关注我

Kimi 半年三次道歉：模型越强，生意却越难做？

10月底，OpenAI调整了额度规则，回应用户对Pro 200套餐额度削减的反馈。Codex负责人Tibo宣布，所有Pro及Business Premium套餐的使用限额翻倍，社区对此反响热烈。

类似情况近期在Kimi身上发生，但更为严重。月之暗面旗下的新模型Kimi K3.1 Pro上线不到12小时便引发争议。海外博主曝光其提供宣传模板并要求隐藏付费合作标签，同时用户抱怨额度快速消耗：任务刚运行不久，就接近使用上限。

两天后，月之暗面就K3.1 Pro的限流和不必要额度消耗公开道歉，为所有套餐订阅者一次性恢复25%的月度额度，并承诺减少不必要的子Agent调用和输出长度。

这是Kimi在半年内的第三次道歉，但这场“额度事故”并未真正结束。

01 “额度黑洞”持续存在

在国产大模型中，Kimi凭借长文本处理和文本创作能力积累了一批忠实用户，也能与海外大厂竞争。但今年以来，用户对其订阅套餐额度消耗过快的吐槽未停。“没钱的用不起，有钱的用海外模型更有性价比。”有AI重度用户表示，同样价格下，Kimi的额度远不如GPT和Claude。还有用户对比：“199元充值DeepSeek够用一个月，付给Kimi只能用一天。”

对这些用户而言，大模型是嵌入工作流程的生产力产品，额度消耗的体感直观。K3.1 Pro上线后，矛盾更突出。新模型在代码、长程任务和3D建模等能力上明显升级，市场反响积极。Artificial Analysis给出的智能指数为55分，位列全球第四，是榜单中得分最高的开源权重模型。第三方评测机构ModelCompare因该模型表示，“中美AI差距从数月缩减到仅剩31天”。

API定价上，Kimi维持成本优势，K3.1 Pro较上一代下调约三分之一，输入从每百万Token 20元降至13元，输出从100元降至68元。但对订阅用户而言，模型能力提升后，使用额度需更谨慎。

一位长期订阅者发现，单价降低但新模型完成单个任务消耗的Token增多，整体成本相近。根据Artificial Analysis测试，K3.1 Pro完成整套Intelligence Index累计输出约1.5亿Token，而参与测试模型的中位数为8700万Token，K3.1 Pro的Token输出量高出中位水平约72%。

实际案例更触目惊心。社区中，一名订阅199元套餐的用户发送“审查项目架构”指令，K3.1 Pro拉起5个子Agent，十几分钟后5小时额度窗口即用满。面对“鹈鹕骑单车”考题，K3.1 Pro生成了1小时47分钟，消耗掉87%的5小时额度。

额度补偿未能平息用户不适。近期，用户反映Kimi有额度也用不了。“Kimi正在高峰期，请稍后再试或升级会员加速。”即便付费订阅，这句提示仍多次出现，包括已升级套餐的用户。

Kimi将模型推向更高能力上限，但带给用户的不仅是额度消耗问题，还有高峰期服务能力与付费权益之间的落差。

02 “不敢给够”，Kimi调整记忆功能？

为缓解额度压力，Kimi调整了记忆功能。8月10日，Kimi未提前通知用户便更新记忆架构，引入消耗付费额度的“梦境记忆”机制，后台自动读取对话内容并写入记忆库。

近日，多位用户爆料Kimi记忆空间无法正常加载，疑是官方升级和修改记忆机制。新版记忆倾向于将过去指令统一归纳为用户偏好，而非逐条执行记忆内容。好处是Token消耗可能减少，但代价是细致的记忆能力受影响。

这只能缓解部分消耗。Kimi的成本问题首先来自模型本身。K3.1 Pro是3万亿级参数模型，业内流传的K3系列架构信息显示，其模型规模约2.8T参数，激活参数约104B。参数规模更小、激活效率更高的模型在成本控制上更有优势。DeepSeek、智谱等厂商通过模型架构和推理工程优化，寻找能力与成本的平衡点。

其次是复杂任务带来的推理消耗。Kimi K3.1 Pro默认全程开启思考模式，输出更长思考链和更多中间推导内容。长上下文增加输入处理开销，复杂推理和多轮Agent调用进一步推高总消耗。一个Agent任务多次调用模型、运行多个子Agent，并进行反复检查和修改，最终消耗资源远超用户直观感受的那次提问。

