Syarikat AI, setiap hari bergantung pada penyetelan semula kuota untuk memadam kebakaran.
Pada akhir Oktober, OpenAI semula semula menyesuaikan peraturan kuota, sebagai respons terhadap keluhan pengguna mengenai pengurangan kuota untuk pakej Pro 200. Selepas mengatakan “menerima umpan balik yang mesra daripada semua pihak”, Tibo, pengurus Codex, mengumumkan bahawa had penggunaan untuk semua pakej Pro dan Business Premium digandakan. Komuniti bersorak gembira atas keputusan ini.
Perkara serupa baru-baru ini juga berlaku kepada Kimi, tetapi gayanya kelihatan lebih "mengerikan".
Model baru di bawah Moonshot, Kimi K3.1 Pro, tidak sampai 12 jam selepas pelancarannya, sudah menghadapi kontroversi. Di satu sisi, blogger luar negara memaparkan bahawa model ini menyediakan templat promosi tetapi meminta pengguna menyembunyikan label kerjasama berbayar semasa promosi; di sisi lain, pengguna secara konsisten mengeluh tentang penggunaan kuota yang cepat: baru sahaja tugas dijalankan, mereka sudah mendapati hampir mencapai had penggunaan.
Dua hari kemudian, Moonshot secara terbuka meminta maaf mengenai pembatasan aliran dan penggunaan kuota yang tidak perlu pada K3.1 Pro, memulihkan 25% kuota bulanan secara sekali sahaja kepada semua pelanggan langganannya, serta menyatakan bahawa mereka akan mengurangkan panggilan sub-Agent dan panjang output yang tidak perlu.
Walaupun ini adalah permintaan maaf ketiga Kimi dalam tempoh enam bulan, insiden "kuota" ini belum benar-benar berakhir.
"Black hole kuota", masih berterusan
Di antara model besar tempatan, Kimi sentiasa menjadi entiti yang istimewa. Dengan kemampuannya dalam pemprosesan teks panjang dan penciptaan teks, ia tidak hanya mengumpulkan sejumlah pengguna setia, tetapi juga mampu bersaing secara langsung dengan syarikat asing besar yang memiliki kekuatan komputasi dan simpanan kewangan yang besar dalam persaingan model terkini global.
Namun, sejak awal tahun ini, keluhan mengenai paket langganan habis terlalu cepat tidak pernah berhenti. "Yang tak ada duit tak mampu guna, yang ada duit lebih berpatutan guna model luar negara," kata pengguna AI berat. Pada harga yang sama, kuota yang ditawarkan Kimi jauh lebih rendah berbanding GPT dan Claude. Ada juga pengguna yang membandingkan dengan model lain: "Isi 199 untuk DeepSeek cukup untuk sebulan, tapi bayar untuk Kimi hanya boleh guna sehari."
Bagi pengguna ini, model besar bukan sekadar alat perbualan yang dibuka secara berkala, tetapi merupakan produk produktiviti yang terintegrasi dalam alur kerja harian mereka. Oleh itu, pengalaman mereka terhadap penggunaan kuota sangat langsung.
Selepas pelancaran K3.1 Pro, ketegangan ini menjadi lebih jelas. Model baharu ini mengalami peningkatan ketara dalam kemampuan seperti kod, tugas jangka panjang, dan pemodelan 3D, dengan respons pasaran yang sangat positif. Indeks kecerdasan yang diberikan oleh Artificial Analysis ialah 55 poin, menempati kedudukan keempat secara global, menjadikannya model terbuka dengan timbangan tertinggi dalam senarai tersebut. Agensi penilaian pihak ketiga ModelCompare bahkan menyatakan bahawa “kesenjangan AI antara China dan Amerika telah berkurang daripada beberapa bulan kepada hanya 31 hari” akibat kemunculan model ini.
Dari segi harga API semata-mata, Kimi masih berusaha mempertahankan kelebihan kos tradisional model tempatan; K3.1 Pro mengurangkan harga sebanyak kira-kira sepertiga berbanding model sebelumnya, dengan input turun dari RM20 per juta token kepada RM13, dan output turun dari RM100 kepada RM68. Namun, bagi pengguna yang membeli pakej langganan, walaupun kemampuan model telah ditingkatkan, penggunaan sebenar memerlukan pengiraan kuota yang lebih berhati-hati.
