本文来自微信公众号： 观网财经 ，作者：陈济深
5月27日，雷军在微博转发了小米MiMo-V2.5系列API降价的消息。
按照小米MiMo官方公告，MiMo-V2.5系列API从当天零时起永久降价，最高降幅达99%，同时不再按照上下文窗口长度分档计价。Token Plan计费体系也同步调整，同等价格下用量提升至原来的5至8倍，仍在有效期内的用户额度被统一重置。
雷军在转发中强调，这次价格调整"最高降幅达到99%，不再区分上下文窗口"。
99%的降幅当然足够醒目。但更值得注意的是，MiMo-V2.5-Pro调价后的三项核心价格：输入缓存命中0.025元/百万tokens，输入缓存未命中3元/百万tokens，输出6元/百万tokens。
这三个数字，与五天前DeepSeek刚刚确定为长期价格的V4-Pro完全一致。
DeepSeek V4系列于4月25日上线，V4-Pro首发定价为输入缓存命中1元/百万tokens。上线次日，DeepSeek即宣布全系API输入缓存命中价格降至首发价的十分之一，V4-Pro同时叠加2.5折限时优惠，优惠后缓存命中价格降至0.025元/百万tokens。这一优惠原定于5月5日结束，后延至5月31日。5月22日晚间，DeepSeek宣布2.5折优惠不再限时，永久生效。一个月内连续调价，也让DeepSeek V4-Pro的"原价"更像是一个短暂存在过的参照物。
DeepSeek官方价格页显示，V4-Pro在5月31日优惠活动结束后，将正式调整为原定价的1/4。调价后，V4-Pro输入缓存命中价格为0.025元/百万tokens，输入缓存未命中为3元/百万tokens，输出为6元/百万tokens。
也就是说，小米MiMo此次并不是简单降价，而是将其Pro档模型价格，直接对齐到了DeepSeek刚刚打出的价格基准上。
这使得此次降价超出了常规促销的范畴。
值得注意的是，小米此次降价也发生在MiMo上一轮开发者激励结束之后。官方公告显示，自4月28日启动的100T Token创作者激励计划，已于5月26日提前发放完毕。对MiMo而言，永久降价和Token Plan额度重置，不只是降低开发者尝鲜门槛，也是在免费Token红利结束后，继续承接Agent框架和应用开发者生态。
过去大模型API更接近"能力溢价"定价。模型越接近闭源前沿模型，越能在代码、推理、长上下文、Agent等场景中证明能力，厂商就越有理由维持更高价格。
但DeepSeek和小米MiMo这两次降价，显示出另一套定价逻辑正在浮出水面：模型服务不再只按"能力有多强"定价，也开始受到"单次推理成本能压到多低"的约束。
这背后是推理系统效率的持续优化。小米MiMo在公告中解释称，技术团队基于SGLang HiCache完整支持SWA，将KV Cache在GPU显存、CPU内存、SSD等多级存储之间的数据搬运量降至优化前的近七分之一，可缓存token数量提升至近5倍，并通过专家并行、输入长度分桶等方式提升集群吞吐。
也正是这些看似后台的工程优化，决定了厂商是否有能力长期维持低价。大模型API价格战已经不只是模型参数和榜单能力的竞争，而是延伸到推理框架、缓存系统和集群资源调度能力的竞争。能否在高并发、长上下文和多轮调用下持续压低单token服务成本，正在成为厂商基础设施能力的一部分。
尤其是缓存命中价。
0.025元/百万tokens并不是所有输入的价格，而是请求前缀命中Prompt Cache之后的价格。但对于代码助手、企业知识库、客服系统、文档审核和Agent工作流而言，大量调用都包含重复上下文：系统提示词、工具说明、历史轨迹、检索片段、代码仓库背景，会在多轮任务中反复出现。
