AI कंपनियाँ, रोज़ लिमिट रीसेट करके आग बुझाती हैं।
अक्टूबर के अंत में, OpenAI ने प्रो 200 प्लान की सीमा कम करने के बारे में उपयोगकर्ताओं की प्रतिक्रियाओं का जवाब देते हुए फिर से कोटा नियमों में समायोजन किया। "हमने सभी की दयालु प्रतिक्रियाओं को सुना" के बाद, Codex के प्रमुख टिबो ने घोषणा की कि सभी प्रो और बिजनेस प्रीमियम प्लान की उपयोग सीमाएँ दोगुनी हो गई हैं। समुदाय में इसके लिए खुशी की आवाजें गूंज रही हैं।
हाल ही में किमी पर भी ऐसा ही हुआ, लेकिन शैली अधिक "भयानक" लग रही है।
मून ऑफ द डार्क साइड के तहत नया मॉडल किमी K3.1 Pro लॉन्च होने के 12 घंटे से भी कम समय में विवाद शुरू हो गया। एक ओर, विदेशी ब्लॉगरों ने पोस्ट करके इसकी जानकारी दी कि यह प्रचार टेम्पलेट प्रदान करता है और प्रचार के दौरान भुगतान किए गए सहयोग के टैग को छिपाने का आग्रह करता है; दूसरी ओर, उपयोगकर्ताओं ने मात्रा के तेजी से समाप्त होने की शिकायत की: कार्य शुरू होने के थोड़ी ही देर बाद, उपयोग सीमा के करीब पहुंच गए।
दो दिन बाद, मून ऑफ द डार्क साइड ने K3.1 Pro के लिमिटेशन और अनावश्यक कोटा खर्च के लिए सार्वजनिक क्षमा मांगी, सभी प्लान सब्सक्राइबर्स को एक बार में 25% मासिक कोटा वापस कर दिया, और अनावश्यक सब एजेंट कॉल और आउटपुट लंबाई को कम करने का वादा किया।
हालांकि यह किमी की छह महीने में तीसरी बार क्षमा मांगना है। लेकिन इस "लिमिट दुर्घटना" को अभी तक सच्चे अर्थों में बंद नहीं किया गया है।
"क्वोटा भूल" अभी भी जारी है
भारतीय बड़े मॉडल में, किमी हमेशा एक विशेष मौजूदगी रहा है। लंबे टेक्स्ट प्रोसेसिंग और टेक्स्ट रचना क्षमता के साथ, इसने न केवल एक वफादार उपयोगकर्ता आधार इकट्ठा किया है, बल्कि विशाल कैलकुलेशन शक्ति और वित्तीय भंडार वाले विदेशी बड़े कंपनियों के साथ वैश्विक अग्रणी मॉडल की प्रतिस्पर्धा में सीधे प्रतिस्पर्धा करने की क्षमता भी रखता है।
लेकिन इस साल से, उनके सब्सक्रिप्शन पैकेज जल्दी से समाप्त हो जाने की शिकायतें बंद नहीं हुई हैं। "जिनके पास पैसे नहीं हैं, वे इसका उपयोग नहीं कर सकते, और जिनके पास पैसे हैं, वे विदेशी मॉडल का उपयोग करने में अधिक मूल्य प्राप्त करते हैं।" एक AI भारी उपयोगकर्ता ने कहा कि एक ही कीमत पर, Kimi द्वारा प्रदान की गई सीमा GPT और Claude की तुलना में काफी कम है। कुछ उपयोगकर्ताओं ने अन्य मॉडल की तुलना की: "199 का DeepSeek रिचार्ज एक महीने के लिए पर्याप्त है, लेकिन Kimi को देने पर केवल एक दिन के लिए ही प्रयोग कर सकते हैं।"
इस उपयोगकर्ता समूह के लिए, बड़ा मॉडल केवल एक अक्सर खोला जाने वाला चैट टूल नहीं है, बल्कि एक दैनिक कार्य प्रक्रिया में एम्बेडेड उत्पादकता उत्पाद है। इसलिए, उनके लिए कोटा खर्च का अनुभव बहुत सीधा है।
