Peluncuran Kimi K3 memicu 'Circuit Breaker' karena permintaan melebihi ekspektasi

Dark Side of the Moon Kimi K3 merespons permintaan pengguna yang jauh melebihi perkiraan dalam 48 jam setelah peluncuran dengan menghentikan pendaftaran pengguna baru, terpaksa melakukan "pemutusan daya komputasi". Total parameter K3 mencapai 2,8 triliun, menggunakan mekanisme perhatian campuran linier KDA, yang menurunkan kompleksitas komputasi lapisan perhatian dari kuadratik menjadi linier, mengurangi cache KV hingga 75%, dan meningkatkan throughput decoding hingga 6 kali lipat pada konteks panjang 1 juta. Arsitektur ini dianggap sebagai penerapan "Hukum Tao" di bidang AI, mencapai lompatan kinerja melalui inovasi arsitektur sistemik. K3 mendapatkan skor komprehensif 57 dalam evaluasi model AI global, menempati peringkat ketiga, di belakang Claude Fable 5 dan GPT-5.6. Di pasar modal, pada hari peluncuran K3, kapitalisasi pasar NVIDIA turun sekitar 111,1 miliar dolar AS, sementara valuasi Dark Side of the Moon melonjak dari 4,3 miliar dolar AS menjadi 31,5 miliar dolar AS dalam waktu enam bulan.

Penulis artikel, sumber: 36氪

Kimi juga memiliki "Hukum Taonya" sendiri.

K3 meledak populer, tetapi Kimi harus menekan tombol pause.

Pada dini hari 19 Juli, tim Kimi dari Moonshot mengumumkan bahwa karena permintaan pengguna dalam 48 jam pertama peluncuran Kimi K3 jauh melebihi perkiraan, akibat keterbatasan sumber daya komputasi, pendaftaran pengguna baru untuk Kimi ditangguhkan, dan sumber daya komputasi terbatas akan diprioritaskan untuk memastikan layanan bagi pengguna yang sudah berlangganan.

Sistem keanggotaan dipisahkan menjadi hak utama Kimi dan hak Code untuk alokasi sumber daya yang lebih tepat. Dari tanggapan resmi berikutnya, Kimi tidak melakukan penyesuaian terhadap sistem keanggotaan, tetapi hanya melakukan penyeimbangan ulang terhadap pengalaman pengguna di bawah kapasitas komputasi yang terbatas.

K3 memicu pemutusan daya komputasi, hanya bisa menolak pelanggan baru dan fokus pada pelayanan pelanggan lama.

Saat ini, semua produsen model sedang berlomba-lomba memperbesar basis pengguna dengan cara menawarkan layanan gratis atau penurunan harga sebagai strategi nilai baik. Sebaliknya, tindakan Kimi justru terasa agak "Vulgar".

Namun, semakin kuat kemampuan model, semakin panjang konteks, dan semakin sering pengguna memanggilnya, semakin tinggi konsumsi daya inferensi. Dalam kondisi “volume permintaan K3 mendekati batas kapasitas klaster daya komputasi saat ini”, Kimi juga mengalami masalah seperti “DouBao”: semakin banyak pengguna C-end, kontribusi terhadap pendapatan tidak signifikan, tetapi GPU tidak mampu menahan beban.

Sebagai model MoE pertama Moonshot dengan parameter sebesar 3 triliun, total parameter K3 mencapai 2,8 triliun. Menurut pemahaman konvensional, model dengan skala ini menghabiskan daya komputasi secara eksponensial setiap kali menghasilkan output. Namun, dengan dukungan arsitektur inti uniknya, model ini mencapai efek hukum Tao yang diajukan Huawei di bidang chip.

Arsitektur ini juga dianggap sebagai mesin super yang menerapkan tiga teknologi kunci: KDA (Kimi Delta Attention) hybrid linear attention, attention residuals, dan MoE dengan kepadatan tinggi, mendorong efisiensi setiap unit daya komputasi menjadi efek model hingga maksimal.

Selama ini, industri chip bergantung pada Hukum Moore, meningkatkan kinerja dengan memperkecil ukuran transistor. Namun, ketika proses canggih mendekati batas fisik dan biaya melonjak, model pertumbuhan yang hanya mengandalkan penambahan perangkat keras juga memasuki titik jenuh.

