作者 | 赵芷姗
编辑 | 周伟鹏
继 DeepSeek 宣布永久降价后，又一家国产大模型宣布降价了。
5 月 27 日凌晨，小米宣布 MiMo-V2.5 系列 API 永久降价，最高降幅达 99%，且不再区分输入长度。
同时对 Token Plan 计费体系进行优化，同样的套餐价格，用量提升至原来的 5-8 倍。
所有已订阅 Token Plan 且在有效期内的用户，从今天 0 点起全部重置按照新计费规则执行。
小米创始人雷军，随后在微博也转发了这条降价消息。
对比国外模型价格优势明显
公告显示，MiMo-V2.5-Pro 调价后，输入缓存命中价格降至 0.025 元 / 百万 tokens，输入未命中缓存 3 元 / 百万 tokens，输出 6 元 / 百万 tokens。
自今年年以来，国内头部大模型厂商已掀起一轮持续、全面的降价潮，价格堪称 " 白菜价 "。
按照每百万 tokens 的单价，Kimi-k2.6 缓存命中输入价 1.1 元，缓存未命中输入价 6.5 元，输出价 27 元。
其他模型价格具体如下图：
MiMo-V2.5-Pro 的输入价格仅为 Claude-opus-4.7 的三十六分之一，输出价格更是达到九十分之一。
在这样巨大的价格差下，一些外国码农都受不了，反向代购中国大模型。
硬件和云在暴涨，token 在暴跌
利润到底从哪来？
极具反差的是，当国内模型 token 降价的同时，底层的硬件、云算力成本却在持续暴涨。
全球 AI 算力、云服务、硬件设备全面进入涨价周期，彻底终结了云计算二十年 " 只降不升 " 的行业惯例。
国内阿里云、腾讯云、百度智能云三大头部厂商，先后上调 AI 算力产品价格，涨幅区间 5%-34%。
同时，高性能存储、算力租赁、服务器整机价格同步上涨，英伟达 H100 GPU 年租赁价格涨幅近 40%，部分腾讯云 AI 算力服务涨幅更是高达 400%，海外 AWS、谷歌云同步跟进涨价，全球 AI 底层算力成本全面走高。
按理说，上游成本上涨必然带动下游模型涨价，但国产大模型却反向降价，它们的利润都从哪里来？
答案藏在推理效率里。
大模型 API 的成本结构正在发生质变。过去，成本大头是模型训练和参数存储；现在，随着模型开源、蒸馏技术成熟，训练成本被摊薄，真正的战场转移到了推理环节：如何让每一次 API 调用的算力消耗更低、吞吐更高、延迟更短。
尤其是在长上下文、Agent、多轮对话场景下，真正的吞金兽是 KV Cache。
可以把它理解为模型推理时对上下文的 " 记忆 "。上下文越长，缓存就越庞大，吃掉的显存也越恐怖。很多长上下文模型定价高昂，本质上不是因为 " 更聪明 "，而是缓存成本居高不下。
小米这次的技术攻坚，正是冲着这个痛点去的。
DeepSeek V4 系列之所以敢定价 0.025 元，也是因为在推理框架、缓存系统和集群调度上做了深度优化。
硬件贵了，但单位 token 消耗的算力下降得更快。
另外，薄利多销的逻辑在这里依然有效。模型降价后，开发者不再吝啬调用量，Agent 框架、多轮对话、长文档分析的消耗量会指数级增长。
中美大模型之战
谁是赢家
于是到这里就会产生一个问题：
当中国大模型价格只是美国的顶尖模型十分之一，而功能却能达到百分之八九十，那么这场模型大战，中国凭什么输？
过去两年里，业界普遍有一种担忧：中国在基础模型能力上始终落后 OpenAI 和 Anthropic 半步，从 GPT-4 到 Claude 3.5 再到 GPT-5.5，每次发布都在拉大差距。这种焦虑是真实的。
但价格带来的强劲竞争力，也是客观的。
企业在采购 AI 服务时，决策公式从来不是选最强的，而是选性价比最高的；当 token 便宜到忽略不计时，开发者不用再精打细算，可以大胆进行设计，从而催生出独有的应用生态。
国产大模型厂商正在把大模型做成新时代的水电煤：便宜、稳定、随取随用。
按照商业发展的规律，最后赢的，往往不是技术最强的那个，而是让技术变得最便宜、最普及的那个。
中国大模型显然已经走在了这条路上。
END
欢迎点击科技每日推送视频号，看最新视频 ~
↓↓↓
易简传媒为一家新三板挂牌公司 ( 股票代码 :834498 ) ，旗下新媒体微信粉丝 2500 万 +，讲述各行业的精彩故事，欢迎大家
