Perusahaan AI, setiap hari mengandalkan reset kuota untuk memadamkan kebakaran.
Pada akhir Oktober, OpenAI kembali menyesuaikan aturan kuota sebagai respons terhadap keluhan pengguna mengenai pengurangan kuota paket Pro 200. Setelah mengatakan “menerima umpan balik ramah dari semua pihak,” Tibo, pemimpin Codex, mengumumkan bahwa batas penggunaan untuk semua paket Pro dan Business Premium akan dilipatgandakan. Di komunitas, hal ini disambut dengan sorakan antusias.
Hal serupa baru-baru ini juga terjadi pada Kimi, tetapi nuansanya tampaknya lebih "mengerikan".
Model baru di bawah Moonshot, Kimi K3.1 Pro, baru diluncurkan kurang dari 12 jam, namun sudah mendapat berbagai kontroversi. Di satu sisi, blogger luar negeri mengungkap bahwa model ini menyediakan template promosi yang meminta pengguna untuk menyembunyikan label kerja sama berbayar saat mempromosikan; di sisi lain, pengguna secara massal mengeluhkan konsumsi kuota yang cepat: baru saja menjalankan tugas, mereka sudah menemukan bahwa kuota hampir habis.
Dua hari kemudian, Moonshot meminta maaf secara terbuka mengenai pembatasan aliran dan konsumsi kuota yang tidak perlu pada K3.1 Pro, memulihkan 25% kuota bulanan secara sekali saja untuk semua pelanggan langganan, serta menyatakan akan mengurangi pemanggilan sub-Agent dan panjang output yang tidak perlu.
Meskipun ini adalah permintaan maaf ketiga Kimi dalam enam bulan terakhir, "insiden kuota" ini belum benar-benar tertutup.
"Black hole kuota", masih berlanjut
Di antara model besar buatan dalam negeri, Kimi selalu menjadi entitas yang istimewa. Dengan kemampuan pemrosesan teks panjang dan penciptaan teks, ia tidak hanya mengumpulkan sejumlah pengguna setia, tetapi juga mampu bersaing langsung dengan perusahaan besar luar negeri yang memiliki daya komputasi dan cadangan dana besar di kancah kompetisi model mutakhir global.
Namun sejak awal tahun ini, keluhan tentang paket langganan yang habis terlalu cepat tidak pernah berhenti. "Yang tidak punya uang tidak mampu menggunakannya, yang punya uang lebih memilih model luar negeri karena lebih hemat biaya," kata pengguna AI berat. Dengan harga yang sama, kuota yang ditawarkan Kimi jauh lebih rendah dibandingkan GPT dan Claude. Ada juga pengguna yang membandingkan dengan model lain: "Dengan isi ulang 199 untuk DeepSeek, cukup untuk sebulan, tapi kalau bayar ke Kimi, hanya cukup untuk satu hari."
Bagi pengguna ini, model besar bukanlah alat obrolan yang dibuka sesekali, melainkan produk produktivitas yang terintegrasi dalam alur kerja sehari-hari. Oleh karena itu, mereka merasakan konsumsi kuota secara sangat langsung.
Setelah K3.1 Pro diluncurkan, kontradiksi ini menjadi lebih menonjol. Model baru mengalami peningkatan signifikan dalam kemampuan seperti kode, tugas jangka panjang, dan pemodelan 3D, dengan respons pasar yang sangat positif. Indeks kecerdasan yang diberikan oleh Artificial Analysis adalah 55 poin, menempati peringkat keempat secara global, menjadikannya model berbasis open-source dengan skor tertinggi di daftar tersebut. Lembaga evaluasi pihak ketiga ModelCompare bahkan menyatakan bahwa "kesenjangan AI antara Tiongkok dan Amerika berkurang dari beberapa bulan menjadi hanya 31 hari" karena munculnya model ini.
Dari segi harga API, Kimi tetap berusaha mempertahankan keunggulan biaya khas model lokal: K3.1 Pro turun sekitar sepertiga dibanding generasi sebelumnya, input turun dari 20 yuan per juta token menjadi 13 yuan, output turun dari 100 yuan menjadi 68 yuan. Namun, bagi pengguna yang membeli paket langganan, meskipun kemampuan model meningkat, penggunaan nyata memerlukan perhitungan kuota yang lebih hati-hati.