K3.1 Pro लॉन्च के बाद, यह विरोधाभास और अधिक स्पष्ट हो गया। नया मॉडल कोडिंग, लंबी अवधि के कार्यों और 3D मॉडलिंग जैसी क्षमताओं में स्पष्ट रूप से उन्नति प्राप्त करता है, और बाजार प्रतिक्रिया भी काफी सकारात्मक है। Artificial Analysis द्वारा दिया गया स्मार्टनेस स्कोर 55 है, जो वैश्विक स्तर पर चौथे स्थान पर है और सूची में सबसे अधिक स्कोर प्राप्त करने वाला ओपन-सोर्स वेट मॉडल है। तीसरे पक्ष के मूल्यांकन संस्थान ModelCompare ने इस मॉडल के आगमन के कारण कहा है कि "चीन-अमेरिका AI अंतर कई महीनों से घटकर केवल 31 दिन रह गया है।"
केवल API मूल्यांकन को देखते हुए, किमी अभी भी घरेलू मॉडल के पारंपरिक लागत लाभ को बनाए रखने के लिए प्रयासरत है; K3.1 Pro में पिछली पीढ़ी की तुलना में लगभग एक तिहाई की कमी हुई है, इनपुट 20 युआन प्रति मिलियन टोकन से घटकर 13 युआन हो गया है, और आउटपुट 100 युआन से घटकर 68 युआन हो गया है। हालाँकि, सदस्यता पैकेज खरीदने वाले उपयोगकर्ताओं के लिए, मॉडल क्षमता में सुधार हुआ है, लेकिन वास्तविक उपयोग के दौरान उन्हें सावधानी से कोटा की गणना करनी होगी।
एक किमी के दीर्घकालिक सदस्य ने तुलना करके पाया कि हालाँकि इकाई मूल्य कम है, लेकिन नया मॉडल एकल कार्य पूरा करने के लिए अधिक टोकन खपत करता है, जिससे कुल लागत लगभग समान हो जाती है। Artificial Analysis के परीक्षण के अनुसार, K3.1 Pro ने Intelligence Index की पूरी श्रृंखला पूरी करने के लिए लगभग 150 मिलियन टोकन उत्पन्न किए, जबकि परीक्षण में शामिल मॉडलों की माध्यिका केवल 87 मिलियन टोकन थी। इसका अर्थ है कि K3.1 Pro का टोकन उत्पादन माध्यिका स्तर से लगभग 72% अधिक है।
वास्तविक कार्य उदाहरण और भी चौंकाने वाले हैं। समुदाय में, एक उपयोगकर्ता जिन्होंने किमी 199 युआन के पैकेज की सदस्यता ली थी, ने केवल एक ही आदेश भेजा: "समीक्षा प्रोजेक्ट आर्किटेक्चर"। K3.1 Pro ने 5 सब-एजेंट्स शुरू किए, और कुछ ही मिनटों में 5 घंटे की सीमा पूरी तरह से समाप्त हो गई। प्रसिद्ध "पेलिकन साइकिल चला रहा है" प्रश्न के लिए, K3.1 Pro ने 1 घंटा 47 मिनट का समय लिया और 5 घंटे की सीमा का 87% खपत कर दिया।
अधिक परेशानी यह है कि कोटा क्षतिपूर्ति ने उपयोगकर्ताओं की असुविधा को पूरी तरह से शामिल नहीं किया है। इन दिनों, लगातार उपयोगकर्ता यह शिकायत कर रहे हैं कि किमी के पास कोटा है, लेकिन इसका उपयोग नहीं किया जा सकता।
"किमी वर्तमान में शीर्ष समय पर है, कृपया बाद में पुनः प्रयास करें या सदस्यता अपग्रेड करें।" यह उत्पात भरा संदेश, भले ही उपयोगकर्ताओं ने सदस्यता के लिए पैसे खर्च किए हों, बड़ी संख्या में उपयोगकर्ताओं के चैट बॉक्स में बार-बार दिखाई देता है। इनमें से कई ऐसे उपयोगकर्ता भी हैं जिन्होंने पहले ही सीमा पूरी होने के कारण पैकेज अपग्रेड कर लिया है।
Kimi ने मॉडल की क्षमता की सीमा को ऊपर उठाया है, लेकिन इसके साथ उपयोगकर्ताओं को अब केवल कोटा खर्च की समस्या ही नहीं, बल्कि शीर्ष समय सेवा क्षमता और भुगतान किए गए लाभों के बीच का अंतर भी महसूस हो रहा है।
"डर के कारण पूरा नहीं दे पाना", किमी अब याददाश्त शुरू कर रहा है?
