关注微信
收藏本站
最高降价99%背后：小米首次公开模型推理优化技术报告_米兰·(milan)中国官方网站
最高降价99%背后：小米首次公开模型推理优化技术报告_米兰·(milan)中国官方网站
专属定制
免费打样
品质卓越
全国咨询热线
网站首页
home
洪井乡
洪井乡
连山区
连山区
石壁镇
石壁镇
承坪乡
承坪乡
下新乡
下新乡
若达乡
若达乡
当前位置：
首页
>
最高降价99%背后：小米首次公开模型推理优化技术报告_米兰·(milan)中国官方网站
文章出处：网络
人气：
发表时间：2026-06-01 11:00:13
4RnXV7ticia
tech.huanqiu***
article
最高降价99%背后：小米首次公开模型推理优化技术报告
/e3pmh164r/e3pmh18ap
<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/153933-0' 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 class="gduo"> <span><a href="/detail/73903.html" title=" 平面设计主KV做成这样，在你的城市薪资一般多少？"> 上一篇 : 平面设计主KV做成这样，在你的城市薪资一般多少？ </a></span></div> </div> </div> <div class="left2bot"> </div> <div class="n_info_con2"> <h4 class="t04">推荐产品</h4> <div class="info_b"> <dl class=sear_dl> <dt class='dt2'><a href='/detail/73010.html'><img src='/public/tupian/125.jpeg' alt='分享一下你用过好用的开源项目有哪些?' /></a></dt> <dd class='d2'><a href='/detail/73010.html'>分享一下你用过好用的开源项目有哪些?</a></dd> </dl> <dl class=sear_dl> <dt class='dt2'><a href='/detail/73654.html'><img src='/public/tupian/108.jpeg' alt='Visual Studio Code 可以翻盘成功主要是因为什么？' /></a></dt> <dd class='d2'><a href='/detail/73654.html'>Visual Studio Code 可以翻盘成功主要是因为什么？</a></dd> </dl> <dl class=sear_dl> <dt class='dt2'><a href='/detail/73927.html'><img src='/public/tupian/79.jpeg' alt='正常人的健身进度是什么样的？' /></a></dt> <dd class='d2'><a href='/detail/73927.html'>正常人的健身进度是什么样的？</a></dd> </dl> <dl class=sear_dl> <dt class='dt2'><a href='/detail/73650.html'><img src='/public/tupian/10.jpeg' alt='校园网能看到使用联网应用的记录吗？' /></a></dt> <dd class='d2'><a href='/detail/73650.html'>校园网能看到使用联网应用的记录吗？</a></dd> </dl> <div class="clear"></div> </div> </div> </div> <div class="right2"> <div class="right2top"> </div> <div class="right2_main"> <h4 class="t03"> <a>同类文章排行</a></h4> <ul class="n_rt_ul"> <li><a href='/detail/73143.html' target='_blank' title='如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？'>如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？</a></li> <li><a href='/detail/73499.html' target='_blank' title='苹果的M4芯片性能为什么可以媲美英特尔和AMD的桌面级处理器？'>苹果的M4芯片性能为什么可以媲美英特尔和AMD的桌面级处理器？</a></li> <li><a href='/detail/73734.html' target='_blank' title='为什么我觉得诛仙写的不怎么样？是我层次太低么？'>为什么我觉得诛仙写的不怎么样？是我层次太低么？</a></li> <li><a href='/detail/73298.html' target='_blank' title='女生有男朋友之后才知道的事情有哪些？'>女生有男朋友之后才知道的事情有哪些？</a></li> <li><a href='/detail/73392.html' target='_blank' title='天赋惊艳的林惊羽为何成长不如愚钝的张小凡？'>天赋惊艳的林惊羽为何成长不如愚钝的张小凡？</a></li> <li><a href='/detail/73662.html' target='_blank' title='伊朗这次会崩溃灭亡吗？'>伊朗这次会崩溃灭亡吗？</a></li> <li><a href='/detail/73147.html' target='_blank' title='微软edge浏览器为什么逐渐被其他的浏览器代替？'>微软edge浏览器为什么逐渐被其他的浏览器代替？</a></li> <li><a href='/detail/73848.html' target='_blank' title='为什么西安市突然不禁摩了？'>为什么西安市突然不禁摩了？</a></li> <li><a href='/detail/73184.html' target='_blank' title='你最满意的10款 PC 软件是什么？'>你最满意的10款 PC 软件是什么？</a></li> <li><a href='/detail/73747.html' target='_blank' title='可以随身携带一个Linux系统吗？'>可以随身携带一个Linux系统吗？</a></li> </ul> <h4 class="t03"> <a>最新资讯文章</a></h4> <ul class="n_rt_ul" id="cntrLastArticle"> <li><a href='/detail/73930.html' target='_blank' title='如何评价ipad pro2024？'>如何评价ipad pro2024？</a></li> <li><a href='/detail/73271.html' target='_blank' title='印度是真的烂还是咱们在信息茧房里面？'>印度是真的烂还是咱们在信息茧房里面？</a></li> <li><a href='/detail/73823.html' target='_blank' title='微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？'>微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？</a></li> <li><a href='/detail/73693.html' target='_blank' title='网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?'