押注 2026 年 Token 大加价的东说念主，短短一周迎来两次打脸。

5 月 22 日，DeepSeek 文书 DeepSeek V4 Pro 永恒降价；今天凌晨，小米 MiMo-V2.5 系列跟进降价，最高降幅达到 99%。

与此同期，小米 Token Plan 计费体系同步优化，订价不变，可用量训导至正本的 5 至 8 倍。

莫得出乎太多预感，国际 Reddit、X 平台以及各大斥地者论坛上对于小米 MiMo 模子降价的有计划热度亦然赶紧飙升。

仅仅，在全行业齐在高喊 Token 老本吃不用确当下，小米为何勇于逆流降价？更弥留的是，这波降价操作又会把 AI 行业推向何方

Token 价钱打骨折，AI 行业迎来最严厉的父亲

小米这次公告自满，旗下 AI 大模子 MiMo-V2.5 系列 API 将进行永恒降价，最高降幅达 99%，且不再分离输入长度。新价钱已于北京时期 5 月 27 日 0 点群众同步成效。

不外，99% 的降幅并不料味着每一次调用齐会按最廉价计费，要津变量在于输入缓存是否射中。

以 MiMo-V2.5-Pro 为例，一朝射中缓存，输入价钱被击穿至约 0.025 元每百万 Tokens。而要是输入缓存未射中，价钱依然督察在 3 元每百万 Tokens，输出价钱则为 6 元每百万 Tokens。

也即是说，这个极廉价钱诞生的先决要求，是肯求必须大批射中缓存。

对于高相易陡立文、高频 Agent、多轮代码任务以及批量推理任务来说，这个价钱领有极强的迷惑力，但要是你的愚弄场景缓存射中率堪忧，真实老本光显不会涉及最低点。

Token Plan 的玩法也有着相通的逻辑。

小米强调订价不变，Credits 大幅训导：Lite、Standard、Pro、Max 四档月费仍是 39 元、99 元、329 元和 659 元， Credits 的额度，也从 0.6 亿、2 亿、7 亿、16 亿训导到对应的 41 亿、110 亿、380 亿、820 亿。

且按照新的换算关联，MiMo-V2.5-Pro 射中缓存只需 2.5 Credits / token，未射中缓存则要 300 Credits / token，输出为 600 Credits / token。

这与 DeepSeek 的布置如出一辙。

浅易总结一下时期线：4 月 24 日 DeepSeek V4 预览版发布；次日 V4-Pro 开启 2.5 折优惠；4 月 26 日，缓存射中价钱暴降至首发价的十分之一；到 5 月 22 日，临时扣头干脆变成了永恒降价，V4-Pro 永恒降至原价的四分之一。

一番拯救事后，DeepSeek-V4-Pro 的输入缓存射中价钱从 0.1 元获胜降到了 0.025 元。跟着小米 MiMo-V2.5-Pro 的火速跟进，国产模子的缓存射中输入价还是被透彻焊死在了这一基准线上。

DeepSeek 和小米齐把最有冲击力的价钱放在缓存射中庸场景，原因并不复杂。大模子正在从聊天走向干活，而 Agent 才是 token 滥用真实放大的方位。

在聊天场景里，用户问一句，模子答一句，老本相对容易估算。

但在 Agent 场景里，一个任务可能包含长陡立文、多轮推理、代码生成、器具调用、网页读取、文献分析和贬抑校验。用户看到的仅仅临了一次输出，后台却可能还是发生了屡次请乞降大批陡立文读取。

这即是缓存射中弥留的方位。

Agent、代码助手和长陡立文愚弄有一个共同特色：好多本色会反复出现。比如系统辅导词、名堂代码、API 文档、器具判辨、历史对话、依赖文献等。这些本色要是每次齐从头计较，老本会很高；但要是能被缓存，下次再用时只按缓存射中价钱计费，推理老本就会昭彰下落。

也即是说，缓存射中价钱越低，越得当高频、多轮、长陡立文的真实责任场景。DeepSeek 和小米廉价背后，其实亦然为了先把斥地者和高频愚弄迷惑进来，让更多 Agent、代码助手和办公自动化愚弄痛快跑在我方的模子上。