Seorang pelanggan berlangganan jangka panjang Kimi setelah membandingkan, mendapati walaupun harga per unit lebih rendah, model baharu menghabiskan lebih banyak Token untuk menyelesaikan tugas tunggal, sehingga kos keseluruhan hampir sama. Menurut ujian Artificial Analysis, K3.1 Pro menghasilkan sebanyak kira-kira 150 juta Token untuk keseluruhan Intelligence Index, manakala median model yang diuji hanya 87 juta Token. Dengan perhitungan, jumlah Token yang dihasilkan oleh K3.1 Pro adalah sekitar 72% lebih tinggi daripada paras median.
Kes kes sebenar lebih mengejutkan. Dalam komuniti, seorang pengguna yang berlanggan pakej Kimi RM199 hanya menghantar arahan “tinjau struktur projek”, dan K3.1 Pro memulakan lima sub-Agent, dan dalam beberapa minit, baki masa 5 jam habis digunakan. Menghadapi soalan klasik “Pelikan Berbasikal”, K3.1 Pro menghasilkan jawapan selama 1 jam 47 minit, menghabiskan 87% daripada baki masa 5 jam.
Lebih rumit lagi, kompensasi kuota juga tidak sepenuhnya meredakan ketidaknyamanan pengguna. Dalam beberapa hari ini, semakin banyak pengguna melaporkan bahawa walaupun Kimi mempunyai kuota, ia tidak boleh digunakan.
“Kimi sedang dalam masa puncak, sila cuba semula kemudian atau naik taraf keahlian untuk mempercepatkan.” Walaupun telah membayar untuk langganan, petua yang menjengkelkan ini masih muncul berulang kali dalam kotak sembang pelbagai pengguna, termasuk mereka yang sudah meningkatkan pakej sebelum ini kerana kuota tidak mencukupi.
Kimi mendorong model ke had kemampuan yang lebih tinggi, tetapi apa yang dibawa kepada pengguna bukan lagi hanya masalah penggunaan kuota, tetapi juga jurang antara kapasiti perkhidmatan semasa puncak dan faedah berbayar.
"Tak berani berikan sepenuhnya," Kimi mula menggerakkan ingatan?
Untuk mengurangkan tekanan kuota, Kimi kelihatannya mulai menyesuaikan fungsi ingatan yang pernah menjadi kebanggaannya. Pada 10 Ogos, Kimi memperbaharui arsitektur ingatan tanpa memberitahu pengguna terlebih dahulu, memperkenalkan mekanisme "ingatan mimpi" yang menghabiskan kuota berbayar, yang secara automatik membaca kandungan perbualan dan menulisnya ke dalam pangkalan ingatan.
Sekarang, beberapa pengguna melaporkan bahawa ruang memori Kimi tidak dapat dimuatkan dengan normal dalam beberapa hari terakhir, diduga kerana pihak rasmi sedang meningkatkan dan mengubah mekanisme memori. Saat ini, versi memori baharu cenderung menggabungkan dan meringkaskan arahan memori lampau menjadi preferensi pengguna, berbeza dengan sebelum ini yang melaksanakan setiap arahan memori secara terperinci. Kelebihannya ialah penggunaan Token mungkin akan berkurang. Namun, harga yang perlu dibayar ialah kemampuan memori yang lebih terperinci turut terjejas.
Namun, ini akhirnya hanya dapat meredakan sebahagian daripada pengeluaran. Masalah kos yang dihadapi Kimi pertama-tama datang daripada model itu sendiri.
K3.1 Pro ialah model dengan parameter sebanyak 3 trilion. Maklumat arsitektur siri K3 yang beredar sebelum ini menunjukkan bahawa saiz modelnya kira-kira 2.8T parameter, dengan parameter yang diaktifkan sebanyak 104B. Berbanding dengan itu, beberapa model dengan saiz parameter yang lebih kecil dan kecekapan pengaktifan yang lebih tinggi mempunyai kelebihan dalam pengawasan kos kejuruteraan. Pembuat seperti DeepSeek dan Zhipu sedang mencari titik keseimbangan yang lebih sesuai antara kemampuan dan kos melalui pengoptimuman arsitektur model dan kejuruteraan inferens.
Kedua, penggunaan logik yang disebabkan oleh tugas yang kompleks. Kimi K3.1 Pro secara lalai menghidupkan mod pemikiran sepanjang masa, menghasilkan rantai pemikiran yang lebih panjang dan lebih banyak kandungan inferensi sederhana. Konteks panjang akan meningkatkan beban pengiraan pemprosesan input, sementara logik kompleks dan panggilan Agent berbilang juga akan menaikkan jumlah penggunaan keseluruhan. Satu tugas Agent yang memerlukan beberapa panggilan model, menjalankan beberapa Agent anak, serta semakan dan pengubahsuaian berulang, mungkin menghabiskan sumber yang jauh melebihi satu soalan yang dirasakan secara langsung oleh pengguna.