对Kimi而言，真正需要证明的是在能力升级的同时提升推理效率。一位关注Kimi的开发者表示，与其参与高端模型竞争，Kimi应投入资源研发更轻量、更高效的模型。

这不是Kimi一家的问题。所有以固定月费提供前沿模型服务的厂商，都面临结构性张力：模型能力提升伴随推理侧开销同步或超线性增长，而订阅价格刚性，用户预期“付了钱就该够用”。区别在于，有的公司把Token效率作为产品能力，有的把能力突破作为品牌资产，而订阅用户被夹在中间，为“强大智能”支付超出预期的运行成本。

此外，月之暗面算力资源依赖外部供给。彭博社报道，其与阿里巴巴存在算力协议，可使用约2万枚英伟达芯片组成的集群，相关算力占月之暗面整体运算资源的相当大一部分。此前，K3发布后48小时内，Kimi因GPU容量逼近上限暂停新订阅。

当公司算力紧张，向C端订阅用户开放慷慨额度在财务上不理性。

03 国产模型应赚谁的钱？

若公司算力供给有限，需决定资源投向：训练下一代模型、投入个人用户实时推理服务、保障开发者API调用，还是给订阅用户提供更充裕额度？

不同选择对应不同商业化优先级。Kimi的额度争议暴露了月之暗面在算力约束下对C端订阅的真实定位。

2026年8月至9月，多家媒体报道月之暗面与微软、亚马逊、谷歌谈判，计划将K3上架Azure、AWS和Google Cloud，并从这些平台销售K3服务产生的收入中抽取最高30%分成。此外，K3的开源许可不是标准MIT协议，而是月之暗面自拟条款：年营收超过2000万美元的MaaS托管方须另行签署商业授权协议。

这两件事显示，月之暗面正在探索不同于单纯经营C端订阅的商业路径：将模型能力优先“批发”给拥有算力和分发渠道的云厂商，比“零售”给数百万订阅用户更符合资源情况。

当C端订阅更多承担用户入口、产品反馈和模型能力展示角色，而非主要收入来源，其额度池可能与用户期待不同。

当前，国产大模型公司都在寻找适合的赚钱方式。DeepSeek的竞争力来自模型能力、推理效率与开放生态的结合，收入几乎全部来自模型API调用收费，对话机器人App保持免费、无广告。据The Information报道，DeepSeek年化营收运行率已突破10亿美元，较数月前不足5亿美元翻了一番。CEO梁文锋在近期投资者会议上表示，API价格上调未造成客户流失，用户需求依旧强劲。

智谱则从依赖本地化部署转向API订阅服务。2026年上半年财报显示，智谱开放平台及API业务收入占比达86.5%，同比增长2735.7%，而本地化部署收入占比从84.8%降至13.5%。这一变化背后，Coding需求爆发是重要推动力。

以海外ToC产品起家的MiniMax，尝试拓宽商业化边界。除持续布局模型、API和面向个人用户的产品，它加大B端市场开拓力度，将能力延伸至视频生成，以及Agent、Reasoning、Coding等方向。其思路是让模型能力进入更多企业和开发者场景，避免收入过度依赖单一产品或客户群体。

相比这些模型公司的直接变现路径，互联网巨头有另一优势：它们已拥有成熟产品矩阵、用户规模和企业客户资源，可将大模型嵌入既有生态，通过产品增值和企业服务寻找收入。例如，腾讯尝试用大模型改造旗下产品和办公场景。微信、企业微信等产品陆续接入元宝、混元和DeepSeek等模型能力，WorkBuddy等AI办公智能体加速拓展用户。

阿里在整合QoderWork、MuleRun、悟空等产品能力后，推出一站式企业级通用Agent平台千问办公。在9月云栖大会上，钉钉完成商业版本升级，保留免费标准版，新增AI基础版、AI高级版、AI尊享版和AI旗舰版四个付费版本，并全面接入千问办公能力。

只靠低价和流量换不了长久生意，模型能力可不断向上突破，用户付费意愿不会无限增长。真正问题是，每家公司能否找到与自身技术能力、算力资源和市场位置相匹配的商业模式。

站在成本悬崖边上的，远不止Kimi一家。

本文来自微信公众号“Tech星球”（ID：tech618），作者：华卫，36氪经授权发布。