अपने पहले सबसे गर्व की बात वाली स्मृति सुविधा को संतुलित करने के लिए, किमी ने लगभग शुरू से ही स्मृति की संरचना में बदलाव किया है। 10 अगस्त को, किमी ने उपयोगकर्ताओं को पहले सूचित किए बिना स्मृति आर्किटेक्चर को अपडेट किया और "सपनों की स्मृति" नामक एक तंत्र शुरू किया, जो भुगतान की राशि का उपयोग करता है और बैकग्राउंड में संवाद की सामग्री को पढ़कर स्मृति डेटाबेस में सहेजता है।
अब कई उपयोगकर्ताओं ने दावा किया है कि किमी की मेमोरी स्पेस पिछले कुछ दिनों से सामान्य रूप से लोड नहीं हो रही है, जिसका अनुमान है कि ऑफिशियल मेमोरी मैकेनिज्म को अपग्रेड और संशोधित कर रहा है। वर्तमान में, नया संस्करण पिछले मेमोरी निर्देशों को एकत्रित करके उपयोगकर्ता प्राथमिकताओं में सारांशित करने की ओर झुका हुआ है, जबकि पहले इसने प्रत्येक मेमोरी कंटेंट को अलग-अलग निष्पादित किया करता था। इसका फायदा यह है कि टोकन की खपत कम हो सकती है। लेकिन इसकी कीमत यह है कि मूल रूप से अधिक सूक्ष्म मेमोरी क्षमता प्रभावित होगी।
हालांकि, यह अंततः केवल कुछ खर्च को ही कम कर पाएगा। किमी का लागत समस्या पहले से ही मॉडल से आती है।
K3.1 Pro एक 3 ट्रिलियन पैरामीटर मॉडल है, जिससे पहले उद्योग में प्रचलित K3 श्रृंखला आर्किटेक्चर की जानकारी के अनुसार, इसका मॉडल आकार लगभग 2.8T पैरामीटर और सक्रिय पैरामीटर लगभग 104B था। इसकी तुलना में, कुछ अपेक्षाकृत कम पैरामीटर आकार और अधिक सक्रिय दक्षता वाले मॉडल, लागत नियंत्रण में अधिक लाभदायक हैं। DeepSeek, Zhipu आदि निर्माता मॉडल आर्किटेक्चर और निष्पादन इंजीनियरिंग के माध्यम से क्षमता और लागत के बीच अधिक उपयुक्त संतुलन ढूंढने में सक्रिय हैं।
दूसरा, जटिल कार्यों के कारण होने वाली निष्कर्ष निकालने की खपत। किमी K3.1 Pro डिफ़ॉल्ट रूप से पूरी प्रक्रिया के दौरान सोचने की मोड को सक्षम करता है, जिससे अधिक लंबी सोच की श्रृंखला और अधिक मध्यवर्ती निष्कर्ष उत्पन्न होते हैं। लंबे संदर्भ से इनपुट प्रसंस्करण की गणना लागत बढ़ती है, और जटिल निष्कर्ष निकालना और बहु-चरणीय एजेंट कॉल भी कुल खपत को बढ़ाते हैं। यदि एक एजेंट कार्य को मॉडल को कई बार कॉल करना, कई सब-एजेंट चलाना, और बार-बार जांचना और संशोधित करना है, तो अंतिम रूप से खप्त संसाधनों की मात्रा उपयोगकर्ता के सीधे अनुभव की एकल प्रश्न से कहीं अधिक हो सकती है।