Seorang langganan jangka panjang Kimi setelah membandingkan, menemukan bahwa meskipun harga per unit lebih rendah, model baru mengonsumsi lebih banyak Token per tugas, sehingga biaya keseluruhan hampir sama. Menurut pengujian Artificial Analysis, K3.1 Pro menghasilkan sekitar 150 juta Token untuk seluruh Intelligence Index, sedangkan median model yang diuji hanya 87 juta Token. Dihitung secara setara, output Token K3.1 Pro lebih tinggi sekitar 72% dibandingkan tingkat median.
Contoh tugas nyata jauh lebih mencengangkan. Di komunitas, seorang pengguna yang berlangganan paket Kimi senilai 199 yuan hanya mengirimkan perintah "tinjau arsitektur proyek", dan K3.1 Pro langsung meluncurkan 5 sub-Agent, dan dalam beberapa belas menit kuota 5 jam langsung habis. Menghadapi soal klasik "Pelikan Mengendarai Sepeda", K3.1 Pro menghasilkan jawaban selama 1 jam 47 menit, menghabiskan 87% dari kuota 5 jam.
Yang lebih merepotkan lagi, kompensasi kuota pun tidak sepenuhnya meredakan ketidaknyamanan pengguna. Dalam beberapa hari ini, terus ada pengguna yang melaporkan bahwa meskipun Kimi memiliki kuota, kuota tersebut tidak bisa digunakan.
“Kimi sedang dalam masa puncak, silakan coba lagi nanti atau tingkatkan keanggotaan untuk mempercepat.” Meskipun telah mengeluarkan uang untuk berlangganan, pesan yang membuat frustasi ini masih sering muncul di kotak chat sejumlah besar pengguna, termasuk mereka yang sebelumnya sudah meningkatkan paket karena kuota habis.
Kimi mendorong model ke batas kemampuan yang lebih tinggi, tetapi yang dihadapi pengguna sekarang bukan hanya masalah konsumsi kuota, tetapi juga kesenjangan antara kapasitas layanan di jam sibuk dan hak berbayar.
"Tak berani memberi cukup," Kimi mulai mengaktifkan memori?
Untuk meredakan tekanan kuota, Kimi tampaknya mulai menyesuaikan fungsi memori yang dulu menjadi kebanggaannya. Pada 10 Agustus, Kimi memperbarui arsitektur memori tanpa memberi pemberitahuan sebelumnya kepada pengguna, memperkenalkan mekanisme "memori mimpi" yang mengonsumsi kuota berbayar, yang secara otomatis membaca konten percakapan dan menulisnya ke basis memori di latar belakang.
Saat ini, beberapa pengguna melaporkan bahwa ruang memori Kimi tidak dapat dimuat dengan normal dalam beberapa hari terakhir, diduga karena pihak resmi sedang meningkatkan dan memodifikasi mekanisme memori. Saat ini, versi baru memori cenderung mengelompokkan dan merangkum perintah memori masa lalu menjadi preferensi pengguna, alih-alih mengeksekusi konten memori satu per satu seperti sebelumnya. Keuntungannya, konsumsi Token kemungkinan akan lebih sedikit. Namun, harganya adalah kemampuan memori yang sebelumnya lebih rinci juga akan terpengaruh.
Namun, ini pada akhirnya hanya dapat meredakan sebagian dari konsumsi. Masalah biaya yang dihadapi Kimi pertama-tama berasal dari model itu sendiri.
K3.1 Pro adalah model dengan parameter sebesar 3 triliun. Informasi arsitektur seri K3 yang beredar sebelumnya menunjukkan bahwa ukuran modelnya sekitar 2,8T parameter, dengan parameter aktif sekitar 104B. Sebaliknya, beberapa model dengan ukuran parameter lebih kecil dan efisiensi aktivasi lebih tinggi memiliki keunggulan dalam pengendalian biaya teknis. Produsen seperti DeepSeek dan Zhipu sedang mencari keseimbangan yang lebih tepat antara kemampuan dan biaya melalui optimasi arsitektur model dan rekayasa inferensi.