Bagi Kimi, yang perlu dibuktikan mungkin bukan sama ada ia mampu terus memperbesar parameter model, tetapi sejauh mana ia boleh meningkatkan kecekapan inferens semasa meningkatkan kemampuan. Seorang pembangun yang memperhatikan Kimi menyatakan, alih-alih terus terlibat dalam persaingan model高端, Kimi mungkin lebih baik mengalokasikan sumber untuk mengembangkan model yang lebih ringan dan lebih cekap.
Ini bukan masalah keluarga Kimi.
Semua penyedia yang menawarkan perkhidmatan model canggih dengan bayaran bulanan tetap menghadapi tekanan struktur yang sama: peningkatan kapasiti model sering kali disertai dengan pertumbuhan kos inferens yang sepadan atau bahkan melebihi linear, manakala harga langganan adalah kaku dan harapan pengguna adalah “setelah membayar, ia seharusnya mencukupi”. Perbezaannya ialah, sebahagian syarikat menjadikan kecekapan token sebagai sebahagian daripada kemampuan produk, sebahagian lagi menjadikan terobosan kapasiti sebagai aset jenama, manakala pelanggan langganan terjepit di tengah-tengah, membayar kos runtime yang melebihi jangkaan demi “kecerdasan yang kuat”.
Selain itu, sumber daya pengiraan Moonshot sangat bergantung kepada bekalan luar. Bloomberg pernah melaporkan bahawa Moonshot mempunyai perjanjian pengiraan dengan Alibaba, membolehkan penggunaan kumpulan sebanyak 20,000 cip NVIDIA, yang mewakili sebahagian besar sumber pengiraan keseluruhan Moonshot. Sebelum ini, selepas pelancaran K3, Kimi terpaksa menghentikan langganan baharu kerana kapasiti GPU hampir mencapai hadnya.
Apabila kekuatan pengiraan syarikat itu sendiri dalam keadaan tegang, memberikan kuota yang murah hati kepada pengguna langganannya di hujung C adalah tidak rasional dari segi kewangan.
Model tempatan, sepatutnya mendapat wang dari siapa?
Jika sebuah syarikat mempunyai bekalan kuasa pengiraan yang terhad, ia mesti menentukan soalan praktikal: di mana sepatutnya sumber dialokasikan secara utama? Melatih dan mengitersi model generasi seterusnya, menerapkan perkhidmatan inferens masa nyata untuk pengguna peribadi dalam jumlah besar, memastikan permintaan panggilan API pembangun, atau memberikan kuota yang lebih banyak kepada pengguna langganan?
Di sebalik pilihan yang berbeza terdapat keutamaan komersial yang berbeza. Perdebatan mengenai kuota Kimi juga mengungkapkan posisi sebenar Yue Zhi An Mian terhadap langganan pengguna akhir di bawah batasan kekuatan pengiraan.
Pada bulan Ogos hingga September 2026, pelbagai media melaporkan bahawa Moonshot berunding dengan Microsoft, Amazon, dan Google untuk merancang pemasangan K3 di Azure, AWS, dan Google Cloud, serta mengambil bahagian pendapatan sehingga 30% daripada jualan perkhidmatan K3 melalui platform-platform tersebut. Selain itu, lesen sumber terbuka K3 bukanlah perjanjian MIT standard, tetapi syarat yang ditetapkan sendiri oleh Moonshot: penyedia MaaS yang memperoleh pendapatan tahunan melebihi $20 juta harus menandatangani perjanjian lesen komersial secara berasingan.
Dengan menggabungkan dua perkara ini, dapat dilihat bahawa Moonshot sedang meneroka jalan perniagaan yang berbeza daripada sekadar mengendalikan langganan pengguna akhir (C-end): Berbanding membina infrastruktur inferens C-end berskala besar sendiri, memperniagakan kemampuan model terlebih dahulu kepada penyedia awan yang memiliki kekuatan pengiraan dan saluran pengedaran jauh lebih sesuai dengan keadaan sumbernya berbanding menjual secara eceran kepada berjuta-juta pengguna langganan.