किमी के लिए, वास्तव में साबित करने की आवश्यकता शायद यह नहीं है कि वह मॉडल पैरामीटर को आगे बढ़ा सकता है, बल्कि क्षमता में सुधार के साथ-साथ निष्पादन दक्षता को भी बढ़ाने की क्षमता है। किमी पर नजर रखने वाले एक डेवलपर ने कहा कि उच्च-अंत मॉडलों की प्रतिस्पर्धा में बस शामिल होने के बजाय, किमी को अधिक हल्के और अधिक कुशल मॉडलों के विकास पर संसाधन लगाना चाहिए।
यह केवल किमी की समस्या नहीं है।
सभी फिक्स्ड मासिक शुल्क पर अग्रणी मॉडल सेवाएँ प्रदान करने वाले विक्रेता एक ही संरचनात्मक तनाव का सामना कर रहे हैं: मॉडल क्षमता में वृद्धि अक्सर निष्कर्षण ओवरहेड के समान या उससे अधिक वृद्धि के साथ होती है, जबकि सदस्यता मूल्य स्थिर होता है और उपयोगकर्ता की अपेक्षा होती है कि “जो पैसा दिया, वह पर्याप्त होना चाहिए।” अंतर यह है कि कुछ कंपनियाँ टोकन की दक्षता को उत्पाद क्षमता का हिस्सा बनाती हैं, कुछ कंपनियाँ क्षमता में उछाल को ब्रांड संपत्ति बनाती हैं, और सदस्यता उपयोगकर्ता “शक्तिशाली बुद्धिमत्ता” के लिए अपेक्षा से अधिक समय पर लागत का भुगतान करते हैं।
इसके अलावा, मून ऑफ द डार्क साइड की कैलकुलेशन संसाधनों पर बाहरी आपूर्ति पर गहरा निर्भरता है। ब्लूमबर्ग ने पहले रिपोर्ट किया था कि इसके पास अलीबाबा के साथ एक कैलकुलेशन समझौता है, जिसके तहत लगभग 20,000 निविडा चिप्स के क्लस्टर का उपयोग किया जा सकता है, जो मून ऑफ द डार्क साइड के कुल कैलकुलेशन संसाधनों का काफी बड़ा हिस्सा है। पहले, K3 के प्रकाशन के 48 घंटों के भीतर, Kimi ने GPU क्षमता के सीमा तक पहुंचने के कारण नए सब्सक्रिप्शन को रोक दिया।
जब किसी कंपनी की कैलकुलेशन क्षमता स्वयं तनावग्रस्त हो, तो सी-एंड सदस्यों को उदार मात्रा प्रदान करना वित्तीय रूप से अयुक्त है।
भारतीय मॉडल्स को किससे पैसा कमाना चाहिए?
यदि किसी कंपनी की कैलकुलेशन क्षमता सीमित है, तो उसे एक वास्तविक सवाल का जवाब देना होगा: संसाधनों को कहां प्राथमिकता दें? अगली पीढ़ी के मॉडल को प्रशिक्षित और अपडेट करने के लिए, बड़ी संख्या में व्यक्तिगत उपयोगकर्ताओं के लिए रियल-टाइम इन्फरेंस सेवाओं में निवेश करने के लिए, डेवलपर API की कॉल आवश्यकताओं को सुनिश्चित करने के लिए, या सदस्यता उपयोगकर्ताओं को अधिक उपलब्धता प्रदान करने के लिए?
