小米 MiMo API 永久降价，最高降幅达 99%

小米 MiMo 官方宣布其 V2.5 系列 API 永久降价，最高降幅达 99%，且不再区分上下文窗口长度。这一调整主要针对输入缓存命中的场景，通过推理框架的优化实现成本降低。

MiMo 负责人罗福莉解释，降价得益于分层 KV 缓存优化，将缓存 Token 容量提升 5 倍，降低 80%缓存成本。同时，模型架构的稀疏比设计使得原始推理成本远低于行业平均水平，为价格下调留出空间。

在新的 API 价格下，小米推理引擎接近满负载运行，但仍能维持收支平衡。罗福莉指出，价格合理的模型 API 将驱动大规模推理需求，进而拉动 AI 基础设施链发展，包括芯片、服务器、数据中心等，加速全球 AGI 演进。