冬季星空星座分布图

更新时间：2026年06月10日 07:11　浏览次数： 258

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。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。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？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。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。 © 1996-2026 SINA Corporation。

友情链接：

阅读全文