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 。
