Empresa de IA, todos os dias dependendo de redefinir limites para apagar incêndios.
No final de outubro, a OpenAI ajustou novamente as regras de limite, respondendo às reclamações dos usuários sobre a redução do limite do plano Pro 200. Após mencionar “recebemos feedbacks amigáveis”, Tibo, responsável pelo Codex, anunciou que os limites de uso de todos os planos Pro e Business Premium foram dobrados. A comunidade comemorou amplamente.
Coisas semelhantes também ocorreram recentemente com o Kimi, mas o cenário parece ainda mais "catastrófico".
O novo modelo Kimi K3.1 Pro, da Moonshot AI, foi lançado há menos de 12 horas e já enfrenta controvérsias. Por um lado, blogueiros internacionais expuseram que o modelo fornece modelos de propaganda e exige que os usuários ocultem os rótulos de parcerias pagas durante a promoção; por outro, os usuários se queixam coletivamente sobre o rápido esgotamento dos limites: logo após iniciar as tarefas, percebem que já estão próximos ao limite de uso.
Dois dias depois, Moonshot se desculpou publicamente pelo limite de taxa e consumo desnecessário de quota do K3.1 Pro, restaurando uma vez para todos os assinantes de pacotes 25% da quota mensal e declarando que reduzirá chamadas desnecessárias de sub-Agents e o comprimento da saída.
Embora seja o terceiro pedido de desculpas do Kimi em seis meses, esse "acidente de limite" ainda não foi realmente encerrado.
“Buraco de limite” continua
Entre os grandes modelos nacionais, o Kimi sempre foi uma presença especial. Com suas capacidades de processamento de textos longos e criação de conteúdo, ele não apenas acumulou um grupo fiel de usuários, mas também tem a capacidade de competir diretamente com grandes empresas estrangeiras, que possuem vastos recursos de computação e reservas financeiras, no cenário global de modelos de ponta.
Mas desde o início deste ano, as reclamações sobre os pacotes de assinatura se esgotarem muito rapidamente nunca pararam. “Quem não tem dinheiro não pode pagar, e quem tem dinheiro obtém melhor custo-benefício usando modelos estrangeiros”, disse um usuário intensivo de IA. Ao mesmo preço, o limite oferecido pelo Kimi é muito menor do que o do GPT e do Claude. Outros usuários compararam com outros modelos: “Com 199 de recarga no DeepSeek, dá para usar por um mês; já no Kimi, só dá para usar um dia.”
Para este grupo de usuários, o modelo grande não é uma ferramenta de bate-papo usada ocasionalmente, mas sim um produto de produtividade integrado ao fluxo de trabalho diário. Por isso, sua percepção do consumo de quota é muito direta.
Após o lançamento do K3.1 Pro, essa contradição tornou-se ainda mais evidente. O novo modelo apresentou uma melhoria significativa em capacidades como código, tarefas de longo prazo e modelagem 3D, com uma resposta positiva do mercado. O índice de inteligência atribuído pela Artificial Analysis foi de 55 pontos, ocupando a quarta posição global e se tornando o modelo de peso aberto com a pontuação mais alta da lista. A instituição de avaliação independente ModelCompare chegou a afirmar, devido à aparição desse modelo: “A lacuna de IA entre China e EUA foi reduzida de meses para apenas 31 dias”.
Apenas olhando os preços da API, o Kimi continua esforçando-se para manter a vantagem de custo típica dos modelos nacionais: o K3.1 Pro reduziu cerca de um terço em relação à geração anterior, com a entrada caindo de 20 yuan por milhão de tokens para 13 yuan e a saída de 100 yuan para 68 yuan. No entanto, para os usuários que compram pacotes de assinatura, embora a capacidade do modelo tenha melhorado, é necessário calcular com mais cautela os créditos durante o uso real.
Um assinante de longa data do Kimi, após comparação, descobriu que, embora o preço unitário tenha diminuído, o novo modelo consome mais tokens por tarefa concluída, resultando em um custo total aproximadamente igual. De acordo com os testes da Artificial Analysis, o K3.1 Pro gerou cerca de 150 milhões de tokens no total do Intelligence Index, enquanto a mediana dos modelos testados foi de apenas 87 milhões de tokens. Convertido, o volume de tokens gerado pelo K3.1 Pro é cerca de 72% superior ao nível mediano.
Os casos reais de tarefas são ainda mais alarmantes. Na comunidade, um usuário que assinou o plano de 199 yuan do Kimi enviou apenas o comando “revisar a arquitetura do projeto”, e o K3.1 Pro ativou cinco sub-Agents; menos de dez minutos depois, a janela de 5 horas foi totalmente esgotada. Diante da clássica questão “o pelicano andando de bicicleta”, o K3.1 Pro gerou uma resposta de 1 hora e 47 minutos, consumindo 87% da quota de 5 horas.
Mais problemático ainda, a compensação de limite não conseguiu totalmente aliviar a insatisfação dos usuários. Nos últimos dias, diversos usuários relataram que, mesmo com limite disponível, não conseguem usar o Kimi.
“O Kimi está em pico de carga, tente novamente mais tarde ou faça upgrade da assinatura para acelerar.” Mesmo após gastar dinheiro em uma assinatura, essa mensagem frustrante continua aparecendo repetidamente nas caixas de bate-papo de muitos usuários, incluindo aqueles que já haviam feito upgrade de plano anteriormente por falta de quota.