Kedua adalah konsumsi inferensi yang diakibatkan oleh tugas kompleks. Kimi K3.1 Pro secara default mengaktifkan mode pemikiran sepanjang waktu, menghasilkan rantai pemikiran yang lebih panjang dan lebih banyak konten inferensi tengah. Konteks panjang akan meningkatkan beban komputasi pemrosesan input, sementara inferensi kompleks dan panggilan Agent multi-rangkaian juga akan lebih meningkatkan total konsumsi. Sebuah tugas Agent yang memerlukan beberapa panggilan model, menjalankan beberapa Agent sub, serta dilakukan pemeriksaan dan revisi berulang-ulang, dapat menghabiskan sumber daya jauh lebih besar daripada sekadar satu pertanyaan yang terasa oleh pengguna.
Bagi Kimi, yang sebenarnya perlu dibuktikan mungkin bukan kemampuannya untuk terus memperbesar parameter model, tetapi sejauh mana ia dapat meningkatkan efisiensi inferensi seiring dengan peningkatan kemampuan. Seorang pengembang yang memperhatikan Kimi menyatakan bahwa alih-alih terus-menerus terlibat dalam persaingan model高端, Kimi sebaiknya lebih fokus pada sumber daya untuk mengembangkan model yang lebih ringan dan lebih efisien.
Ini bukan masalah hanya Kimi.
Semua penyedia yang menawarkan layanan model canggih dengan biaya bulanan tetap menghadapi tekanan struktural yang sama: peningkatan kemampuan model sering kali disertai peningkatan biaya inferensi yang sebanding atau bahkan lebih dari linier, sementara harga langganan bersifat kaku dan ekspektasi pengguna adalah “sudah membayar, maka harus cukup”. Perbedaannya terletak pada beberapa perusahaan menjadikan efisiensi token sebagai bagian dari kemampuan produk, sementara yang lain menjadikan terobosan kemampuan sebagai aset merek, dan pengguna langganan terjepit di tengah, membayar biaya runtime yang melebihi ekspektasi demi “kecerdasan kuat”.
Selain itu, sumber daya komputasi Yue Zhi An Mian sangat bergantung pada pasokan eksternal. Bloomberg pernah melaporkan bahwa mereka memiliki perjanjian komputasi dengan Alibaba, memungkinkan penggunaan kluster sekitar 20.000 chip NVIDIA, yang menyumbang sebagian besar sumber daya komputasi Yue Zhi An Mian. Sebelumnya, dalam waktu 48 jam setelah peluncuran K3, Kimi terpaksa menghentikan langganan baru karena kapasitas GPU mendekati batas maksimum.
Ketika daya komputasi perusahaan sendiri sedang dalam kondisi ketat, memberikan kuota besar kepada pengguna langganan C-end adalah tidak rasional secara finansial.
Model-model lokal, seharusnya menghasilkan uang dari siapa?
Jika sebuah perusahaan memiliki pasokan daya komputasi terbatas, ia harus memutuskan masalah nyata: ke mana sumber daya harus didahulukan? Melatih dan mengiterasi model generasi berikutnya, berinvestasi dalam layanan inferensi real-time untuk pengguna individu dalam jumlah besar, memenuhi kebutuhan panggilan API pengembang, atau memberikan kuota yang lebih besar kepada pengguna berlangganan?
Di balik pilihan berbeda terdapat prioritas komersial yang berbeda pula. Kontroversi kuota Kimi juga mengungkap posisi sebenarnya yuezhimian dalam menentukan langganan konsumen akhir di bawah kendala daya komputasi.
Pada Agustus hingga September 2026, berbagai media melaporkan bahwa Moonshot berunding dengan Microsoft, Amazon, dan Google untuk merilis K3 di Azure, AWS, dan Google Cloud, serta mengambil komisi hingga 30% dari pendapatan yang dihasilkan dari penjualan layanan K3 melalui platform-platform tersebut. Selain itu, lisensi open-source K3 bukanlah lisensi MIT standar, melainkan ketentuan yang dirancang sendiri oleh Moonshot: penyedia MaaS dengan pendapatan tahunan melebihi 20 juta dolar AS wajib menandatangani perjanjian lisensi komersial terpisah.
Dengan menggabungkan dua hal ini, terlihat bahwa Moonshot sedang mengeksplorasi jalur bisnis yang berbeda dari sekadar mengelola langganan konsumen akhir: daripada membangun infrastruktur inferensi skala besar untuk konsumen akhir, lebih sesuai dengan kondisi sumber dayanya untuk terlebih dahulu “menggrosir” kemampuan model kepada penyedia cloud yang memiliki daya komputasi dan saluran distribusi, dibandingkan “menjual eceran” kepada jutaan pengguna langganan.
