2026年5月，小米宣布MiMo-V2.5系列API永久降价，最高降幅达99%，且不再区分上下文窗口长度，价格精准对齐DeepSeek V4。最低配套餐每月39元，按95%缓存命中计算可用5亿Token。这种「价格屠夫」策略的背后不是单纯烧钱，而是工程层面的成本结构优化——通过SGLang HiCache支持Sliding Window Attention，将KV Cache在多级存储间的数据搬运量降至优化前的近1/7，可缓存Token数量提升至近5倍。同时，TokenPlan计费体系同步优化，使用量提升至原来的5~8倍，加量不加价。这种策略的目标很明确：用低价撬动开发者规模化使用，让MiMo获得真实、持续、海量的推理数据，反哺模型迭代。

OpenRouter作为全球最大AI模型API聚合平台，其周榜反映的是开发者群体的真实偏好，而非C端大众知名度。2026年初，中国模型在该平台经历了一个关键拐点：2月第二周，中国模型周调用量4.12万亿Token首次超越美国模型的2.94万亿，随后三周内冲至5.16万亿Token，增长127%，而同期美国模型则跌至2.7万亿。小米MiMo-V2.5登顶时，7月月榜前五已被中国模型包揽，全球份额达63.5%。这一变化的核心驱动力不是价格战，而是中国模型在编程和智能体场景上的精准适配——MiniMax M2.5、Kimi K2.5、GLM-5均聚焦于此，而MiMo凭借1M上下文和Agent原生设计后来居上。

小米MiMo走的是「开源生态+极致性价比+开发者粘性」路线，而华为盘古大模型则选择避开通用模型红海，深耕行业定制化解决方案。一个关键差异体现在定价策略上：华为小艺Claw公测即收费49元/月，明确将AI智能体定义为生产力工具；小米MiClaw则对内测用户完全免费，意图通过海量用户数据喂养模型、快速迭代。更底层看，小米的AI战略根植于其庞大的消费硬件生态，追求「由端及云，赋能生态」；华为则依靠全栈自研技术闭环，从底层芯片到OS再到行业方案，构筑B端护城河。两种路径没有绝对优劣，但反映了对AI本质的不同理解——是「连接用户的底座」还是「服务产业的工具」。

雷军已明确2026年将在一款终端上首次实现自研玄戒芯片、澎湃OS和MiMo大模型的「大会师」。目前已知的计划是：首发载体可能是MIX Fold 5大折叠屏手机，搭载玄戒O3芯片（台积电3nm，超大核4.05GHz），澎湃OS 4完成底层重构，配合MiMo端侧AI能力。但关键变量在于：玄戒O3的功耗控制和发热能否压住4.05GHz的超大核？澎湃OS 4清理冗余历史代码后，流畅度和AI集成深度是否真能兑现？以及最核心的——以性价比起家的小米，推出一台可能卖到万元以上的超高端手机，消费者是否买单。这些问题的答案将在2026年下半年揭晓，届时小米将检验自己是否真正具备全球少数几家「芯片+OS+AI」全栈自研的能力。

MiMo团队约100人，没有固定小组划分、没有明确职级、无Deadline，「模型训好了再发」——这种反常识的管理方式，在小米这样的大公司里被允许存在。罗福莉的逻辑是：大几千卡停一天就是一两百万损失，如果目标导向，停两三周排查一个「可能不是问题的问题」不可接受，但她的团队认为发现异常就必须解决。这种管理模式的核心依赖是极高的人才密度——超六成成员来自清北，平均年龄25岁。值得追问的是：这种「热爱驱动+无KPI」的组织形态，是AI大模型研发阶段的特例，还是可以推广到其他技术密集型团队的通用范式？当团队规模从100人扩张到500人时，这种松散结构还能维持吗？