小米 MiMo 上線 TokenPlan 定價

小米把 AI 服務玩得很直接。MiMo 的 API 入門價是 39 元。小米還說，首日處理超過 1 兆 Token。這不是小打小鬧，明顯是要拉開實戰場景。

更有意思的是它的定價。Xiaomi 推出 TokenPlan。它把計費拆成四檔。講白了，就是讓開發者更快算出每月會燒多少錢。這件事很土，但很重要。

對台灣開發者來說，這類 API 最實際的問題不是模型名字。是每 1,000 Token 要多少錢。是測試一週後，帳單會不會讓人翻白眼。小米這次的打法，就是把這件事講清楚。

MiMo 到底上了什麼

MiMo 是小米的新一波大型語言模型服務。它不是只丟一個模型名給你看。它直接綁上 API、方案、折扣，整套一起上。這種做法很像雲端服務的老套路。先讓你試，再想辦法讓你留下。

TokenPlan 有四個等級。從 Lite 到 Max。小米還給首購 88% 折扣。這種折扣很猛。說白了，就是先把門檻壓低，讓你願意先跑一個 POC。對新創或內部工具團隊，這種策略很有殺傷力。

如果你是做聊天機器人、搜尋工具、客服系統，甚至 coding assistant，最在意的就是穩定成本。你不會只看模型跑得多帥。你會看它一天吃多少 Token。也會看它在高峰期會不會拖垮伺服器。

• 入門價：39 元
• 方案數：4 檔
• 首購折扣：88%
• 首日處理量：超過 1 兆 Token
• 計費方式：以 Token 消耗為核心

TokenPlan 為什麼重要

AI API 最煩的地方，常常不是模型不行。是帳單太難懂。很多服務看起來很專業，實際上就是一張讓人頭痛的價格表。你要先算輸入、輸出、上下文長度，再看不同功能有沒有額外費用。這種設計，對工程師很不友善。

TokenPlan 的方向很簡單。先買點數，再扣點數。你看得到用量，也看得到剩多少。這種模式不新，但很實用。尤其是對小團隊。因為你不用每次都重新估算成本。你只要看 Token 消耗就好。

我覺得這招會吸引兩種人。第一種是想快速驗證產品的人。第二種是已經被其他平台帳單嚇過的人。對這兩種人來說，價格透明度比華麗宣傳更有用。

“The future of AI is not about a single model,” said Satya Nadella in a Microsoft Build keynote. “It is about a platform of models.”

這句話拿來看小米很貼切。MiMo 不像單次展示品。它比較像平台入口。模型品質當然重要，但定價、文件、整合方式，往往更影響導入速度。

小米還有一個優勢。它本來就有龐大的硬體與生態系。這代表 MiMo 不需要從零找用戶。它可以直接把 AI 能力塞進既有產品線。這點很多純 AI 新創很難比。

1 兆 Token 代表什麼

首日超過 1 兆 Token，這數字很大。真的很大。但你也不能只看數字就高潮。因為首日流量常常帶有宣傳成分。品牌夠大，流量就會先衝一波。這不一定代表長期留存。

不過，這個數字至少說明一件事。小米的後端扛住了。API 不是只有 demo 能跑。它至少在一開始就承受住大批請求。對雲端服務來說，這是基本功，不是加分題。

開發者真正會在意的，是一週後還剩什麼。模型回答品質穩不穩。延遲會不會飄。折扣結束後，價格還能不能接受。這些才是會影響是否正式導入的因素。

• 首日數字大，代表流量與測試量都很高
• 1 兆 Token 不是品質保證
• 88% 折扣能快速拉新
• 後續留存要看穩定性與成本

跟其他 API 比，差在哪

現在的 AI API 市場，價格戰很明顯。大家都在比誰更便宜，誰更好算帳。小米的 TokenPlan 不是第一個做 token 計費的人，但它把流程做得更直白。這點很像在說：我不跟你玩花樣，我只跟你談成本。

如果拿常見平台來比，差異會更清楚。OpenAI API 文件完整，生態也成熟，但高用量時帳單很容易上去。Anthropic API 的模型品質常被討論，但成本感受也不算親民。Google Gemini API 的覆蓋面很廣，適合多場景測試。DeepSeek Platform 則把價格壓得很有侵略性，對市場形成壓力。

小米的優勢不只在便宜。它還有分發能力。這點很現實。很多模型很強，但沒人知道怎麼接。小米如果把 MiMo 包進開發者平台、硬體生態、甚至內部工具鏈，導入速度會快很多。

• OpenAI：生態成熟，成本要仔細算
• Anthropic：模型口碑高，價格不一定友善
• Google Gemini：選項多，適合多任務測試
• DeepSeek：價格壓力強，市場競爭很兇
• MiMo：低門檻加上生態分發，是它的主打牌

這波對產業的意思

AI 服務現在已經不是誰模型最大就贏。很多團隊看的是總成本。你每月跑 5,000 萬 Token，單價差一點點，帳單就會差很多。這也是為什麼定價策略，現在比以前更像產品本身的一部分。

小米這次的做法，很像把消費電子的思路搬進 AI。先用低價打開入口，再靠使用習慣留住人。這招在手機、耳機、家電都很常見。搬到 LLM API 上，也不奇怪。只是 AI 開發者更挑剔，對品質和穩定性也更沒耐心。

如果 MiMo 想站穩，接下來要補的不是口號，而是文件、SDK、速率限制、錯誤碼說明。這些細節很無聊，但真的決定工程師會不會留下來。說真的，很多平台輸就輸在這些小事。

接下來該看什麼

我會先看三件事。第一，TokenPlan 的實際單價。第二，MiMo 的延遲表現。第三，首購折扣結束後，還有多少人繼續用。這三個數字，比任何宣傳稿都誠實。

如果你現在有 AI 專案，我建議直接拿現有工作負載去試。把你的 prompt、上下文長度、輸出長度丟進去算。看它跟你正在用的 API 差多少。別只看標價。要看整體單次任務成本。

我的判斷很簡單。MiMo 會先吸到一批想省錢的人。能不能變成長期選項，要看它能不能在價格之外，再給出穩定性和整合便利。這才是下一步真正該追的數字。