一步提升集群的输入吞吐能力。在保障服务质量的前提下，持续压低单 Token 的服务成本。
价格战背后：AI 行业开始进入“水电煤时代”
事实上，小米并不是第一个主动掀起价格战的厂商。
更早之前，DeepSeek 已经率先开始下压价格。
5 月 22 日，DeepSeek 宣布：DeepSeek-V4-Pro API 在结束限时优惠后，正式价格仍将维持在原定价的四分之一。
DeepSeek-V4-Pro 的定价和 MiMo‑V2.5‑Pro 相同。
这背后，其实反映出整个行业正在发生的一场深层变化。
过去两年，AI 公司比拼的是参数规模、Benchmark 排名、推理能力、多模态能力。
但现在，一个越来越明显的趋势开始出现：模型能力差距，正在慢慢缩小。
于是竞争开始转向：谁能把 Token 做成“基础设施”。
这种变化，其实和当年云计算市场很像。
最开始大家比性能。后来大家比价格。
最后算力开始变成水、电、煤一样的基础资源。
而谁能把成本打下来，谁就能获得最大规模的开发者生态。