小米大模型服务引入精细化Credits计费规则，AI Agent长上下文成本分析引关注

近日，针对小米最新更新的Token Plan订阅服务，科技社区对其计费逻辑进行了深入解读，澄清了Credit与Token之间的实际换算关系。此前市场普遍认为的“1 Credit = 1 Token（普通版）”或“2 Credit = 1 Token（Pro版）”的简单线性换算已被新的复杂规则所取代。根据最新披露的官方文档，小米大模型（V2.5及V2.5-Pro）采用了三段式计费标准，将消耗场景细分为“命中缓存”、“未命中缓存”和“输出”三列。以MiLM V2.5普通版为例，其费率分别为每Token消耗2、100和200个Credits；而Pro版的费率则更高。基于这一新规则，用户对定价99元/月的Standard套餐（含110亿Credits）进行了实际效能测算。在模拟典型AI Agent任务场景（5000 Token输入命中缓存 + 1000 Token输出）时，该套餐约可执行5500轮任务；若输入未命中缓存，执行次数则降至约4400轮。这一数据揭示了一个核心事实：在小MiLM的计费体系中，是否命中缓存对成本控制有着近百倍的影响，直接决定了AI应用在实际运行中的边际成本高低。

事件分析

💡 核心观点：小米通过引入差异化的Credits计费模型，验证了长上下文缓存技术在降低AI Agent边际成本中的核心价值。