新京报贝壳财经讯（记者 陈维城）5月27日，幼米颁发旗下MiMo-V2.5系列大模型API永远降价，最高降幅达99%，引发业界宽泛关注。会商焦点集中在一个问题上：降幅最高达99%，技术上若何实现
？ 5月30日，幼米MiMo大模型团队在官方技术博客初次齐全公开降价背后的技术蹊径。MiMo-V2.5-Pro是一个万亿参数MoE模型，选取Hybrid SWA架构：70层中60层仅推算部门窗口把稳力，10层保留全局视野。理论上，这种设计能将KVCache存储和推算量压至Full Attention的1/7。 “理论上的架构优势，并不会天然转化为真实线上系统的效能优势。”MiMo团队在技术博客中指出，在出产环境中，散布式缓存状态不一致、前缀匹配语义失效、多级存储搬运延长等工程挑战，会将理论收益大幅削减。 五项突破别离作用于推理链路的分歧环节，存储、缓存、调度、解码、多模态。KVCache双池开释的显存空间，被GCache用于扩大缓存容量；更大的缓存容量提高了射中率；更高的射中率削减了Prefill沉算量；Prefill加快又为Decode腾出了更多调杜奏量。 MiMo-V2.5系列模型降价新闻颁布后，全球开发者社区迅速被点燃。在海表技术论坛和社交平台上，萦绕“降价99%为什么还不亏”的会商热度持续攀升，大量开发者自觉分析 MiMo的推理架构和成本结构。 不少开发者惊叹“优质模型的成本在以惊人的速度降落，智能的发展速度快得真正无法衡量”。同时还有大量开发者点赞以MiMo为代表的中国模型机能壮大、速度快，“中国AI模型比美国AI泡沫模型便宜90%到95%，不仅价值便宜、速度快，并且对于大无数现实世界用例来说足够实用，AI泡沫未来可能被成本曲线崩塌所扼杀。” 这次技术博客的颁布，也是幼米MiMo对近期表界质疑的一次正面回应，不仅将一整套模型推理系统全链路优化所节俭的成本通过API降价回馈给用户，同时已将这次优化的技术细节以 PR 大局回馈 SGLang 开源社区，但愿尽早让工程优化不再成为门槛，使这类兼具强杜纂效能的复合架构得到更宽泛的索求与利用。 除了降价和开源，MiMo对开发者生态的投入还在持续加码。4月28日推出的“百万亿Token创造者激励打算”已圆满收官：总申请人数超过54万人，覆盖科研学术、造作工业等行业，累计发放100万亿免费Token，折合人民币超6500万元。 同期启动的“Agent生态共建打算”面向Agent框架团队提供Token搀扶，首批13家合作同伴名单已颁布，幼米为这些框架和合作方提供了限免Token支持。“开源的价值不止于权沉公开，更在于生态共建。”幼米MiMo团队暗示。