AI企業は、毎日クォータのリセットで火消しをしている。
10月末、OpenAIはユーザーからプロ200プランの利用枠削減に対する不満に対応し、利用枠のルールを再調整した。「皆様からの温かいフィードバックを頂きました」と述べたCodex担当のTiboは、すべてのProおよびBusiness Premiumプランの利用限度を倍増すると発表した。コミュニティでは、この発表に歓声が上がった。
最近，类似的事情也发生在Kimi身上，但情况似乎更加“惨烈”。
月の裏側が展開する新モデル「Kimi K3.1 Pro」は、リリースから12時間も経たないうちに、次々と批判が噴出している。一方では、海外のブロガーが投稿し、このモデルが宣伝テンプレートを提供する一方で、有料提携のラベルを隠すよう求めていると暴露された。他方では、ユーザーからクォータが急速に消費されるという不満が集中している：タスクを開始して間もなく、利用上限に近づいていることに気づくという状況だ。
2日後、月之暗面はK3.1 Proの制限流量および不要なクォータ消費について公に謝罪し、すべてのプランサブスクリプション利用者に一度だけ月間クォータの25％を復元するとともに、不要なサブエージェントの呼び出しと出力長を削減すると表明した。
これはKimiが半年以内に三度目の謝罪であるが、この「クォータ事故」はまだ真正に解決されていない。
「額度のブラックホール」はまだ続いています
中国の大規模モデルの中で、Kimiは常に特別な存在である。長文処理とテキスト生成能力により、忠実なユーザー層を築き上げるとともに、膨大な計算リソースと資金を有する海外大手企業と、世界最前線のモデル競争で対峙する能力を備えている。
今年に入って以来、サブスクリプションプランがすぐに使い切られてしまうという不満は絶えなかった。「お金がない人は使えないし、お金がある人は海外のモデルを使った方がコスパが良い」と、AIを重度に利用するユーザーは述べている。同じ価格で、Kimiが提供する利用枠はGPTやClaudeに比べてはるかに少ないという。他のモデルと比較するユーザーもいる。「199元をDeepSeekにチャージすれば1か月使えるが、Kimiにはその金額でたった1日しか使えない。」
このユーザー層にとって、大規模モデルはたまに使うチャットツールではなく、日常の作業フローに組み込まれた生産性ツールです。そのため、クォータの消費感が非常に直観的です。
K3.1 Proのリリース後、この矛盾はさらに顕著になった。新モデルはコード処理、長期タスク、3Dモデリングなどの能力で明確なアップグレードを実現し、市場の反応も非常に好評である。Artificial Analysisが提供するインテリジェンススコアは55点で、世界第4位となり、ランキング内で最も高いスコアを記録したオープンソースモデルとなった。第三者評価機関ModelCompareは、このモデルの登場により「米中AIの差が数か月からわずか31日まで縮小した」と評価している。
API料金のみを見ると、Kimiは依然として国内モデルのコスト優位性を維持しようと努力しており、K3.1 Proは前世代と比較して約3分の1引き下げられ、入力が100万トークンあたり20元から13元に、出力が100元から68元に削減されました。しかし、サブスクリプションプランを購入したユーザーにとっては、モデルの性能は向上したものの、実際の使用時にはクォータをより慎重に計算する必要があります。
Kimiの長期サブスクリプション利用者は比較したところ、単価は低下したものの、新モデルが単一タスクを完了するために消費するトークン数が増加しており、全体のコストはほぼ同じであることが判明した。Artificial Analysisのテストによると、K3.1 ProはIntelligence Indexの全セットを完了するために約1億5千万トークンを出力したのに対し、テストされたモデルの中央値は8700万トークンにとどまった。換算すると、K3.1 Proのトークン出力量は中央値より約72%高い。
実際のタスクケースはさらに衝撃的である。コミュニティ内では、Kimiの199元プランを購入したユーザーが「審査プロジェクトアーキテクチャ」というコマンドを1回送信しただけで、K3.1 Proが5つのサブエージェントを起動し、十数分後に5時間の利用枠がすべて使い切られた。古典的な「カモメが自転車に乗る」という問題に対して、K3.1 Proは1時間47分を消費し、5時間枠の87％を消費した。
さらに困ったことに、クォータ補償でもユーザーの不満は完全には解消されていません。この数日間、複数のユーザーが、Kimiにはクォータがあるにもかかわらず使えないという報告を続けています。
