您好，欢迎您访问我们的网站，我们将竭诚为您服务！
网上预报名
｜
资料下载
|
网站地图
7*24小时求学热线
020-12345678
首 页
糖坊镇
楚店镇
火田镇
埠柳镇
盘石镇
大理市
您现在所在的位置：
首页
>
成人高考
>
考前辅导
最高降价99%背后：小米首次公开模型推理优化技术报告
时间：
2026-06-01 11:00:13
来源：
阅读：
次
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="sxp"> <ul> <li>上一篇：<a href="/detail/57405.html"> 为什么MacBook pro不用高刷新率的屏幕？</a> </li> <li>下一篇：<a href="/detail/57609.html"> 如何评价 Vue.js 纪录片？</a> </li> </ul> </div> </div> <div class="list_right"> <div class="gg_rt"><a href="/"><img alt="" src="/template/moban102/picture/1-2310091iu2y6.jpg" style="width: 310px; height: 250px;"/></a></div> <div class="list_right_t"> <div class="biaoti"> <div class="biaoti_h"> <h3>推荐内容</h3> </div> </div> <div class="list_right_c"> <ul> </ul> </div> </div> <div class="list_right_t"> <div class="biaoti"> <div class="biaoti_h"> <h3><a>最新发布</a></h3> </div> </div> <div class="list_right_c"> <ul> <li><a href="/detail/57922.html" title="Apple 为什么不封杀 Flutter 呢？">Apple 为什么不封杀 Flutter 呢？</a></li> <li><a href="/detail/57992.html" title="快乐教育毁了多少孩子了？">快乐教育毁了多少孩子了？</a></li> <li><a href="/detail/57726.html" title="如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？">如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？</a></li> <li><a href="/detail/57095.html" title="公司规定所有接口都用 post 请求，这是为什么？">公司规定所有接口都用 post 请求，这是为什么？</a></li> <li><a href="/detail/57718.html" title="魔兽世界有必要4k吗?">魔兽世界有必要4k吗?</a></li> <li><a href="/detail/57232.html" title="为什么 IPv6 在国内至今未得以大规模应用?">为什么 IPv6 在国内至今未得以大规模应用?</a></li> <li><a href="/detail/57626.html" title="销量爆炸的华为nova14是不是证实华为已经腾出精力来收复中端市场了？">销量爆炸的华为nova14是不是证实华为已经腾出精力来收复中端市场了？</a></li> <li><a href="/detail/57990.html" title="做引体向上可能会诱发腰肌劳损吗？">做引体向上可能会诱发腰肌劳损吗？</a></li> </ul> </div> </div> <div class="list_right_t"> <div class="biaoti"> <div class="biaoti_h"> <h3><a>点击排行</a></h3> </div> </div> <div class="list_right_c"> <ul> <li><a href="/detail/57551.html" title="现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?">现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?</a></li> <li><a href="/detail/57773.html" title="为什么河南饮食走不出去？">为什么河南饮食走不出去？</a></li> <li><a href="/detail/57898.html" title="为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？">为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？</a></li> <li><a href="/detail/57217.html" title="小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？">小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？</a></li> <li><a href="/detail/57392.html" title="Chrome 浏览器设计的神细节有哪些？">Chrome 浏览器设计的神细节有哪些？</a></li> <li><a href="/detail/57697.html" title="当量子计算机能预测人类选择，自由意志是否沦为算法的注脚？">当量子计算机能预测人类选择，自由意志是否沦为算法的注脚？</a></li> <li><a href="/detail/57744.html" title="Caddy 和 Nginx 比有哪些优点和缺点？">Caddy 和 Nginx 比有哪些优点和缺点？</a></li> <li><a href="/detail/57027.html" title="为什么一部分 Go 布道师的博客不更新了？">为什么一部分 Go 布道师的博客不更新了？</a></li> </ul> </div> </div> <div class="gg_rt"><a href="/"><img alt="" src="/template/moban102/picture/1-2310091i955295.jpg" style="width: 310px; height: 250px;"/></a></div> </div> </div> </div> <div class="foot"> <div class="footer"> <div class="f_mune"> <a href="/">主页</a> | <a href="/list/tangfangzhen.html">糖坊镇</a>| <a href="/list/chudianzhen.html">楚店镇</a>| <a href="/list/huotianzhen.html">火田镇</a>| <a href="/list/buliuzhen.html">埠柳镇</a>| <a href="/list/panshizhen.html">盘石镇</a>| <a href="/list/dalishi.html">大理市</a>| </div> <div class="xiangq"> <p> 如果您对本站有任何建议，欢迎您提出来！本站部分信息来源于网络，如果侵犯了您权益，请联系我们删除！<br /> 地址：广东省广州市 联系电话：020-88888888<br /> Copyright © 2012-2023 某某博客 版权所有 【<a href="https://beian.miit.gov.cn/" rel="nofollow" target="_blank">渝-ICP备47946158号-1</a>】</p> </div> <div class="footer_img"> <a href="/" target="_self"><img src="/template/moban102/picture/1-231009154114q8.gif" width="120" height="50" border="0"></a> <a href="/" target="_self"><img src="/template/moban102/picture/1-231009154113917.gif" width="120" height="50" border="0"></a> <a href="/" target="_self"><img src="/template/moban102/picture/1-231009154113o6.gif" width="120" height="50" border="0"></a> <a href="/" target="_self"><img src="/template/moban102/picture/1-2310091541135h.gif" width="120" height="50" border="0"></a> <a href="/" target="_self"><img src="/template/moban102/picture/1-231009154113162.gif" width="120" height="50" border="0"></a> <a href="/" target="_self"><img src="/template/moban102/picture/1-231009154113937.png" width="120" height="50" border="0"></a> </div> </div> </div> <div id="leftsead"> <ul> <li> <a id="top_btn"> <img src="/template/moban102/picture/ll06.png" width="47" height="49" class="hides"/> <img src="/template/moban102/picture/l06.png" width="47" height="49" class="shows" /> </a> </li> <li> <a title="点击这里给我发消息" href="http://wpa.qq.com/msgrd?v=3&uin=12345678&site=&menu=yes" target="_blank"> <img src="/template/moban102/picture/ll03.png" width="47" height="49" class="hides"/> <img src="/template/moban102/picture/l03.png" width="47" height="49" class="shows" /> </a> </li> <li> <a> <img src="/template/moban102/picture/ll02.png" width="166" height="49" class="hides"/> <img src="/template/moban102/picture/l04.png" width="47" height="49" class="shows"/> </a> </li> <li> <a class="youhui"> <img src="/template/moban102/picture/l02.png" width="47" height="49" class="shows"/> <img src="/template/moban102/picture/1-23100915432a07.jpg" width="196" height="205" class="hides" usemap="#taklhtml"/> </a> </li> </ul> </div> <script language="javascript" type="text/javascript" src="/template/moban102/js/jquery-1.7.2.min.js"></script> <script language="javascript" type="text/javascript" src="/template/moban102/js/main.js"></script> <script language="javascript" type="text/javascript" src="/template/moban102/js/jquery.slider.min.js"></script> <script language="javascript" type="text/javascript" src="/template/moban102/js/jquery.superslide.2.1.3.js"></script> <!-- 应用插件标签 start --> <!-- 应用插件标签 end --> </body> </html>
