新规实施在即，大厂下架AI陪伴产品“保命”
押注 2026 年 Token 大涨价的人，短短一周迎来两次打脸。5 月 22 日，DeepSeek 宣布 DeepSeek V4 Pro 永久降价 ；今天凌晨，小米 MiMo-V2.5 系列跟进降价，最高降幅抵达 99%。与此同时，小米 Token Plan 计费体系同步优化，订价稳定，可用量提升至原来的 5 至 8 倍。没有出乎太多意料，外洋 Reddit、X 平台以及各大开发者论坛上关于小米 MiMo 模型降价的讨论热度也是迅速飙升。只是，在全行业都在高喊 Token 本钱吃不必确当下，小米为何敢于逆流降价？更重要的是，这波降价操作又会把 AI 行业推向何方 Token 价格打骨折，AI 行业迎来最严厉的父亲小米此次通告显示，旗下 AI 大模型 MiMo-V2.5 系列 API 将进行永久降价，最高降幅达 99%，且不再区分输入长度。新价格已于北京时间 5 月 27 日 0 点全球同步生效。不过，99% 的降幅并不料味着每一次挪用都会按最低价计费，要害变量在于输入缓存是否命中。以 MiMo-V2.5-Pro 为例，一旦命中缓存，输入价格被击穿至约 0.025 元每百万 Tokens。而如果输入缓存未命中，价格依然维持在 3 元每百万 Tokens，输出价格则为 6 元每百万 Tokens。也就是说，这个极低价格建立的先决条件，是请求必须大宗命中缓存。关于高重复上下文、高频 Agent、多轮代码任务以及批量推理任务来说，这个价格拥有极强的吸引力，但如果你的应用场景缓存命中率堪忧，真实本钱显然不会触及最低点。Token Plan 的玩法也有着相似的逻辑。小米强调订价稳定，Credits 大幅提升：Lite、Standard、Pro、Max 四档月费仍是 39 元、99 元、329 元和 659 元， Credits 的额度，也从 0.6 亿、2 亿、7 亿、16 亿提升到对应的 41 亿、110 亿、380 亿、820 亿。且凭据新的换算关系，MiMo-V2.5-Pro 命中缓存只需 2.5 Credits / token，未命中缓存则要 300 Credits / token，输出为 600 Credits / token。这与 DeepSeek 的打法如出一辙。简单回首一下时间线：4 月 24 日 DeepSeek V4 预览版宣布 ；越日 V4-Pro 开启 2.5 折优惠 ；4 月 26 日，缓存命中价格暴降至首发价的十分之一 ；到 5 月 22 日，临时折扣爽性酿成了永久降价，V4-Pro 永久降至原价的四分之一。一番调解事后，DeepSeek-V4-Pro 的输入缓存命中价格从 0.1 元直接降到了 0.025 元。随着小米 MiMo-V2.5-Pro 的敏捷跟进，国产模型的缓存命中输入价已经被彻底焊死在了这一基准线上。DeepSeek 和小米都把最有攻击力的价格放在缓存命中和场景，原因并不庞大。大模型正在从聊天走向干活，而 Agent 才是 token 消耗真正放大的地方。在聊天场景里，用户问一句，模型答一句，成内幕对容易估算。但在 Agent 场景里，一个任务可能包括长上下文、多轮推理、代码生成、工具挪用、网页读取、文件剖析和结果校验。用户看到的只是最后一次输出，后台却可能已经爆发了多次请求和大宗上下文读取。这就是缓存命中重要的地方。Agent、代码助手和长上下文应用有一个配合特点：许多内容会重复泛起。好比系统提示词、项目代码、API 文档、工具说明、历史对话、依赖文件等。这些内容如果每次都重新盘算，本钱会很高 ；但如果能被缓存，下次再用时只按缓存命中价格计费，推理本钱就会明显下降。也就是说，缓存命中价格越低，越适合高频、多轮、长上下文的真实事情场景。DeepSeek 和小米低价背后，其实也是为了先把开发者和高频应用吸引进来，让更多 Agent、代码助手和办公自动化应用愿意跑在自己的模型上。