早上一起床，就看到了小米MiMo永久降价的公告。
这次降价，一言以蔽之，就是对齐Deepseek V4。
下面这张比价图，是正是让Mimo-V2.5的多模态能力，识别两家官网后合成的。
很清晰可以看到，从Deepseek V4最赖以自豪的超低缓存命中输入价格到输出价格，全部是像素级的对标。
更重要的是，小米MiMo补全了此前Deepseek V4缺失的一项服务——Coding Plan。以最低配的39元，按照95%的命中缓存计算，使用低端的V2.5可以用5亿token，用高端的Pro模型，可以用接近2亿token。
这个套餐定价，还是有点意思。
看了下我的Deepseek控制台，虽然Deepseek V4够便宜，但是本月的消费也有67.48元，而我消耗的token，不过是Deepseek V4 Pro不到5000万，Deepseek V4 Flash模型2.4亿而已。
虽然模型的实际消耗价格，和输入还是输出有很大的关系，不过按照小米的Coding Plan，V2.5 Pro差不多是V2.5的三倍消耗来折算，我上面Deepseek V4上的消耗，差不多相当于Mimo V2.5模型4亿的消耗量，还在39元的套餐覆盖下，这么算，性价比就更高了。
之前写过好几篇Deepseek V4，最近也是最具有代表性的是《Deepseek V4对存储、光模块需求的打击尚待显现》，我的一个核心观点就是Deepseek V4基于技术上的改进，大大降低了模型的实际成本，尤其是缓存读入的价格，不但在Agent这样大量高频触及缓存的模型应用形态非常重要，而且由于Deepseek V4的架构更依赖普通的SSD硬盘，而不是昂贵的HBM内存，对整个中国的半导体产业是利好，可以降低对韩国高端存储的依赖。
曾经以为，Kimi作为和Deepseek一直有技术互动的厂家，可能是率先会跟进的。
没想到，竟然是小米MiMo，在它家这次的降价公告《MiMo-V2.5 系列调价公告丨 百万亿 Token 创造者激励计划收官》中，有这么一段非常核心的内容：
本次价格调整背后，离不开小米技术团队在推理系统上的持续优化。
我们基于 SGLang HiCache 完整支持 SWA（Sliding Window Attention），将 KV Cache 在 GPU 显存、CPU 内存、SSD 等多级存储之间的数据搬运量降低至优化前的近 1/7，并将可缓存 token 数量提升至优化前的近 5 倍，显著提升了缓存命中率和推理效率。
同时，我们通过优化专家并行方案、输入长度分桶策略等，进一步提升了集群输入吞吐能力，从而在保障服务质量的前提下持续降低单位 token 服务成本。
显然，小米MiMO此次的降价，是基于技术提升后成本下降的自然降价。
这才是相比为了获客的价格战更可怕的事情——如果依托工程师红利，我们可以通过技术优化来降低对算力、存储的需求，那么对美国领导韩国重度参与的半导体生态构成冲击，但显然利好中国的算力和入门级SSD硬盘。
当然，无论是Deepseek V4还是MiMo 2.5 Pro，在全球大模型生态下，只能说是第二档的模型，和Cluade Opus还有GPT 5.5还是有显著的差距，在最具生产力的代码前沿还有巨大的追赶空间。
但是，大模型的应用，并不只有代码。尤其是今年龙虾的热潮，证明了许多普通人也有Agent的需求，甚至是低价好用Agent的需求。
是的，至少以我而言，我甚至在不少简单的场景下，觉得Deepseek V4 Flash都够了。
下图来自Openrouter，可以看到在这个以个人零售token消耗为主的市场上，Deepseek V4 Flash已经是消耗量排名第一的模型，日消耗3.72T token，排名第二的则是混元的Hy3 preview。
看Deepseek V4 Flash的五大消耗来源，Hermes、OpenClaw这样更强化聊天向的Agent在前三，夹在中间的ISEKAI ZERO更是一个AI娱乐应用。
毫无疑问，眼下最有付费意愿最肥美的大模型盈利模型，依然是Claude主打的面对B端企业的应用，在这块上，无论是Deepseek还是MiMO都仍有差距。
但别忘了，大模型每年都在快速迭代，往往新一代的Flash模型能够挑战上一代的Pro模型。
当二线模型，甚至二线模型的Flash版都能干大多数工作的时候，市场的需求，或许就会发生改变。
39元，5亿token。
半年前这还是一个荒谬的数字。半年后再回头看，未必是终点。
雪崩还在继续，虽然太多人或许还没意识到。而对于那些不需要最聪明、只需要够聪明的应用场景来说，春天已经到了。