北京时间2026年5月27日零点，小米MiMo开放平台正式生效新一轮API价格调整。这次不是小幅微调——缓存命中输入价格降幅最高达到99%。
如果你最近关注开源模型，应该已经注意到MiMo V2.5系列过去一个月在开发者社区刷屏了。这次降价算是给已经很高的讨论热度又添了一把柴。
官方公告要点
小米在公告中将这次调价称为"对整个模型价格体系进行一次永久性翻新"。核心内容概括为四项：
- MiMo-V2.5 系列 API 永久降价
- Token Plan 计费体系优化，用量提升至原来的 5-8 倍
- 百万亿 Token 创造者激励计划圆满收官
- 当前有效 Token Plan 用户额度全量重置
生效时间为北京时间 2026 年 5 月 27 日 0:00，全球同步调整。
详细降价方案
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。以下是完整的定价对比：
MiMo-V2.5-Pro
| 类型 | 新价格 | vs V2.5旧 | vs V2.5-Pro旧 |
|---|---|---|---|
| 输入（命中缓存） | ¥0.025/M tokens | ¥1.40 ↓98% | ¥2.80 ↓99% |
| 输入（未命中缓存） | ¥3.00/M tokens | ¥7.00 ↓57% | ¥14.00 ↓79% |
| 输出 | ¥6.00/M tokens | ¥21.00 ↓71% | ¥42.00 ↓86% |
MiMo-V2.5
| 类型 | 新价格 | vs V2.5旧 | vs V2.5-Pro旧 |
|---|---|---|---|
| 输入（命中缓存） | ¥0.020/M tokens | ¥0.56 ↓96% | ¥1.12 ↓98% |
| 输入（未命中缓存） | ¥1.00/M tokens | ¥2.80 ↓64% | ¥5.60 ↓82% |
| 输出 | ¥2.00/M tokens | ¥14.00 ↓86% | ¥28.00 ↓93% |
MiMo-V2.5-Pro 缓存命中输入价格从 ¥2.80/M 压到 ¥0.025/M，降幅 99%。换算一下：100万 Token 的缓存输入只要 2.5 分钱。对长文档处理、多轮对话、Agent 场景来说，缓存命中率上去之后，实际使用成本会比纸面价格低得多。
另外几点补充：
- MiMo-V2.5-TTS 系列继续提供免费接入，MiMo-V2-Pro 与 MiMo-V2-Omni 的 API 价格维持原价不变
- 不再区分输入长度：简化了计费结构，不用再去算上下文窗口长度的账
- V2 系列即将下线：老模型价格不变，建议尽快切换到 V2.5
Token Plan 体系大变
除了按量计费降价，Token Plan 套餐也做了全面升级。定价不变，但 Credits 额度大幅提升：
| 套餐 | 定价 | 调整前 | 调整后 |
|---|---|---|---|
| Lite | ¥39 | 0.6亿 | 41亿 |
| Standard | ¥99 | 2亿 | 110亿 |
| Pro | ¥329 | 7亿 | 380亿 |
| Max | ¥659 | 16亿 | 820亿 |
Credits 与 Token 的换算关系也重新设定：
| 模型 | 命中缓存 | 未命中缓存 | 输出 |
|---|---|---|---|
| mimo-v2.5-pro | 2.5 Credits/token | 300 Credits/token | 600 Credits/token |
| mimo-v2.5 | 2 Credits/token | 100 Credits/token | 200 Credits/token |
| mimo-v2-pro | 140 Credits/token | 700 Credits/token | 2100 Credits/token |
| mimo-v2-omni | 56 Credits/token | 280 Credits/token | 1400 Credits/token |
注意：MiMo-V2-Pro 与 MiMo-V2-Omni 的 Token Plan 不参与调整，并即将下线。
无论当前套餐用量如何，所有已订阅 Token Plan 且当前仍在有效期的用户（包括参与百万亿 Token 创造者激励计划获得 Token Plan 的用户，涵盖 Apache 软件基金会专属福利用户），Credits 额度将于 5 月 27 日 0:00 全量重置，按新计费规则执行。
另外，针对 Token Plan 已过期的历史付费用户，小米表示将在"未来一周"宣布惊喜好礼。
Token Plan 实际可用量（按 95%+ 缓存命中率场景估算）
在 Agent/Code 这类缓存命中率较高的场景下，各套餐升级后实际可用的 Token 数量：
| 使用 MiMo-V2.5 | 使用 MiMo-V2.5-Pro | ||
|---|---|---|---|
| Lite ¥39 | 500M+ | Lite ¥39 | 190M+ |