विभिन्न विकल्पों के पीछे अलग-अलग व्यावसायिक प्राथमिकताएँ होती हैं। किमी की सीमा के विवाद ने मून ऑफ द डार्क को एक्सेस की सीमा के तहत सी-एंड सब्सक्रिप्शन की वास्तविक स्थिति को उजागर कर दिया है।
2026 अगस्त से सितंबर के बीच, कई मीडिया रिपोर्ट्स ने बताया कि मून ऑफ द डार्क साइड ने माइक्रोसॉफ्ट, अमेज़न और गूगल के साथ बातचीत की, जिसमें K3 को Azure, AWS और Google Cloud पर लाने की योजना है और इन प्लेटफॉर्म्स से K3 सेवाओं की बिक्री से होने वाली आय में से अधिकतम 30% का हिस्सा लेने की योजना है। इसके अलावा, K3 की ओपन सोर्स लाइसेंसिंग मानक MIT लाइसेंस नहीं, बल्कि मून ऑफ द डार्क साइड द्वारा तैयार किए गए शर्तों हैं: 2000 डॉलर की सालाना आय से अधिक कमाने वाले MaaS होस्टर्स को अलग से व्यावसायिक लाइसेंस समझौते पर हस्ताक्षर करने होंगे।
इन दोनों बातों को एक साथ रखकर देखा जा सकता है कि मून ऑफ द डार्क सिर्फ सी-एंड सब्सक्रिप्शन के माध्यम से व्यापार करने के बजाय एक अलग व्यावसायिक पथ की खोज कर रहा है: बड़े पैमाने पर सी-एंड इन्फ्रास्ट्रक्चर बनाने के बजाय, मॉडल क्षमताओं को पहले से ही कैलकुलेशन क्षमता और वितरण चैनल रखने वाले क्लाउड फर्मों को "विक्रेता स्तर पर" देना, लाखों सब्सक्राइबर्स को "रिटेल" करने की तुलना में इसकी संसाधन स्थिति के अधिक अनुकूल है।
जब सी-एंड सब्सक्रिप्शन अधिक उपयोगकर्ता एंट्री, उत्पाद प्रतिक्रिया और मॉडल क्षमता प्रदर्शन की भूमिका निभाता है, बजाय मुख्य आय स्रोत के, तो इसकी कोटा पूल उपयोगकर्ता की अपेक्षाओं से अलग हो सकती है।
वर्तमान में, घरेलू बड़े मॉडल कंपनियाँ भी अपने अपने अधिक उपयुक्त आय के स्रोत ढूंढ रही हैं।
डीपसीक की प्रतिस्पर्धात्मकता मुख्य रूप से मॉडल क्षमता, निष्कर्षण दक्षता और खुले पारिस्थितिकी तंत्र के संयोजन से आती है, और वर्तमान में आय का लगभग पूरा हिस्सा मॉडल API कॉल शुल्क से आता है, जबकि डायलॉग रोबोट ऐप अभी भी मुफ्त और विज्ञापन-मुक्त है। The Information के अनुसार, डीपसीक की वार्षिक आय दर 10 अरब डॉलर से अधिक हो गई है, जो कि कुछ महीने पहले के 5 अरब डॉलर से कम के आंकड़े की तुलना में दोगुने से अधिक है। CEO लियांग वेनफेंग ने हाल के निवेशक सम्मेलन में स्पष्ट किया कि API मूल्य में वृद्धि से कोई ग्राहक नहीं खोया गया है, और उपयोगकर्ता की मांग अभी भी मजबूत है।
Zhipu ने अपने व्यावसायिक मॉडल को स्थानीय डिप्लॉयमेंट पर निर्भरता से API सब्सक्रिप्शन सेवाओं की ओर बदल दिया है। 2026 की पहली छमाही की वित्तीय रिपोर्ट के अनुसार, Zhipu ओपन प्लेटफॉर्म और API बिजनेस की आय का हिस्सा 86.5% है, जो 2735.7% की वृद्धि है, जबकि स्थानीय डिप्लॉयमेंट आय का हिस्सा 84.8% से घटकर 13.5% हो गया है। इस परिवर्तन के पीछे का मुख्य कारण Coding की मांग में विस्फोट है।
