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。