| Standard ¥99 | 1300M+ | Standard ¥99 | 500M+ |
| Pro ¥329 | 4700M+ | Pro ¥329 | 1800M+ |
| Max ¥659 | 10000M+ | Max ¥659 | 3900M+ |
降价背后的技术支撑
小米在公告中说明了这次价格调整的技术依据：
基于 SGLang HiCache 完整支持 SWA（Sliding Window Attention，滑动窗口注意力机制），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低至优化前的近 1/7，并将可缓存 token 数量提升至优化前的近 5 倍，显著提升了缓存命中率和推理效率。
同时，通过优化专家并行方案、输入长度分桶策略等，进一步提升了集群输入吞吐能力，从而在保障服务质量的前提下持续降低单位 token 服务成本。
百万亿 Token 激励计划收官数据
「百万亿 Token 创造者激励计划」自 4 月 28 日上线，到 5 月 26 日 16:08 全部发放完毕，提前收官。官方公布的数据：
| 总申请人数 | 548,664 | 通过率 | 43.74% |
| 累计发放数量 | 241,879 | 发放 Token | 100 万亿 |
| 折合人民币金额 | ¥65,834,211 |
用户主要来自科学研究、先进工业、内容创作、电商零售、金融等行业。
注：Apache 软件基金会成员专属福利活动长期有效，可继续申请，不受本次收官影响。
开发者社区实测反馈
价格是一回事，实际用起来怎么样是另一回事。我整理了过去一个月 Reddit、知乎、36氪等平台上开发者的实测反馈。
好评集中在几个方向
Token 效率高——这是被提到最多的优点。多个开发者对比后发现，完成同样的编程任务，MiMo V2.5 Pro 消耗的 Token 比 Claude Opus 4.6、GPT-5.4、Gemini 少 40% 到 60%。一位开发者在 Reddit 上记录了三周使用数据：301 次 commits、60 多页代码，API 总花费约 70 美元。考虑到任务复杂度，这个数字确实不贵。
Agent 能力——MiMo V2.5 系列是专门为 Agent 场景做原生优化的，不是通用模型套个 Agent 壳。在 Claw-Eval 评测中，V2.5-Pro 的 Agent 表现接近 Claude Opus 4.6 水平。有开发者用它从零写了一个完整编译器，耗时约 4.3 小时。还有一次"无中断生成 macOS 模拟"的测试也引发了不少讨论。
Claude Code 适配好——国内多个博主实测后认为，MiMo V2.5-Pro 是"目前国内最适合 Claude Code 的模型之一"。工具调用链路比较顺畅，Coding 开发能力也"意外地不错"。
开源协议友好——MIT 协议意味着商用没门槛，这点在国内模型里比较少见。
吐槽也不少
幻觉问题——这是开发者反馈中出现频率最高的负面评价。模型会"凭空猜测接口文档"，生成的代码里混入不存在的 API。在数据处理脚本的审查测试中，V2.5 Pro 没能发现 GPT 和 Claude 能稳定揪出的隐秘 bug。这一点在复杂项目里比较致命。
前端审美短板——多位博主提到，让 V2.5 Pro 生成前端页面，视觉效果"有点劝退"。代码能跑，但样式和布局需要人工大量调整。
推理预算受限——有开发者指出模型"缺乏长链推理训练"，自主思考时对需求细节的覆盖度不如 GPT-5.4。Pro 版的思考时间也偏长，等结果需要耐心。
Coding Plan 额度争议——小米推出的 Coding Plan 宣称提供 16 亿 credit，但有用户反映"第二天就消耗了 50% 的 Token 额度"，而且当天并没有进行重度编码工作。部分用户在 Reddit 和 V2EX 上称其为"误导营销"。
控制台体验一般——缺少调用日志和 trace 功能，出了问题不好排查。联网检索能力也被认为偏弱。
超长上下文推理衰减——有技术分析指出，MiMo V2 Pro 在超过 128K token 后性能迅速下降，在 1M token 时得分降至 0。
一句话总结开发者的态度
简单项目、日常编码、工具类任务——MiMo V2.5 Pro 性价比很高，Token 效率确实能打。复杂项目、需要深度 debug 的场景——幻觉问题绕不开，还是得靠人工把关。价格降下来之后，试错成本更低了，但这不等于模型本身没有短板。
写在最后
MiMo V2.5 系列这次降价，加上之前 4 月底的开源和百万亿 Token 免费计划，小米在 AI 开发者生态上的投入力度确实不小。雷军说过今年 AI 领域投入要超 160 亿，未来三年至少要 600 亿，这些钱花在哪，从模型定价策略上能看出来——先用低价和开源抢开发者，再用 Agent 场景的能力建立壁垒。
至于模型本身，Agent 能力和 Token 效率是长板，幻觉和细节处理是短板。降价之后，短板的代价也变低了。对还在观望的开发者来说，现在试用的门槛已经够低了，值不值得用，跑几个自己的项目就知道了。