「Kimiは現在ピークタイムです。後でもう一度お試しください、または会員プランをアップグレードして速度を向上させてください。」という、ユーザーにとって苛立たしいこのメッセージは、サブスクリプションを購入したにもかかわらず、多くのユーザーのチャットボックスに繰り返し表示されている。その中には、すでに利用枠不足で一度プランをアップグレードしたユーザーも含まれている。
Kimiはモデルの能力上限を引き上げましたが、その結果、ユーザーに課題として残るのは利用枠の消費だけでなく、ピーク時のサービス提供能力と有料特典との間のギャップです。
「与えきれない」、Kimiが記憶を動かし始めた？
クレジット負荷を軽減するため、Kimiはかつて最も誇っていたメモリ機能の調整を開始したようだ。8月10日、Kimiはユーザーに事前通知なしにメモリアーキテクチャを更新し、有料クレジットを消費する「夢のメモリ」メカニズムを導入した。この機能はバックグラウンドで会話内容を自動的に読み取り、メモリーデータベースに書き込む。
現在、複数のユーザーが、Kimiのメモリースペースが数日間正常に読み込めないことを報告しており、公式側がメモリーメカニズムをアップグレードおよび修正中である可能性があると指摘しています。現在の状態では、新バージョンのメモリーは、過去のメモリーコマンドを個別に実行するのではなく、一括してユーザーの好みに要約・抽出する傾向があります。利点としては、トークン消費量が減少する可能性がありますが、その代償として、以前より細かいメモリー機能も影響を受けることになります。
しかし、これは結局のところ、一部の消費を緩和するにとどまります。Kimiが直面するコスト問題の第一の原因は、モデルそのものです。
K3.1 Proは3兆パラメータ規模のモデルであり、これまで業界で流れていたK3シリーズのアーキテクチャ情報によると、そのモデル規模は約2.8Tパラメータ、アクティブパラメータは約104Bであった。比較すると、パラメータ規模がやや小さく、アクティブ効率が高いモデルの方が、コストのエンジニアリング制御において優位性を持つ。DeepSeekや智譜などの企業は、モデルアーキテクチャと推論エンジニアリングの最適化を通じて、能力とコストのより適切なバランスを探っている。
次に、複雑なタスクに伴う推論コストです。Kimi K3.1 Proはデフォルトで通して思考モードを有効にしており、より長い思考チェーンと多くの中間推論内容を出力します。長いコンテキストは入力処理の計算オーバーヘッドを増加させ、複雑な推論や複数回のAgent呼び出しはさらに総消費量を押し上げます。1つのAgentタスクがモデルを複数回呼び出し、複数のサブAgentを実行し、繰り返しチェックと修正を必要とする場合、最終的なリソース消費はユーザーが直感的に感じる1回の質問をはるかに上回る可能性があります。
Kimiにとって、本当に証明すべきことは、モデルのパラメータをさらに大きくできるかどうかではなく、能力を向上させながら推論効率も向上させられるかどうかである。Kimiに注目する開発者の一人は、高機能モデルの競争に一味従事するのではなく、Kimiはより軽量で効率的なモデルの開発にリソースを集中すべきだと述べている。
これはKimi一家の問題ではありません。
固定月額料金で最先端モデルを提供するすべての企業は、同じ構造的葛藤に直面している。モデルの能力向上は、推論側のコストを比例甚至超比例的に増加させる一方で、サブスクリプション料金は固定されており、ユーザーの期待は「支払った分は十分に使えるべき」というものだ。違いは、ある企業がトークン効率を製品の機能の一部として位置づけているのに対し、別の企業は能力の進化をブランド資産としている点であり、サブスクリプションユーザーは「強力な知能」のために予想を超える実行コストを負担させられている。
また、月之暗面の計算リソースは外部供給に大きく依存している。ブルームバーグは、同社がアリババと計算能力に関する契約を結び、約2万枚のNVIDIAチップから構成されるクラスタを使用できると報じた。この計算能力は、月之暗面の全体的な計算リソースの相当部分を占めている。以前、K3のリリース後48時間以内に、KimiはGPU容量が上限に近づいたため、新規サブスクリプションを一時停止した。
会社の算力自体が逼迫している状況で、C端サブスクリプションユーザーに広範なクォータを提供することは、財務的に非合理的である。
国内モデルたちは、誰のお金を稼ぐべきなのか？
企業の計算能力が限られている場合、現実的な課題を決定しなければなりません：リソースを次世代モデルの訓練とイテレーションに優先的に投入するか、大量の個人ユーザー向けのリアルタイム推論サービスに投資するか、開発者APIの呼び出し要件を確保するか、サブスクリプションユーザーにより余裕のあるクォータを提供するか。
