小米Mimo大模型API最高降价99%，利用SGLang技术实现成本突破

5月27日，小米旗下大模型分发平台Mimo宣布针对MiMo-V2.5系列API进行重大更新，永久性降低服务价格并优化计费体系。相比原始API定价，新定价最高降幅达99%，且不再区分输入长度。此次调整的核心动力源自技术层面的突破，官方表示基于SGLang HiCache技术完整支持SWA（滑动窗口注意力）机制，成功将KV Cache在GPU显存、CPU内存及SSD等多级存储间的数据搬运量降低至优化前的近1/7，可缓存Token数量提升至近5倍。同时，通过优化专家并行方案和输入长度分桶策略，集群输入吞吐能力显著提升。在新的Token Plan计费体系下，费用改为Credits模式，区分输入缓存命中情况。官方估算在95%的缓存命中率下，用户实际获得的Token用量将提升至原来的5至8倍。新套餐价格从每月39元至659元不等，对应的API额度均高于实际支付金额，这意味着大模型推理服务的边际成本正在因工程化优化而急剧下降。

事件分析

💡 核心观点：大模型API价格战已从营销补贴转向技术降本，底层推理框架的工程优化成为控制核心成本的关键竞争力。