Sementara itu, apabila C-end berlangganan lebih banyak untuk mengambil peranan sebagai pintu masuk pengguna, umpan balik produk, dan paparan kemampuan model, bukan sebagai sumber pendapatan utama, maka kolam kuota mungkin berbeza daripada jangkaan pengguna.
Sekarang, syarikat-syarikat model besar tempatan juga sedang mencari cara-cara yang lebih sesuai untuk menghasilkan keuntungan.
Kekuatan kompetitif DeepSeek sebahagian besar datang dari gabungan kemampuan model, kecekapan inferens, dan ekosistem terbuka. Pendapatan semasa hampir sepenuhnya datang daripada caj pemanggilan API model, manakala aplikasi bot perbualan masih percuma dan tanpa iklan. Menurut The Information, kadar pendapatan tahunan DeepSeek telah melepasi 1 bilion dolar AS, meningkat lebih daripada dua kali ganda berbanding nombor kurang daripada 500 juta dolar AS beberapa bulan yang lalu. CEO梁文锋 (Liang Wenhong) dengan jelas menyatakan dalam pertemuan pelabur terkini bahawa peningkatan harga API tidak menyebabkan kehilangan pelanggan, dan permintaan pengguna masih kuat.
ZhiPu mengalami peralihan model perniagaan, berpindah daripada bergantung kepada pelaksanaan tempatan kepada perkhidmatan langganan API. Laporan keuangan separuh pertama 2026 menunjukkan bahawa pendapatan daripada platform terbuka dan perniagaan API ZhiPu mencapai 86.5%, meningkat 2735.7% secara tahunan, manakala peratusan pendapatan pelaksanaan tempatan turun daripada 84.8% kepada 13.5%. Perubahan ini didorong terutamanya oleh ledakan permintaan Coding.
MiniMax, yang bermula dengan produk ToC luar negara, sedang mencuba memperluas sempadan komersialnya. Selain terus menanamkan modal dalam model, API, dan produk yang ditujukan kepada pengguna peribadi, ia juga memperkuat usaha membuka pasaran B2B, memperluaskan kemampuannya ke arah penghasilan video, serta Agent, Reasoning, dan Coding. Pendekatannya adalah membawa kemampuan model ke dalam lebih banyak skenario perniagaan dan pembangun, bagi mengelakkan pendapatan yang terlalu bergantung kepada satu produk atau kumpulan pelanggan sahaja.
Berbanding dengan jalan monetisasi langsung oleh syarikat model ini, raksasa internet mempunyai kelebihan lain: mereka sudah mempunyai rangkaian produk yang matang, skala pengguna, dan sumber pelanggan korporat, membolehkan mereka menyuntikkan model besar ke dalam ekosistem sedia ada, kemudian mencari pendapatan melalui peningkatan nilai produk dan perkhidmatan korporat. Sebagai contoh, Tencent sedang cuba mengubah produk dan skenario pejabatnya menggunakan model besar. Produk seperti WeChat dan WeChat for Work secara beransur-ansur mengintegrasikan kemampuan model seperti Yuanbao, Hunyuan, dan DeepSeek, sementara agen pejabat AI seperti WorkBuddy juga mempercepatkan pertumbuhan pengguna.
Selepas mengintegrasikan kemampuan produk-produk seperti QoderWork, MuleRun, dan Wukong, Alibaba melancarkan platform agen perniagaan serba guna satu atap, Qianwen Office. Pada konvensyen Yunqi pada bulan September, DingTalk menyelesaikan peningkatan versi komersialnya, dengan menambahkan empat versi berbayar—Versi Asas AI, Versi Lanjutan AI, Versi Eksklusif AI, dan Versi Unggul AI—selain versi percuma standard, serta mengintegrasikan sepenuhnya kemampuan Qianwen Office.
Harga rendah dan trafik sahaja tidak dapat menukar perniagaan menjadi jangka panjang; kemampuan model boleh terus meningkat, tetapi niat pengguna untuk membayar tidak akan terus bertambah tanpa had. Masalah sebenar ialah, sama ada setiap syarikat mampu mencari model perniagaan yang sepadan dengan kemampuan teknologi, sumber pengiraan, dan kedudukan pasaran mereka sendiri.
Bukan hanya Kimi yang berdiri di tepi tebing kos.
Twitter：https://twitter.com/BitpushNewsCN
Kumpulan perbincangan TG BitPush: https://t.me/BitPushCommunity
Langgan BitPush di TG: https://t.me/bitpush