Huawei tahun ini mengusulkan "Hukum Tao", melampaui pendekatan tradisional "miniaturisasi ruang" dan beralih ke "miniaturisasi waktu": melalui pelipatan logika, penumpukan tiga dimensi, dan optimasi arsitektur end-to-end, mengurangi latensi transmisi sinyal dan mengurangi pemindahan data yang berlebihan, mencapai peningkatan efisiensi energi yang setara dengan proses canggih pada proses yang sudah matang.

Metodologi intinya adalah: melalui inovasi arsitektur sistem, meningkatkan kinerja dalam batasan perangkat keras atau kendala biaya.

Menurut saya, mekanisme perhatian campuran linier KDA yang digunakan oleh K3 merupakan praktik dari "Hukum Tao" di bidang AI.

Perlu diketahui bahwa arsitektur Transformer paling memakan daya komputasi pada mekanisme perhatian. Perhatian standar tumbuh secara kuadratik seiring panjang urutan; dalam tugas konteks jutaan, sebagian besar daya komputasi terpakai untuk mempertahankan matriks perhatian urutan panjang. Mekanisme KDA mengurangi kompleksitas komputasi sebagian besar lapisan perhatian dari kuadratik menjadi linier.

Menurut laporan teknis yang sebelumnya dirilis oleh Moonshot, dengan menggunakan rasio campuran KDA dan MLA pada model eksperimen, penggunaan cache KV dapat dikurangi hingga 75%, dan throughput decoding pada panjang konteks 1 juta meningkat hingga 6 kali lipat. Dengan menggabungkan teknologi attention residual dan MoE dengan kepadatan tinggi, efisiensi pelatihan meningkat sekitar 25%, dengan biaya tambahan kurang dari 2%.

Ini adalah rekonstruksi dari "efisiensi produksi model". Jika jalur Transformer dominan di Silicon Valley adalah mobil bensin yang mengandalkan kekuatan besar untuk menciptakan keajaiban, KDA lebih mirip mesin hibrida yang mengejar efisiensi termal maksimal.

Laporan dari SemiAnalysis menunjukkan bahwa KDA meningkatkan kecepatan inferensi sebesar 300%, sekaligus mempertahankan kinerja yang mendekati Transformer dalam pemrosesan konteks panjang. Ini berarti dengan investasi daya komputasi yang sama, K3 dapat menghasilkan lebih banyak kecerdasan efektif.

Umpan balik uji coba dari komunitas pengembang menunjukkan bahwa K3 unggul dalam tugas Agent berbasis proses panjang dan generasi kode, serta memiliki kemampuan bersaing dengan model papan atas internasional.

Pada dasarnya, K3 tetap mengikuti Hukum Scaling, tetapi memotong pemborosan algoritmik yang kasar. Sementara perusahaan AI di Silicon Valley terus menumpuk chip dan memperbanyak daya komputasi, Kimi mencapai keseimbangan antara kinerja dan efisiensi dengan merekonstruksi rantai algoritma dan menyederhanakan redundansi komputasi, dalam kondisi daya komputasi terbatas, sehingga menempuh jalur yang memaksimalkan "output kecerdasan per watt".

Ini mengejutkan para pengamat dan investor Wall Street, yang kembali mempertanyakan apakah investasi puluhan miliar dolar AS di Silicon Valley untuk AI akan memberikan pengembalian yang sepadan, serta apakah keunggulan AS di bidang AI telah melemah.

Sementara itu, pengguna perusahaan dan pengembang juga mulai memperhatikan biaya penggunaan AI. Sebagian pengembang telah menggunakan layanan "Model Routing", yang secara otomatis memilih model AI dengan biaya terendah dan efisiensi tertinggi berdasarkan tugas yang berbeda, termasuk model-model Tiongkok seperti Kimi.

Melihat kembali, terjadinya penembusan daya komputasi Kimi adalah efek samping dari keberhasilan teknis: peningkatan efisiensi model menurunkan biaya per penggunaan, tetapi justru mendorong lonjakan permintaan total.

Perlu dicatat bahwa pada 11 Juli, pendiri Zhipu, Tang Jie, mengumumkan "Rencana Touch High", dengan tegas menyatakan "Tidak mencapai puncak berarti gagal", dan secara jelas menyatakan bahwa dalam dua tahun ke depan tidak akan mengejar monetisasi aplikasi jangka pendek, melainkan akan mengalokasikan sumber daya secara terfokus untuk mengejar empat arah inti AGI, serta berencana menghimpun dana untuk menginvestasikan sumber daya sebesar miliaran dalam memecahkan teknologi mekanisme yang dapat dijelaskan.