異なる選択肢の背後には、異なる商業化の優先順位が存在する。Kimiの利用枠をめぐる議論は、月の裏側が計算リソースの制約下でC端ユーザー向けサブスクリプションにどのように位置づけているかを明らかにした。
2026年8月から9月にかけて、複数のメディアが、月之暗面がマイクロソフト、アマゾン、グーグルと交渉し、K3をAzure、AWS、Google Cloudに上架し、これらのプラットフォームを通じてK3サービスを販売して得られる収益の最大30％をシェアする計画であると報じた。また、K3のオープンソースライセンスは標準的なMITライセンスではなく、月之暗面が独自に策定した条項であり、年間収益が2,000万ドルを超えるMaaSホスティング事業者は別途商業ライセンス契約を締結しなければならない。
この二つの出来事を合わせて見ると、月之暗面は単なるC端サブスクリプション運営とは異なるビジネスパスを模索していることがわかる。自社で大規模なC端推論インフラを構築するよりも、計算リソースと配信チャネルを有するクラウドベンダーにモデル機能を優先的に「卸売」することが、数百万のサブスクユーザーに「小売」するよりも、同社のリソース状況により適している。
Cエンドが主な収益源ではなく、ユーザー入口、製品フィードバック、モデル能力の提示という役割をより多く担うようになると、そのクォータプールはユーザーの期待と異なる可能性がある。
現在、中国の大型モデル企業もそれぞれに適した収益化方法を探しています。
DeepSeekの競争力は、モデルの能力、推論効率、オープンエコシステムの組み合わせに大きく依存しており、現在の収益のほぼすべてはモデルAPIの呼び出し料から生じている。対話型ボットアプリは引き続き無料かつ広告なしで提供されている。The Informationの報道によると、DeepSeekの年間収益ランニングレートは10億ドルを突破し、数ヶ月前までの5億ドル未満から2倍以上に増加した。CEOの梁文鋒は最近の投資家会議で、API料金の引き上げにより顧客が離脱することはなく、ユーザー需要は依然として強力であると明言した。
智谱は、ローカルデプロイに依存するビジネスモデルからAPIサブスクリプションサービスへの転換を経験しています。2026年前半の決算報告によると、智谱オープンプラットフォームおよびAPIビジネスの収益比率は86.5%に達し、前年同期比2735.7%増加しました。一方、ローカルデプロイ収益の比率は84.8%から13.5%へ低下しました。この変化の背後には、Coding需要の爆発的拡大が重要な推進力となっています。
海外のToC製品からスタートしたMiniMaxは、商業化の境界を広げようとしている。モデル、API、個人ユーザー向け製品の展開を継続する一方で、B2B市場の開拓を強化し、動画生成やAgent、Reasoning、Codingなどの分野へ能力を拡張している。その戦略は、モデルの機能をより多くの企業や開発者のシナリオに導入し、収益が単一の製品や顧客層に過度に依存しないようにすることである。
これらのモデル企業の直接的な収益化パスと比較して、インターネット大手にはもう一つの利点がある。それは、すでに成熟した製品ポートフォリオ、ユーザー規模、および企業顧客リソースを保有しており、大規模モデルを既存のエコシステムに組み込み、製品の付加価値や企業サービスを通じて収益を生み出すことができる点である。たとえば、テンセントは大規模モデルを自社製品やオフィスシーンに適用しようとしている。WeChat、WeComなどの製品は、Baoyuan、Hunyuan、DeepSeekなどのモデル機能を次々と統合しており、WorkBuddyなどのAIオフィスエージェントもユーザー拡大を加速している。
アリババは、QoderWork、MuleRun、悟空などの製品機能を統合し、ワンストップ企業向け汎用Agentプラットフォーム「千問办公」をリリースしました。9月の雲栖大会で、DingTalkは商業版をアップグレードし、無料標準版を維持したまま、AIベーシック版、AIアドバンスド版、AIプレミアム版、AIフラグシップ版の4つの有料版を追加し、すべてのバージョンに千問办公の機能を全面的に統合しました。
安価さと流量だけでは持続可能なビジネスは築けない。モデルの能力は継続的に向上できるが、ユーザーの支払い意欲は無限に伸びるわけではない。真の課題は、各企業が自社の技術力、計算リソース、市場ポジションに合ったビジネスモデルをいかに見つけるかである。
コストの崖に立っているのは、Kimiだけではない。
Twitter：https://twitter.com/BitpushNewsCN
比推 TG コミュニティ：https://t.me/BitPushCommunity
推奨されるTG購読：https://t.me/bitpush