小米此前通过 MiMo Orbit、百万亿 Token 创造者激发狡计等举止，开云世界杯官网让更多东说念主体验 MiMo，并处理真实问题。这个百万亿 Token 激发狡计自 4 月 28 日上线，到 5 月 26 日 16:08，100T Tokens 已沿途提前披发已矣。

从平台视角看，廉价 token 和免费额度换来的是海量真实调用。真实调用会带来复杂任务、失败样本、用户反映、Agent 责任流、代码场景和长陡立文数据，这些齐会反过来匡助模子和推理系统迭代。

社区里的「养虾党」忻悦，也不错放在这个逻辑里涌现。用户在最大化滥用额度的同期，也在匡助平台制造压力、自满问题、积贮调用数据。

是以这笔账不成只看单次推理毛利。短期收入被压低，换来的是斥地者移动、调用界限和真实反映。对念念争夺 Agent 生态位置的模子厂商来说，这是一种格外合算的平台干预。

罗福莉的真香定律，背后是工程暴力

不外，光有利愿还不够，要津是降得起。小米这次降价的特等之处，正在于它和 MiMo 大模子郑重东说念主罗福莉此前的公开表态造成了反差。

一个月前，罗福莉曾公开反对 token 价钱战。她那时的判断是，廉价 token 加灵通第三方 Agent 框架，容易让平台堕入老本失控。

她提到，第三方 Agent 框架时常陡立文约束粗心。单次用户查询可能触发多轮廉价值器具调用，每次肯求又佩戴率先 10 万 token 的超长陡立文。要是平台无法约束这类蹧跶，真实 API 老本可能是订阅价钱的数十倍。

她还以为，群众算力供给还是跟不上 Agent 带来的 token 需求增长。大模子公司在莫得厘清编程和 Agent 场景老本结构之前，盲目价钱战会导致限流、降配、涌现性下落，最终毁伤用户体验。

但小米这次降价莫得推翻此前判断，而是调动了价钱战诞生的前提。罗福莉此前反对的是莫得老本结构撑捏的廉价。小米当今展示的，是一套自以为概况撑捏廉价的推理工程决策。

按照小米公告，其技能团队基于 SGLang HiCache 好意思满支捏 SWA，也即是 Sliding Window Attention，将 KV Cache 在 GPU 显存、CPU 内存、SSD 等多级存储之间的数据搬运量镌汰至优化前的近七分之一，并将可缓存 token 数目训导至优化前的近五倍。

与此同期，小米还优化了大家并行决策和输入长度分桶策略，以训导集群输入隐约能力。莫得这层工程能力，廉价很容易就会变成不可捏续的补贴。有了饱和强的 Infra 系统，廉价才可能更动为永远上风。

价钱战执行工程能力，也执行后方厚度。

不同于纯 AI 模子公司，小米的手机、汽车、IoT 和消费电子业务，给它提供了更长的干预周期和更大的政策耐烦。它不错把大模子劳动看作 AI 生态进口，幸免堕入只按短期 API 收入争斤论两的困局。

这对中小模子公司并不友好。莫得主业输血，莫得过硬的 Infra 实力，也莫得饱和调用界限摊薄老本的玩家，注定无法永远跟进这种价钱。

DeepSeek 的廉价还是获胜胁迫到不少国产模子的阛阓定位。而跟着小米 MiMo 的跟进，更多仍有体量的厂商会被迫拯救价钱或将从头界说产物价值。更小的模子劳动商，则可能被推向更窄的垂直场景。

这轮降价某种进度上亦然后果派模子厂商对阛阓的一次筛选。有工程能力、算力调换能力和生态进口的公司，不错承受更廉价钱带来的压力。独一模子能力、但推理老本压不下来的公司，会越来越被迫。

况且随同不绝下探的空间徐徐变窄，价钱越接近物理老本，单纯降价的价值越有限。下一阶段，模子质料、Agent 适配、斥地者器具、生态绑定、劳动涌现性和企业寄托能力，也齐将迎来新一轮内卷。

模子能力决定了 AI 发展的上限，而推理老本决定了 AI 普及的界限。比及真实低廉的 Token 涌入愚弄层时，咱们才会真实看清开云足球世界杯中国官网入口，属于 AI 的下一个爆发时期会是什么神色。