शुरुआत में विदेशी ToC उत्पादों के साथ शुरू हुई MiniMax, अपने व्यावसायिक सीमाओं को विस्तारित करने का प्रयास कर रही है। मॉडल, API और व्यक्तिगत उपयोगकर्ताओं के लिए उत्पादों को लगातार विकसित करने के साथ-साथ, यह बी-एंड मार्केट के विस्तार पर भी जोर दे रही है, और वीडियो जनरेशन, एजेंट, रीजनिंग और कोडिंग जैसे क्षेत्रों में अपनी क्षमताओं को विस्तारित कर रही है। इसका दृष्टिकोण है कि मॉडल की क्षमताओं को अधिक से अधिक उद्यमों और डेवलपर्स के सीन में शामिल किया जाए, ताकि आय एकल उत्पाद या ग्राहक समूह पर अत्यधिक निर्भर न हो।
इन मॉडल कंपनियों की सीधी आय बनाने की राह के मुकाबले, इंटरनेट विशालकायों के पास एक अन्य लाभ है: उनके पास पहले से ही परिपक्व उत्पाद मैट्रिक्स, उपयोगकर्ता आकार और व्यवसायिक ग्राहक संसाधन हैं, जिनके माध्यम से वे बड़े मॉडल को अपने मौजूदा पारिस्थितिकी तंत्र में एम्बेड कर सकते हैं और उत्पाद मूल्यवर्धन और व्यवसाय सेवाओं के माध्यम से आय खोज सकते हैं। उदाहरण के लिए, टेंसेंट अपने उत्पादों और कार्यालय के स्थानों को बड़े मॉडल के साथ बदलने की कोशिश कर रहा है। वेक्सिन, कंपनी वेक्सिन आदि उत्पादों में बाओयुआन, हुनयुआन और DeepSeek जैसी मॉडल क्षमताएँ धीरे-धीरे एकीकृत की जा रही हैं, और WorkBuddy जैसे AI कार्यालय स्मार्टएजेंट्स भी उपयोगकर्ताओं का विस्तार करने में तेजी ला रहे हैं।
अलीबाबा ने QoderWork, MuleRun, वुकोंग जैसे उत्पादों की क्षमताओं को एकीकृत करके एक-स्टॉप एंटरप्राइज-लेवल जनरल एजेंट प्लेटफॉर्म क्वियानवेन ऑफिस लॉन्च किया है। 9 में यूनयी कॉन्फ्रेंस पर, डिंगडिंग ने अपने व्यावसायिक संस्करण का अपग्रेड किया, जिसमें मुफ्त स्टैंडर्ड संस्करण को बरकरार रखते हुए, AI बेसिक, AI एडवांस्ड, AI प्रीमियम और AI फ्लैगशिप चार भुगतान वाले संस्करण जोड़े गए हैं और सभी क्वियानवेन ऑफिस क्षमताओं को समाहित किया गया है।
केवल कम कीमत और ट्रैफ़िक से लंबे समय तक व्यवसाय नहीं चलाया जा सकता; मॉडल क्षमता लगातार ऊपर की ओर बढ़ सकती है, लेकिन उपयोगकर्ताओं की भुगतान करने की इच्छा असीमित नहीं बढ़ सकती। वास्तविक सवाल यह है कि प्रत्येक कंपनी अपनी तकनीकी क्षमता, कैलकुलेशन संसाधनों और बाजार स्थिति के साथ मेल खाने वाला व्यावसायिक मॉडल कैसे खोज सकती है।
केवल किमी ही नहीं, लागत के चट्टान के किनारे पर कई और हैं।
ट्विटर: https://twitter.com/BitpushNewsCN
बिटपुश टेलीग्राम समुदाय: https://t.me/BitPushCommunity
बिटपुश टेलीग्राम सब्सक्रिप्शन: https://t.me/bitpush