过去，长上下文和多步Agent之所以难以大规模部署，一个重要原因就是持续调用成本过高。当缓存命中价格被压到0.025元/百万tokens，真正被重估的不是一次问答，而是复杂任务连续运行的成本。
这也是小米取消上下文长度分档的意义所在。
此前，MiMo-V2系列按照256K以内和256K至1M上下文窗口分档计价，长窗口输入成本明显更高。此次V2.5系列降价后，MiMo不再区分上下文窗口长度，相当于直接降低了长上下文任务的使用门槛。
对开发者来说，这比单纯"便宜一点"更关键。Agent、代码助手和企业知识库真正消耗成本的地方，恰恰不是短问短答，而是长上下文、连续调用和多轮任务。
放到全球价格体系中，这一差异更加明显。OpenAI此前披露，GPT-5.5 Pro API定价为输入30美元/百万tokens、输出180美元/百万tokens。相比之下，DeepSeek V4-Pro和MiMo-V2.5-Pro调价后，即便不计算0.025元的缓存命中价，仅以缓存未命中输入3元、输出6元计算，价格也已经低出不止一个数量级。
这意味着，国产模型的低价不再只是"平替"叙事，而是开始对全球大模型API的价格体系形成压力。
这种压力最终会传导到企业采购方式。
未来企业不会只问"哪个模型最强"，而会更关注"什么任务该用什么模型"。高风险的法律、金融、关键代码审查和重大经营决策，仍可能交给更贵、更稳、更有合规保障的模型；但客服初筛、批量摘要、内部知识库问答、代码初稿、文档整理等高频、重复、低风险任务，则会更多被路由到低价模型。
换句话说，企业买的可能不再是单个模型，而是一套路由系统。
这种趋势已经在海外企业实践中出现。Airbnb CEO Brian Chesky此前表示，其客服AI由13个模型组成，并在很大程度上依赖通义千问，原因是"更好更便宜"。当企业开始把不同模型放进同一套生产系统，模型竞争就不再只是榜单分数竞争，而是单位任务成本、稳定性、吞吐、延迟和合规能力的综合竞争。
当然，低价并不等于真实总成本一定低。
0.025元只对应缓存命中输入。实际部署中，企业还要看缓存命中率、首token延迟、并发限制、服务稳定性、长上下文吞吐、第三方平台加价以及数据合规成本。如果业务场景高度动态、上下文频繁变化，或者服务在高峰期无法稳定承载，价格表上的低价未必能完全转化为生产环境里的低成本。
因此，这轮价格战的关键不只是"谁更便宜"，而是大模型厂商能否在低价下保持可用、稳定和可规模化。
更具意味的是，据彭博社等媒体报道，DeepSeek近期正推进约700亿元人民币融资，潜在投前估值约450亿美元，梁文锋向投资者强调的仍是开源模型和AGI目标，而非短期商业化。如果这一融资进展最终落地，V4-Pro永久降价也更像是一种长期生态策略，而不是阶段性促销。
DeepSeek先把限时优惠变成长期价格，小米MiMo随后将Pro档价格直接对齐。两家公司共同释放出的信号是：国产大模型API正在从能力溢价阶段，进入成本约束阶段。
后续压力将传导给更多模型厂商。
如果同等能力区间的模型已经可以把缓存命中输入压到0.025元/百万tokens，那么价格更高的模型就必须回答一个更直接的问题：它贵出来的部分，究竟来自更强能力、更高稳定性、更好合规，还是仅仅来自过去的定价惯性？
从更大的产业格局看，这也是中国大模型路线的一个典型切面：不只追求单点最强模型，而是通过低成本、高频迭代和开放调用，把模型能力尽快压进真实应用场景。
当海外前沿模型仍维持高价策略时，中国厂商正在把大模型推理服务做成更接近基础设施的东西。价格战只是表象，真正竞争的是谁能用更低成本支撑更大规模的应用生态。
大模型价格战没有结束。它只是从"谁敢降价"，进入了"谁能用真实成本支撑低价"的新阶段。