Maison
La gamme Xiaomi MiMo-V2.5 bénéficie d'une baisse de prix définitive, avec jusqu'à 99 % de réduction
Alors que la guerre des prix entre les modèles d'IA s'intensifie, Xiaomi a officiellement annoncé le 27 mai que son grand modèle MiMo allait baisser de manière permanente les tarifs de l'API de la série MiMo-V2.5, tout en optimisant le système de facturation afin de réduire encore davantage les coûts d'appel pour les développeurs grâce à des avancées technologiques.

I. Baisses de prix significatives des API — Jusqu'à 99 % de réduction
La modification des tarifs est entrée en vigueur à l'échelle mondiale à 00 h 00, heure de Pékin, le 27 mai. Elle s'applique aux deux versions principales, MiMo-V2.5 et MiMo-V2.5Pro, et ne fait plus de distinction en fonction de la longueur de la fenêtre de contexte, ce qui simplifie la structure tarifaire pour une plus grande transparence.
Version du modèle Prix en cas d'accès au cache d'entrée Remise maximale Prix de sortie Remise maximaleMiMo-V2.5Pro0,025 yuan par million de jetons, jusqu'à 99 % de réduction ; sortie : 6 yuans par million de jetons, jusqu'à 86 % de réduction MiMo-V2.5 0,02 yuan par million de jetons, jusqu'à 98 % de réduction ; sortie : 2 yuans par million de jetons, jusqu'à 93 % de réductionII. Mise à niveau du système de facturation — Plus de valeur sans frais supplémentaires
Au-delà des baisses de prix directes sur l'API, Xiaomi a considérablement optimisé son système de facturation Token Plan :
Quota quadruplé : par rapport à la tarification initiale, le quota d'utilisation réel de jetons a été multiplié par 5 à 8.
Règles simplifiées : l'introduction des crédits remplace les anciennes méthodes de facturation complexes, rendant la consommation de jetons et le calcul des coûts plus intuitifs pour les développeurs.

III. Fondements techniques — Comment peut-on continuer à baisser les prix ?
Le communiqué officiel de Xiaomi attribue ces baisses de prix importantes à des avancées techniques dans l'architecture de son système d'inférence sous-jacent :
Optimisation de l'inférence SWA : en tirant parti de SGLang HiCache avec une prise en charge complète du SWA (Sliding Window Attention Mechanism), le transfert de données entre la mémoire du GPU, la mémoire du CPU et le SSD a été réduit à un septième du volume précédent.
Efficacité du cache améliorée : le nombre de tokens pouvant être mis en cache a été multiplié par près de cinq par rapport à la version optimisée précédente, ce qui a permis d'augmenter les taux de réussite du cache et de réduire considérablement le coût par inférence.
Optimisation du débit du cluster : grâce à l'introduction de stratégies de parallélisme expert (MoE) et de regroupement par longueur d'entrée, le débit d'entrée du cluster a fait un bond qualitatif, maintenant une qualité de service élevée tout en réduisant progressivement le coût par token.
L'initiative de Xiaomi est considérée comme une réponse proactive à la concurrence intense qui règne actuellement dans la commercialisation des grands modèles. À mesure que les barrières de prix continuent de baisser, le rapport coût-efficacité de la série MiMo deviendra encore plus prononcé, accélérant l'intégration en profondeur des capacités d'IA dans les secteurs verticaux et les flux de travail des développeurs.
Article connexe
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I
Recommandations de sujets spéciaux liés
commentaires (0)
Alors que la guerre des prix entre les modèles d'IA s'intensifie, Xiaomi a officiellement annoncé le 27 mai que son grand modèle MiMo allait baisser de manière permanente les tarifs de l'API de la série MiMo-V2.5, tout en optimisant le système de facturation afin de réduire encore davantage les coûts d'appel pour les développeurs grâce à des avancées technologiques.

I. Baisses de prix significatives des API — Jusqu'à 99 % de réduction
La modification des tarifs est entrée en vigueur à l'échelle mondiale à 00 h 00, heure de Pékin, le 27 mai. Elle s'applique aux deux versions principales, MiMo-V2.5 et MiMo-V2.5Pro, et ne fait plus de distinction en fonction de la longueur de la fenêtre de contexte, ce qui simplifie la structure tarifaire pour une plus grande transparence.
Version du modèle Prix en cas d'accès au cache d'entrée Remise maximale Prix de sortie Remise maximaleMiMo-V2.5Pro0,025 yuan par million de jetons, jusqu'à 99 % de réduction ; sortie : 6 yuans par million de jetons, jusqu'à 86 % de réduction MiMo-V2.5 0,02 yuan par million de jetons, jusqu'à 98 % de réduction ; sortie : 2 yuans par million de jetons, jusqu'à 93 % de réductionII. Mise à niveau du système de facturation — Plus de valeur sans frais supplémentaires
Au-delà des baisses de prix directes sur l'API, Xiaomi a considérablement optimisé son système de facturation Token Plan :
Quota quadruplé : par rapport à la tarification initiale, le quota d'utilisation réel de jetons a été multiplié par 5 à 8.
Règles simplifiées : l'introduction des crédits remplace les anciennes méthodes de facturation complexes, rendant la consommation de jetons et le calcul des coûts plus intuitifs pour les développeurs.

III. Fondements techniques — Comment peut-on continuer à baisser les prix ?
Le communiqué officiel de Xiaomi attribue ces baisses de prix importantes à des avancées techniques dans l'architecture de son système d'inférence sous-jacent :
Optimisation de l'inférence SWA : en tirant parti de SGLang HiCache avec une prise en charge complète du SWA (Sliding Window Attention Mechanism), le transfert de données entre la mémoire du GPU, la mémoire du CPU et le SSD a été réduit à un septième du volume précédent.
Efficacité du cache améliorée : le nombre de tokens pouvant être mis en cache a été multiplié par près de cinq par rapport à la version optimisée précédente, ce qui a permis d'augmenter les taux de réussite du cache et de réduire considérablement le coût par inférence.
Optimisation du débit du cluster : grâce à l'introduction de stratégies de parallélisme expert (MoE) et de regroupement par longueur d'entrée, le débit d'entrée du cluster a fait un bond qualitatif, maintenant une qualité de service élevée tout en réduisant progressivement le coût par token.
L'initiative de Xiaomi est considérée comme une réponse proactive à la concurrence intense qui règne actuellement dans la commercialisation des grands modèles. À mesure que les barrières de prix continuent de baisser, le rapport coût-efficacité de la série MiMo deviendra encore plus prononcé, accélérant l'intégration en profondeur des capacités d'IA dans les secteurs verticaux et les flux de travail des développeurs.
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I