>网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?</a></li> <li><a href='/detail/73013.html' target='_blank' title='女婿不喜欢去丈母娘家的原因是什么？'>女婿不喜欢去丈母娘家的原因是什么？</a></li> <li><a href='/detail/73843.html' target='_blank' title='战场上用沙袋来防***，真的有用吗？'>战场上用沙袋来防***，真的有用吗？</a></li> <li><a href='/detail/73872.html' target='_blank' title='Python+rust会是一个强大的组合吗？'>Python+rust会是一个强大的组合吗？</a></li> <li><a href='/detail/73465.html' target='_blank' title='如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？'>如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？</a></li> <li><a href='/detail/73198.html' target='_blank' title='开发了一个App，上线之后一个用户也没有怎么办?'>开发了一个App，上线之后一个用户也没有怎么办?</a></li> <li><a href='/detail/73991.html' target='_blank' title='如何评价ReactOS?'>如何评价ReactOS?</a></li> <li><a href='/detail/73253.html' target='_blank' title='你身边身材最好的女生是什么样？'>你身边身材最好的女生是什么样？</a></li> <li><a href='/detail/73549.html' target='_blank' title='GNOME 自带的输入法 iBus 是个怎样的存在?'>GNOME 自带的输入法 iBus 是个怎样的存在?</a></li> <li><a href='/detail/73350.html' target='_blank' title='炫富真的很爽吗？'>炫富真的很爽吗？</a></li> <li><a href='/detail/73923.html' target='_blank' title='只有一个域名可以干什么?'>只有一个域名可以干什么?</a></li> <li><a href='/detail/73376.html' target='_blank' title='MongoDB的缺点以及你为什么不使用MongoDB？'>MongoDB的缺点以及你为什么不使用MongoDB？</a></li> <li><a href='/detail/73948.html' target='_blank' title='中国发动机是技术落后，还是材料技术没有攻克?'>中国发动机是技术落后，还是材料技术没有攻克?</a></li> <li><a href='/detail/73965.html' target='_blank' title='如何看待苹果公司撤下“说服父母给你买一台 Mac”的广告***，上线仅一天？'>如何看待苹果公司撤下“说服父母给你买一台 Mac”的广告***，上线仅一天？</a></li> <li><a href='/detail/73183.html' target='_blank' title='伊朗距离以色列上千公里，发射的导弹靠什么来导航定位呢？美国的GPS不会让他们用的。?'>伊朗距离以色列上千公里，发射的导弹靠什么来导航定位呢？美国的GPS不会让他们用的。?</a></li> <li><a href='/detail/73756.html' target='_blank' title='为什么中国防空反导系统才7年就从山寨到全面原创且超越了俄罗斯？'>为什么中国防空反导系统才7年就从山寨到全面原创且超越了俄罗斯？</a></li> <li><a href='/detail/73873.html' target='_blank' title='为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？'>为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？</a></li> </ul> </div> <div class="right2bot"> </div> </div> <div class="clear"> </div> </div> <!--content:end--> <!--footer:start--> <div class="footer"> <div class="fttop"> <ul class="container ftmenu"> <li class="firstli"><a href="/">网站首页</a></li> <li><a href="/list/hongjingxiang" >洪井乡</a></li> <li><a href="/list/lianshanqu" >连山区</a></li> <li><a href="/list/shibizhen" >石壁镇</a></li> <li><a href="/list/chengpingxiang" >承坪乡</a></li> <li><a href="/list/xiaxinxiang" >下新乡</a></li> <li><a href="/list/ruodaxiang" >若达乡</a></li> </ul> </div> <!-- fttop_end --> <div class="ftdown container"> <dl class="ftdown_l"> <dt><a href="/"><img src="/template/moban262/skin/img/logo.png" width="222" height="75"/></a><i></i></dt> <dd> <p>最高降价99%背后：小米首次公开模型推理优化技术报告_米兰·(milan)中国官方网站</p> <p>地址：</p> <p>全国咨询热线：<em></em> Email：</p> <p>传真：<em></em> <a style="color:#666;" href="http://gdcainfo.miitbeian.gov.cn/" target="_blank" rel="nofollow">备案号:</a><br> </p> <p>技术支持：<a href="http://www.91084.com" target="_blank">格展网络</a></p> </dd> </dl> <div class="ftdown_r"> <span></span> <img src="/template/moban262/skin/img/ewm.jpg" width="125" height="125"/> </div> </div> </div> <div class="toolbar"> <a href="javascript:scroll(0,0)" id="top" class="toolbar-item toolbar-item-top"></a> </div> <script src="/template/moban262/skin/js/rollup.min.js" type="text/javascript"></script> <!--footer:end--> </body> </html> <script type="text/javascript"> newsLoad();initCommonHeaderKeywords(MARK);</script>