Saat C-end berlangganan lebih banyak memikul peran sebagai pintu masuk pengguna, umpan balik produk, dan penunjukan kemampuan model, bukan sebagai sumber pendapatan utama, maka kumpulan kuotanya mungkin berbeda dari harapan pengguna.
Saat ini, perusahaan-perusahaan model besar dalam negeri juga sedang mencari cara-cara yang lebih cocok untuk menghasilkan uang.
Daya saing DeepSeek sebagian besar berasal dari kombinasi kemampuan model, efisiensi inferensi, dan ekosistem terbuka. Saat ini, pendapatan hampir seluruhnya berasal dari biaya pemanggilan API model, sementara aplikasi chatbot tetap gratis dan tanpa iklan. Menurut The Information, tingkat pendapatan tahunan DeepSeek telah melebihi 1 miliar dolar AS, lebih dari dua kali lipat dari angka di bawah 500 juta dolar AS beberapa bulan lalu. CEO梁文锋 secara jelas menyatakan dalam pertemuan investor terbaru bahwa kenaikan harga API tidak menyebabkan kehilangan pelanggan, dan permintaan pengguna tetap kuat.
ZhiPu mengalami transisi model bisnis, beralih dari ketergantungan pada penempatan lokal ke layanan langganan API. Laporan keuangan semester pertama 2026 menunjukkan bahwa pendapatan dari platform terbuka dan bisnis API ZhiPu mencapai 86,5%, meningkat 2.735,7% secara tahunan, sementara persentase pendapatan dari penempatan lokal turun dari 84,8% menjadi 13,5%. Perubahan ini didorong oleh ledakan permintaan Coding.
MiniMax, yang memulai perjalananannya dengan produk ToC di luar negeri, sedang berusaha memperluas batas-batas komersialisasinya. Selain terus mengembangkan model, API, dan produk yang ditujukan untuk pengguna pribadi, perusahaan ini juga semakin memperkuat upaya pengembangan pasar B2B, memperluas kemampuannya ke arah generasi video, serta Agent, Reasoning, dan Coding. Pendekatannya adalah membawa kemampuan model ke lebih banyak skenario perusahaan dan pengembang, sehingga tidak terlalu bergantung pada satu produk atau kelompok pelanggan saja.
Dibandingkan jalur monetisasi langsung dari perusahaan model, raksasa internet memiliki keunggulan lain: mereka sudah memiliki matriks produk yang matang, skala pengguna, dan sumber daya pelanggan perusahaan, sehingga dapat mengintegrasikan model besar ke dalam ekosistem yang sudah ada, lalu mencari pendapatan melalui peningkatan produk dan layanan perusahaan. Sebagai contoh, Tencent sedang mencoba mengubah produk dan skenario kerja kantornya dengan model besar. Produk-produk seperti WeChat dan WeChat Work secara bertahap mengintegrasikan kemampuan model seperti Yuanbao, Hunyuan, dan DeepSeek, sementara agen kerja AI seperti WorkBuddy juga sedang mempercepat ekspansi pengguna.
Setelah mengintegrasikan kemampuan produk-produk seperti QoderWork, MuleRun, dan Wukong, Alibaba meluncurkan platform Agent perusahaan serba guna berbasis satu atap, Qwen Office. Pada konferensi Yunqi bulan September, DingTalk menyelesaikan pembaruan versi komersialnya, dengan tetap mempertahankan versi standar gratis serta menambahkan empat versi berbayar baru: AI Basic, AI Advanced, AI Premium, dan AI Flagship, serta mengintegrasikan sepenuhnya kemampuan Qwen Office.
Hanya mengandalkan harga rendah dan lalu lintas tidak akan membangun bisnis jangka panjang; kemampuan model dapat terus meningkat, tetapi keinginan pengguna untuk membayar tidak akan tumbuh tanpa batas. Masalah sebenarnya adalah, apakah setiap perusahaan dapat menemukan model bisnis yang sesuai dengan kemampuan teknologi, sumber daya komputasi, dan posisi pasar mereka sendiri.
Bukan hanya Kimi yang berdiri di tepi tebing biaya.
Twitter: https://twitter.com/BitpushNewsCN
Grup diskusi TG BitPush: https://t.me/BitPushCommunity
Langganan TG BitPush: https://t.me/bitpush