小米此前通过 MiMo Orbit、百万亿 Token 创立者激励计划等运动，让更多人体验 MiMo，并解决真实问题。这个百万亿 Token 激励计划自 4 月 28 日上线，到 5 月 26 日 16:08，100T Tokens 已全部提前发放完毕。从平台视角看，低价 token 和免费额度换来的是海量真实挪用。真实挪用会带来庞大任务、失败样本、用户反响、Agent 事情流、代码场景和长上下文数据，这些都会反过来资助模型和推理系统迭代。社区里的「养虾党」现象，也可以放在这个逻辑里理解。用户在最大化消耗额度的同时，也在资助平台制造压力、袒露问题、积累挪用数据。所以这笔账不可只看单次推理毛利。短期收入被压低，换来的是开发者迁移、挪用规模和真实反响。对想争夺 Agent 生态位置的模型厂商来说，这是一种非� ；愕钠教ㄍ度�。 罗福莉的真香定律，背后是工程暴力不过，光有意愿还不敷，要害是降得起。小米这次降价的特殊之处，正在于它和 MiMo 大模型卖力人罗福莉此前的果真亮相形成了反差。一个月前，罗福莉曾果真阻挡 token 价格战。她其时的判断是，低价 token 加开放第三方 Agent 框架，容易让平台陷入本钱失控。她提到，第三方 Agent 框架往往上下文治理粗放。单次用户盘问可能触发多轮低价值工具挪用，每次请求又携带凌驾 10 万 token 的超长上下文。如果平台无法约束这类浪费，真实 API 本钱可能是订阅价格的数十倍。她还认为，全球算力供应已经跟不上 Agent 带来的 token 需求增长。大模型公司在没有厘清编程和 Agent 场景本钱结构之前，盲目价格战会导致限流、降配、稳定性下降，最终损害用户体验。但小米这次降价没有推翻此前判断，而是改变了价格战建立的前提。罗福莉此前阻挡的是没有本钱结构支撑的低价。小米现在展示的，是一套自认为能够支撑低价的推理工程计划。凭据小米通告，其技术团队基于 SGLang HiCache 完整支持 SWA，也就是 Sliding Window Attention，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七分之一，并将可缓存 token 数量提升至优化前的近五倍。与此同时，小米还优化了专家并行计划和输入长度分桶战略，以提升集群输入吞吐能力。没有这层工程能力，低价很容易就会酿成不可连续的补贴。有了足够强的 Infra 系统，低价才可能转化为恒久优势。价格战考验工程能力，也考验后方厚度。差别于纯 AI 模型公司，小米的手机、汽车、IoT 和消费电子业务，给它提供了更长的投入周期和更大的战略耐心。它可以把大模型效劳看作 AI 生态入口，制止陷入只按短期 API 收入斤斤盘算的困局。这对中小模型公司并不友好。没有主业输血，没有过硬的 Infra 实力，也没有足够挪用规模摊薄本钱的玩家，注定无法恒久跟进这种价格。DeepSeek 的低价已经直接威胁到不少国产模型的市场定位。而随着小米 MiMo 的跟进，更多仍有体量的厂商会被迫调解价格或将重新界说产品价值。更小的模型效劳商，则可能被推向更窄的笔直场景。这轮降价某种水平上也是效率派模型厂商对市场的一次筛选。有工程能力、算力调理能力和生态入口的公司，可以蒙受更低价格带来的压力。只有模型能力、但推理本钱压不下来的公司，会越来越被动。并且陪同继续下探的空间逐渐变窄，价格越接近物理本钱，纯粹降价的价值越有限。下一阶段，模型质量、Agent 适配、开发者工具、生态绑定、效劳稳定性和企业交付能力，也都将迎来新一轮内卷。模型能力决定了 AI 生长的上限，而推理本钱决定了 AI 普及的规模。比及真正自制的 Token 涌入应用层时，我们才会真正看清，属于 AI 的下一个爆发时代会是什么模样。