Kimi 半年三次道歉：模型越强，生意却越难做？

AI 企业，如今频繁依靠重置额度来应对危机。

10月底，OpenAI 再次修订了额度规则，回应用户对 Pro 200 套餐额度被减少的抱怨。在“收到大家善意的反馈”之后，Codex 负责人 Tibo 宣布，所有 Pro 和 Business Premium 套餐的使用限额将翻倍。社区中为此欢呼声不断。

类似的事件，最近也发生在 Kimi 身上，但情况似乎更为“激烈”。

月之暗面旗下新模型 Kimi K3.1 Pro 上线不到 12 小时，争议便接踵而至。一方面，有海外博主发帖曝光，称其提供宣传模板并要求推广时隐藏付费合作标签；另一方面，用户对额度快速消耗的抱怨集中爆发：任务刚开始运行不久，就发现已接近使用上限。

两天后，月之暗面就 K3.1 Pro 的限流和不必要的额度消耗公开道歉，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。

尽管这是 Kimi 在半年内的第三次道歉，但这场“额度风波”并未就此真正结束。

01

“额度黑洞”，仍在持续

在国产大模型中，Kimi 一直是个独特的存在。凭借长文本处理和文本创作能力，它不仅积累了一批忠实用户，也有能力在全球前沿模型的竞争中，与拥有庞大算力和资金储备的海外大厂正面交锋。

但从今年开始，对其订阅套餐消耗过快的吐槽从未停止。“没钱的人用不起，有钱的人用海外模型更划算。”有 AI 重度用户表示，同样的价格，Kimi 提供的额度远不如 GPT 和 Claude。还有用户拿其他模型对比：“199元充值 DeepSeek 够用一个月，付给 Kimi 只能用一天。”

对于这批用户而言，大模型并非偶尔打开的聊天工具，而是嵌入日常工作流程的生产力产品。因此，他们在额度消耗上的体验非常直观。

K3.1 Pro 上线后，这种矛盾变得更加突出。新模型在代码、长程任务和 3D 建模等能力上迎来明显升级，市场反响也相当积极。Artificial Analysis 给出的智能指数为 55 分，位列全球第四，成为榜单中得分最高的开源权重模型。第三方评测机构 ModelCompare 甚至因该模型的出现表示，“中美 AI 差距从数月缩减至仅剩 31 天”。

单看 API 定价，Kimi 仍在努力维持国产模型一贯的成本优势。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。但对于购买订阅套餐的用户来说，模型能力提升了，实际使用时却需要更加谨慎地计算额度。

一位 Kimi 的长期订阅者对比后发现，虽然单价降低了，但新模型完成单个任务消耗的 Token 变多了，算下来整体成本差不多。根据 Artificial Analysis 的测试，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仅为 8700 万 Token。换算下来，K3.1 Pro 的 Token 输出量比中位水平高出约 72%。

实际任务案例更加触目惊心。社区中，一名订阅了 Kimi 199 元套餐的用户只发送了一句“审查项目架构”的指令，K3.1 Pro 便启动了 5 个子 Agent，十几分钟后 5 小时额度窗口即告用满。面对经典的“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。

更麻烦的是，额度补偿也未能完全平息用户的不满。这几天，不断有用户反映，Kimi 现在有额度也用不了。

“Kimi 正在高峰期，请稍后再试或升级会员加速。”即便花了钱购买订阅，这句令人抓狂的提示，仍多次出现在大量用户的聊天框中。其中，不乏已经因额度不够升级过一次套餐的用户。

Kimi 将模型推向了更高的能力上限，但随之带给用户的已不只是额度消耗问题，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 开始动记忆了？

为了缓解额度压力，Kimi 似乎开始调整曾经最引以为傲的记忆功能。8 月 10 日，Kimi 在未提前通知用户的情况下更新记忆架构，引入会消耗付费额度的“梦境记忆”机制，该机制会在后台自动读取对话内容并写入记忆库。

