小米 MiMo 首次公开模型推理系统全链路优化技术细节
金十数据 5 月 30 日讯，5 月 30 日，小米正式公开 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+多模态的复合架构，系统性重构了从 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。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。