如何评价小米mimo-V2.5 系列模型5月27日大降价？

这个降价幅度极其令人震惊，把API缓存命中降到百分之一价格过于离谱，在降价打折史上恐怕都得记上一笔。

看起来，小米可能把 deepseek v4 公开技术文档中的缓存技术用上了。不然很难解释近百倍的降价幅度。毕竟那个技术中的一个要点是用 ssd 当显存用，极大幅度缓解了1M上下文的显存开销。

如果不是有技术突破，这事儿哪怕雷军也很难说服罗福莉拍板。幸运的是相关技术已经在deepseek文档中公开公布了。

无它，希望其它产商都能跟进。因为雷军不太可能赔本赚吆喝，这次我了解到的情况是目前的价格依然有得赚，所以可以推测出小米必定已经采用了deepseek v4论文中的技术。

（补充：已测试，当前mimo api调用响应速度相比之前确实有明显下降，下降到跟deepseek类似的速度，看来，用这个缓存技术虽然可以降成本，但api响应速度下降也是客观存在的。进一步证明了小米确实使用了与deepseek类似的缓存技术。）

毕竟小米有token plan，这下子是真的比deepseek还便宜一丢丢。真心佩服小米团队的研发速度。

可能有的人觉得，小米能做这个没什么了不起，这么说吧，了不起的不是能做，而是敢做。GLM，KIMI，qwen，doubao等模型能不能做这个，理论上也能做，但他们敢不敢降价呢？有没有可能其它大模型也偷偷做了这个缓存优化，但就是不肯降价呢。而小米做了就敢降价，这就是小米不同的地方了。

小米跟deepseek同价，同样是1M上下文，并且有多模态。

这个新闻基本相当于是：deepseek提前发布了4.1。大家能理解吗？

目前 opencode go 的 mimo 定价也已经跟 deepseek 看齐了，可以随便站起来蹬了。