Jika dikatakan bahwa Zhipu "mencapai ketinggian" adalah pertempuran hidup mati setelah go public, ia berharap dapat memperkuat narasi sebagai "perusahaan model besar pertama di dunia" dan meredakan kecemasan nyata dengan mengejar batas teknologi.

Saya juga melihat Kimi melakukan "pencapaian tinggi" dalam tiga dimensi keputusan Yang Zhilin:

Pertama, tingkatkan daya komputasi, beralih dari pemikiran berbasis lalu lintas ke pemikiran berbasis nilai. Informasi publik menunjukkan bahwa kontribusi bisnis API Kimi telah melebihi 70%, sangat berbeda dari model langganan berbasis konsumen sebelumnya. Memelihara pengguna lama dan menolak pengguna baru sebenarnya adalah mengalihkan daya komputasi terbatas ke skenario bernilai tinggi, guna mencegah lalu lintas konsumen umum mendominasi kuota bisnis B2B yang sudah menjadi tulang punggung pendapatan.

Harganya juga jelas. Misalnya, kriteria pelaksanaan "prioritas untuk pengguna yang ada" tidak transparan; permintaan mana yang direspons lebih dulu dan mana yang diturunkan prioritasnya, jika salah ditangani, akan melemahkan kepercayaan pengguna.

Dalam jangka panjang, Kimi harus memperkuat infrastruktur seperti pool kekuatan komputasi elastis, mekanisme respons bertingkat, dan kemampuan penjadwalan dinamis untuk bertransformasi dari bintang teknologi menjadi perusahaan AI puncak yang matang.

Kedua, penetapan harga meningkat, Kimi sedang menjalani uji tekan dari restoran prasmanan murah menuju diferensiasi nilai. Pemisahan hak utama Kimi dan hak Code yang disebutkan dalam pengumuman tersebut merupakan penyesuaian jangka pendek untuk mengatasi kekurangan daya komputasi, sekaligus bisa menjadi tanda awal重构 sistem penetapan harganya.

Di masa lalu, pengguna membayar biaya yang sama dan menghabiskan daya komputasi yang sama, terlepas dari apakah mereka menulis kode, mencari informasi, atau mengobrol. Ketika proporsi pengguna kode yang mengonsumsi daya komputasi tinggi meningkat, model ini pasti menyebabkan ketidaksesuaian struktural.

Kimi memanfaatkan kesempatan ini untuk memisahkan hak keanggotaan, serta menetapkan ulang harga berdasarkan skenario penggunaan: pengguna ringan menikmati layanan dasar, sementara pengguna berat membayar premi untuk kemampuan bernilai tinggi.

Ini adalah upaya untuk merebut hak penetapan harga produk model melalui segmentasi pengguna berdasarkan nilai. Saat ini, biaya K3 telah mencapai $2,3 per juta Token, meskipun lebih rendah daripada model unggulan luar negeri, namun telah mencatatkan rekor tertinggi baru untuk model dalam negeri.

Mungkin Kimi juga ingin meninggalkan model murah, dan menyampaikan pemahaman kepada publik: model berkinerja tinggi memiliki kemampuan penetapan harga. Selanjutnya, persaingan model besar juga akan beralih dari "berlomba-lomba dalam parameter" menjadi "berlomba-lomba dalam infrastruktur" dan "berlomba-lomba dalam penetapan biaya".

Langkah ini lebih sulit daripada mencapai puncak daftar, dan lebih mendekati esensi bisnis.

Ketiga, posisi meningkat, Kimi berpindah dari variabel geografis menjadi titik acuan penetapan harga.

K3 segera menarik perhatian global setelah peluncurannya. Dalam "Intelligence Index" terbaru yang dirilis oleh lembaga evaluasi model AI independen Artificial Analysis, skor komprehensifnya mencapai 57 poin, menempati peringkat ketiga global, di belakang Claude Fable 5 (60 poin) dan GPT-5.6 Sol (59 poin), serta mengungguli Claude Opus 4.8 (56 poin).

Pencapaian ini juga secara tidak sengaja mematahkan konsensus industri bahwa "sumber terbuka tertinggal setengah generasi dari sumber tertutup".

