小米(01810.HK)公开MiMo-V2.5系列模型的推理系统全链路优化方案。据小米方面介绍，团队围绕Hybrid SWA+MoE+多模态的覆合架构，系统性重构从KVCache管理、分级缓存、前缀缓存到调度策略与Prefill/Decode链路的完整推理栈，KVCache存储压缩至同级方案的约1/7，在长序列场景下推理成本大幅下降——这是本次降价的核心技术基础。



MiMO-V2.5实现KVCache双池+SWA-aware前缀树等五大核心突破，降价后仍能维持收支平衡。MiMo对开发者生态的投入持续加码。日前推出的百万亿Token创造者激励计划，总申请人数超过54万人，累计发放100万亿免费Token，折合超过6,500万元人民币。



五大核心突破包括KVCache双池+SWA-aware前缀树；GCache分布式缓存；KVCache亲和调度；Decode阶段MTP加速；多模态推理优化。



於5月27日，MiMo-V2.5系列API完成永久降价，最高降幅达99%，不区分输入长度。