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。

国产模型降成白菜价

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 。

它跟几天前DeepSeek-V4-Pro宣布降价后的价格刚好一致
。

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：

而对比海外主流模型 ，国产大模型的价格优势堪称碾压级
。

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 。