现在，多位用户爆料称，Kimi 的记忆空间这几天无法正常加载，疑似官方正在升级和修改记忆机制。目前表现为，新版记忆倾向于将过去的记忆指令统一归纳，提炼成用户偏好，而不是像此前一样逐条执行记忆内容。好处是，Token 消耗可能会更少，但代价是，原本更细致的记忆能力也会受到影响。

不过，这终究只能缓解一部分消耗。Kimi 面临的成本问题，首先来自模型本身。

K3.1 Pro 是一款 3 万亿级参数模型，此前业内流传的 K3 系列架构信息显示，其模型规模约为 2.8T 参数，激活参数约为 104B。相比之下，一些参数规模相对更小、激活效率更高的模型，在成本的工程控制上更有优势。DeepSeek、智谱等厂商都在通过模型架构和推理工程优化，寻找能力与成本之间更合适的平衡点。

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，会输出更长的思考链和更多中间推导内容。长上下文会增加输入处理的计算开销，复杂推理和多轮 Agent 调用也会进一步推高总消耗。一个 Agent 任务如果需要多次调用模型、运行多个子 Agent，再进行反复检查和修改，最终消耗的资源可能远远超过用户直观感受到的那一次提问。

对 Kimi 来说，真正需要证明的，或许不是自己能否把模型参数继续做大，而是在能力升级的同时把推理效率也做上去的水平。一位关注 Kimi 的开发者表示，与其一味参与高端模型的竞争，Kimi 或许更应该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，都面临同一个结构性张力：模型能力的提升往往伴随着推理侧开销的同步甚至超线性增长，而订阅价格是刚性的，用户预期是“付了钱就该够用”。区别在于，有的公司把 Token 效率做成了产品能力的一部分，有的公司把能力突破做成了品牌资产，而订阅用户被夹在中间，为“强大智能”支付了超出预期的运行时成本。

此外，月之暗面的算力资源严重依赖外部供给。彭博社曾报道称，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 在发布后 48 小时内，Kimi 因 GPU 容量逼近上限暂停了新订阅。

当一家公司的算力本身处于紧张状态，向 C 端订阅用户开放慷慨额度，在财务上是不理性的。

03

国产模型们，应该赚谁的钱？

如果一家公司的算力供给有限，就必须决定一个现实问题：把资源优先投向哪里？训练和迭代下一代模型、投入面向大量个人用户的实时推理服务、保障开发者 API 的调用需求，还是给订阅用户提供更充裕的额度？

不同选择背后，对应的是不同的商业化优先级。Kimi 的额度争议，也暴露出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% 的分成。此外，K3 的开源许可不是标准 MIT 协议，而是月之暗面自拟的条款：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。

这两件事放在一起，能看出月之暗面正在探索一条不同于单纯经营 C 端订阅的商业路径：相比自建大规模 C 端推理基础设施，把模型能力优先“批发”给拥有算力和分发渠道的云厂商，远比“零售”给数百万订阅用户更符合其资源情况。

而当 C 端订阅更多承担用户入口、产品反馈和模型能力展示的角色，而非最主要的收入来源，那么它的额度池可能就与用户期待有所不同。

当前，国产大模型公司也都在寻找各自更适合的赚钱方式。

DeepSeek 的竞争力，很大程度上来自模型能力、推理效率与开放生态的结合，目前收入几乎全部来自模型 API 调用收费，对话机器人 App 仍保持免费、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 亿美元的数字翻了一番有余。CEO 梁文锋在近期投资者会议上明确表示，API 价格上调并未造成客户流失，用户需求依旧强劲。

智谱则在经历商业模式转型，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 需求的爆发是重要推动力。

以海外 ToC 产品起家的 MiniMax，在尝试拓宽商业化边界。除了持续布局模型、API 和面向个人用户的产品，它也在加大 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，互联网巨头还有另一种优势：它们已经拥有成熟的产品矩阵、用户规模和企业客户资源，可以把大模型嵌入既有生态，再通过产品增值和企业服务寻找收入。例如，腾讯正在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 办公智能体也在加速拓展用户。

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 月的云栖大会上，钉钉完成商业版本升级，在保留免费标准版的基础上，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，模型能力可以不断向上突破，用户的付费意愿却不会无限增长。真正的问题是，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。