最高降价99%背后：小米首次公开模型推理优化技术报告

更新时间：2026-06-01 09:55:04

点击次数：

<article><section data-type="rtext"><p>5月27日，小米宣布旗下MiMo-V2.5系列大模型API永久降价，最高降幅达99%，引发业界关注。讨论焦点集中在一个问题上：<em data-scene="strong">降幅最高达99%，技术上如何实现？</em></p><p>5月30日，小米MiMo大模型团队在官方技术博客发布题为《MiMo-V2.5 系列推理全链路优化：将 Hybrid SWA 效率推向极致》的长文，首次完整公开降价背后的技术路径：一篇覆盖Hybrid SWA + MoE + 多模态组合架构的推理系统全链路优化方案，系统性地将Hybrid SWA的推理效率推向极致。</p><p><i class="pic-con"></p><p><em data-scene="strong">技术细节首次公开：五大核心突破，实现万亿参数推理系统全链路优化</em></p><p>MiMo-V2.5-Pro是一个万亿参数MoE模型，***用Hybrid SWA架构：70层中60层仅计算局部窗口注意力，10层保留全局视野。理论上，这种设计能将KVCache存储和计算量压至Full Attention的1/7。</p><p><i class="pic-con"></p><p>“理论上的架构优势，并不会天然转化为真实线上系统中的效率优势。”MiMo团队在技术博客中指出，在生产环境中，分布式缓存状态不一致、前缀匹配语义失效、多级存储搬运延迟等工程挑战，会将理论收益大幅削减。以下五项突破，正是将这一差距补齐的关键。</p><p>突破一：KVCache 双池 + SWA-aware 前缀树</p><p>将Full和SWA的缓存拆为两个独立池，SWA 严格按窗口大小分配，容量效率提升约 7×。重新设计缓存命中规则，引入"窗口安全长度"匹配规则，解决 SWA 模式下的"伪命中"问题。</p><p>突破二：GCache 分布式缓存</p><p>直接在GPU机器上混布接管闲余内存与NVMe SSD。额外存储成本为零，单进程RDMA读吞吐170 GB/s，延迟仅280μs。</p><p>突破三：KVCache 亲和调度</p><p>请求优先路由到已缓存其前缀的实例，L2 命中率 +25%，单机吞吐 +30%，P90 延迟 −30%。</p><p>突破四：Decode阶段MTP加速</p><p>Prefill阶段同步开启MTP，使其KVCache从首个输出token即有效，前128 token加速2.3倍，128–256 token加速1.5倍，有效降低Agent场景下的实际等待时间。</p><p>突破五：多模态推理优化</p><p>***并行解码、跨请求组Batch、GPU预处理、一致性哈希路由——1小时***端到端处理从156秒降至23秒，Encoder吞吐提升2倍、延时不变。</p><p><i class="pic-con"></p><p>五项突破分别作用于推理链路的不同环节，存储、缓存、调度、解码、多模态。KVCache双池释放的显存空间，被GCache用于扩大缓存容量；更大的缓存容量提高了命中率；更高的命中率减少了Prefill重算量；Prefill加速又为Decode腾出了更多调度余量。</p><p>最终，整条推理链路的成本结构被系统性地改变，这也是降价99%依然能维持收支平衡的技术底气。</p><p><em data-scene="strong">技术红利释放：降价节省的成本，全部回馈开发者</em></p><p>MiMo V2.5系列模型降价消息发布后，全球开发者社区迅速被点燃。在海外技术论坛和社交平台上，围绕"降价99%为什么还不亏"的讨论热度持续攀升，大量开发者自发分析 MiMo的推理架构和成本结构。</p><p>不少开发者惊叹“优质模型的成本正在以惊人的速度下降，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为代表的中国模型性能强大、速度快，“中国AI模型比美国AI泡沫模型便宜90%到95%，不仅价格低廉、速度快，并且对于大多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。”</p><p><i class="pic-con"></p><p>在全球知名API调用平台OpenRouter上，Xiaomi MiMo-V2.5系列大模型调用量在迅速攀升，截至5月30日，MiMo-V2.5跻身日榜第三、周榜第十，MiMo-V2.5-Pro跻身日榜第七、周榜第八。</p><p><i class="pic-con"></p><p><i class="pic-con"></p><p>此次技术博客的发布，也是小米MiMo对近期外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省的成本通过API降价回馈给用户，同时已将这次优化的技术细节以 PR 形式回馈 SGLang 开源社区，希望尽早让工程优化不再成为门槛，使这类兼具强度与效率的复合架构得到更广泛的探索与应用。</p><p>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***”已圆满收官：总申请人数超过54万人，覆盖科研学术、制造工业等行业，累计发放100万亿免费Token，折合人民币超6500万元。</p><p>同期启动的“Agent生态共建***”面向Agent框架团队提供Token扶持，首批13家合作伙伴名单已公布，小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重公开，更在于生态共建。”小米MiMo团队表示。</p><p>从开源模型权重、公开推理系统优化细节，到百亿Token激励、Agent生态共建，小米正在构建一条从技术底座到开发者生态的完整路径：让Token越来越便宜、越来越普惠，让AI从少数人的工具变成***可及的基础设施。</p><p>在小米的推动下，Token有望成为拉动存储芯片、算力芯片、电力基础设施等上游产业链的全新增长极，驱动整个AI行业进入下一个发展周期。（心月）</p></section><img src='/image/155194-0' alt='最高降价99%背后：小米首次公开模型推理优化技术报告'>          
      </div>
    </div>
  </div>
  <div class="NyPrevNext">
    <ul>