Sementara itu, pengaruh K3 telah meluas di luar lingkungan teknis. Lembaga investasi teknologi AS memandangnya sebagai "titik balik" dalam perkembangan AI, dengan keyakinan bahwa model open-source berkualitas tinggi mempercepat penyebaran kemampuan; profesor ilmu komputer Universitas California, Berkeley, menyatakan bahwa K3 mengurangi kesenjangan antara model open-source Tiongkok dan model maju Amerika menjadi 2 hingga 3 bulan.

Reaksi pasar modal juga sangat tajam, pada hari perdagangan pertama K3, kapitalisasi pasar NVIDIA anjlok sekitar $111,1 miliar dalam sehari; analis JPMorgan dalam laporan mereka secara langsung menyebutnya sebagai "DeepSeek 2.0".

Akselerasi ini lah yang mengubah logika penetapan harga.

Selain itu, ARR (pendapatan tahunan) Bulan Gelap mencapai hampir US$3 miliar hingga Juni, dengan pertumbuhan luar negeri sebesar 400%, dan pendapatan justru meningkat setelah kenaikan harga 60%. Tiga data ini secara gabungan menunjukkan bahwa model "open source + efisiensi" Kimi dapat diwujudkan secara skalabel.

Ditambahkan bahwa laporan mengungkapkan Moonshot sedang mencari daftar di Hong Kong dalam waktu paling cepat enam bulan, dengan valuasi yang melonjak dari 4,3 miliar dolar AS menjadi 31,5 miliar dolar AS dalam enam bulan, meningkat lebih dari tujuh kali lipat.

Ini semua merupakan bentuk validasi dari pasar modal terhadap jalur non-utama di luar Silicon Valley. Ketika mereka mempertaruhkan pada “SOTA yang mampu menjalankan model ekonomi unit yang berjalan”, ini juga menunjukkan bahwa Kimi memiliki logika penilaian independen, dan tidak lagi perlu membandingkan dirinya dengan OpenAI atau Anthropic untuk membuktikan nilainya.

Sisi gelap bulan, sumber gambar: data jaringan

Namun, K3 masih memiliki jalan panjang menuju AGI. Misalnya, dalam skor benchmark, meskipun K3 hanya 3 poin lebih rendah dari Fable 5, perbedaan di baliknya tetap signifikan.

Selain itu, Kimi juga mengakui dua kelemahan pada tingkat penyebaran dalam laporan teknisnya: pertama, K3 menyimpan riwayat pemikiran lengkap selama pelatihan; jika pihak pemanggil tidak mengirimkan kembali proses inferensi sebelumnya dengan benar, atau beralih dari model lain ke K3 dalam sesi, kualitas output akan menurun secara signifikan;

Kedua, K3 akan "terlalu aktif" ketika tugasnya ambigu, cenderung mengambil keputusan atas nama pengguna. "Kepatuhan mandiri" semacam ini dalam proses teknis yang memerlukan eksekusi tepat, mudah memicu kesalahan berantai.

Masih ada satu masalah yang sering diabaikan namun sangat penting: halusinasi. Artificial Analysis secara khusus menunjukkan bahwa tingkat halusinasi K3 justru meningkat dibandingkan generasi sebelumnya, K2.6.

Dalam beberapa hal, kecemerlangan dan kekhawatiran tersembunyi K3 merupakan cerminan ketidakseimbangan pasokan dan permintaan daya komputasi secara keseluruhan industri, sekaligus penderitaan kolektif industri AI Tiongkok yang tertekan oleh ketergantungan pada daya komputasi, komersialisasi yang belum lengkap, dan ekspektasi pengguna yang terlalu tinggi.

Setiap overloading dan setiap "cut-off" dari produsen AI ini adalah rintangan yang harus dilalui dalam upaya China untuk mencapai puncak AI. Yang pasti, siklus persaingan baru telah dimulai, di mana model besar akan berpindah dari persaingan kemampuan menuju persaingan kekuatan komputasi.

Siapa yang dapat membangun keunggulan dalam algoritma, cadangan daya komputasi, dan infrastruktur lainnya, dialah yang akan bertahan hingga akhir dan menentukan standar kelangsungan hidup perusahaan AI generasi berikutnya.

Referensi:

Peringkat Huruf, "K3 Dirilis 48 Jam"

Jin Duan, Semuanya Salah Kimi

Artikel ini berasal dari akun WeChat "Tang Chen Tong Xue", penulis: Tang Chen, diterbitkan ulang dengan izin dari 36Kr.