<li> <a href="/detail/154270.html"> 最高降2000元！多家电商平台下调iPhone 17 Pro系列价格_苹果_同比_补贴</a></li>
        <li> <a href="/detail/154837.html"> 港人现场见证黎家盈“飞天”：香港融入和服务国家大局的绝佳演绎_发展_卓孝业_青年</a>  </li>

</ul>
  </div>
</div>
<footer>
  <div class="w1400">
    <div class="footup">
      <ul>
                          <li>
          <p>翻斗式雨量计设备说明和主要性能技术指标_监测_降水量_计量</p>
           <a href="/detail/154214.html">翻斗式雨量计设备说明和主要性能技术指标_监测_降水量_计量</a>  <a href="/detail/154214.html">翻斗式雨量计设备说明和主要性能技术指标_监测_降水量_计量</a>  <a href="/detail/154214.html">翻斗式雨量计设备说明和主要性能技术指标_监测_降水量_计量</a>  </li>
                          <li>
          <p>网传腾讯字节高管互喷「短***像猪食」，抖音副总裁辟谣！_李亮_相关_言论</p>
           <a href="/detail/154814.html">网传腾讯字节高管互喷「短***像猪食」，抖音副总裁辟谣！_李亮_相关_言论</a>  <a href="/detail/154814.html">网传腾讯字节高管互喷「短***像猪食」，抖音副总裁辟谣！_李亮_相关_言论</a>  <a href="/detail/154814.html">网传腾讯字节高管互喷「短***像猪食」，抖音副总裁辟谣！_李亮_相关_言论</a>  </li>
                          <li>
          <p>日本福岛核废区野猪变成“超级猪”，专家担忧变异品种猪群失控_杂交_繁殖_周边地区</p>
           <a href="/detail/154854.html">日本福岛核废区野猪变成“超级猪”，专家担忧变异品种猪群失控_杂交_繁殖_周边地区</a>  <a href="/detail/154854.html">日本福岛核废区野猪变成“超级猪”，专家担忧变异品种猪群失控_杂交_繁殖_周边地区</a>  <a href="/detail/154854.html">日本福岛核废区野猪变成“超级猪”，专家担忧变异品种猪群失控_杂交_繁殖_周边地区</a>  </li>
                        </ul>
      <div class="footewm">
        <div class="ewmjpg"></div>
        <p>扫一扫，添加微信</p>
      </div>
      <div class="clear"></div>
    </div>
  </div>
  <div class="foot_copy">
    <div class="foot_copy_main w1400">
        <p class="fl">Copyright © 2012-2023 某某博客 版权所有 网站备案号：<a href="https://beian.miit.gov.cn/" rel="nofollow" target="_blank">粤IP*******</a></p>
        <p class="fr"><a href="/sitemap.xml" target="_blank">网站地图</a></p>
      <div class="clear"></div>
    </div>
  </div>
</footer>
<div class="kfView4 hidden-sm hidden-md hidden-xs">
  <div><a class="kefu-lx"></a></div>
  <ul class="list-unstyled">
    <li>在线客服</li>
    <li><a href="javascript:scroll(0,0)" class="kefu_top" title="回网页顶部"></a></li>
    <li><a href="tel:400-123-4567" class="kefu-tel">电话咨询</a>
      <p>服务热线：<br>
        400-123-4567</p>
    </li>
    <li><a class="online-contact-btn kefu-qq"  href="https://aifanfan.baidu.com/">在线咨询</a></li>
    <li><a class="kefu-wx">微信咨询</a>
      <p></p>
    </li>
    <li><a href="javascript:scroll(0,4000)" class="kefu_bottom"></a></li>
  </ul>
</div>
<script language="javascript" type="text/javascript" src="/template/moban163/static/js/customer.js"></script>

</html>
</body>