Kimi levou o modelo a limites de capacidade mais altos, mas o que os usuários enfrentam agora não é apenas um problema de consumo de quota, mas também uma discrepância entre a capacidade de serviço durante horários de pico e os benefícios pagos.
“Não quer dar o suficiente”, o Kimi começou a usar a memória?
Para aliviar a pressão sobre os limites, a Kimi parece ter começado a ajustar sua funcionalidade de memória, antes considerada sua maior vantagem. Em 10 de agosto, a Kimi atualizou a arquitetura de memória sem notificar previamente os usuários, introduzindo o mecanismo de “memória onírica”, que consome quota paga e lê automaticamente o conteúdo das conversas em segundo plano para armazená-lo no banco de memória.
Atualmente, vários usuários relataram que o espaço de memória do Kimi não está carregando normalmente nos últimos dias, sugerindo que a equipe oficial está atualizando e modificando o mecanismo de memória. Atualmente, a nova versão da memória tende a agrupar e resumir instruções de memória passadas em preferências do usuário, em vez de executar os itens de memória individualmente, como antes. A vantagem é que o consumo de tokens pode ser reduzido. No entanto, o custo é que a capacidade de memória mais detalhada também será afetada.
No entanto, isso só pode aliviar parcialmente o consumo. O problema de custo enfrentado pelo Kimi vem, em primeiro lugar, do próprio modelo.
O K3.1 Pro é um modelo com 3 trilhões de parâmetros. Informações anteriores sobre a arquitetura da série K3 indicavam que seu tamanho era de aproximadamente 2,8T parâmetros, com 104B parâmetros ativados. Em comparação, alguns modelos com tamanho de parâmetros relativamente menor e maior eficiência de ativação apresentam vantagens no controle de custos de engenharia. Fabricantes como DeepSeek e Zhipu estão buscando, por meio de otimizações na arquitetura do modelo e na engenharia de inferência, um equilíbrio mais adequado entre desempenho e custo.
Em seguida, o consumo de raciocínio trazido por tarefas complexas. O Kimi K3.1 Pro ativa automaticamente o modo de pensamento durante todo o processo, gerando cadeias de raciocínio mais longas e mais conteúdo intermediário de inferência. Contextos longos aumentam a carga computacional do processamento de entrada, e raciocínios complexos e múltiplas chamadas de Agentes também elevam ainda mais o consumo total. Uma tarefa de Agente que exija múltiplas chamadas ao modelo, execução de vários sub-Agentes e repetidas verificações e modificações pode consumir recursos muito além daquilo que o usuário percebe como uma única pergunta.
Para o Kimi, o que realmente precisa ser provado talvez não seja a capacidade de continuar aumentando os parâmetros do modelo, mas sim o nível de melhoria da eficiência de inferência ao mesmo tempo em que as capacidades são aprimoradas. Um desenvolvedor que acompanha o Kimi afirmou que, em vez de participar incessantemente da competição em modelos de alto nível, o Kimi deveria investir mais recursos no desenvolvimento de modelos mais leves e eficientes.
Este não é um problema da Kimi.
Todos os fornecedores que oferecem serviços de modelos avançados por uma taxa mensal fixa enfrentam a mesma tensão estrutural: o aprimoramento da capacidade do modelo frequentemente acompanha um aumento proporcional ou até superlinear nos custos de inferência, enquanto o preço da assinatura é rígido e as expectativas dos usuários são de que “o que foi pago deve ser suficiente”. A diferença está em que algumas empresas transformaram a eficiência em token em parte de sua capacidade de produto, enquanto outras transformaram o avanço de desempenho em ativo de marca, deixando os assinantes presos no meio, pagando custos operacionais superiores ao esperado por “inteligência poderosa”.
Além disso, os recursos de computação da Moonshot dependem fortemente de fornecimento externo. A Bloomberg relatou anteriormente que a empresa possui um acordo de computação com a Alibaba, permitindo o uso de um cluster composto por aproximadamente 20.000 chips NVIDIA, que representam uma parte significativa dos recursos computacionais totais da Moonshot. Anteriormente, após o lançamento do K3, em menos de 48 horas, o Kimi suspendeu novas assinaturas devido à proximidade do limite de capacidade de GPU.
Quando a capacidade de mineração de uma empresa já está sob pressão, oferecer cotas generosas a usuários finais por assinatura é financeiramente irracional.
Quem os modelos nacionais deveriam ganhar dinheiro com?
Se a capacidade de processamento de uma empresa for limitada, ela precisa decidir um problema prático: onde alocar prioritarimente os recursos? Treinar e iterar o próximo modelo, investir em serviços de inferência em tempo real para milhões de usuários individuais, atender às demandas de chamadas da API para desenvolvedores ou fornecer quotas mais generosas aos usuários assinantes?
Por trás das diferentes opções estão prioridades comerciais distintas. A controvérsia sobre os limites do Kimi também revela a verdadeira posição da Moonshot AI em relação à assinatura de consumidores finais sob restrições de poder computacional.
De agosto a setembro de 2026, múltiplos meios de comunicação relataram que Moonshot está em negociações com Microsoft, Amazon e Google, planejando disponibilizar o K3 no Azure, AWS e Google Cloud, e receber até 30% de participação nos receitas gerados pela venda dos serviços K3 por meio dessas plataformas. Além disso, a licença de código aberto do K3 não é o padrão MIT, mas sim um termo próprio da Moonshot: provedores de MaaS com receita anual superior a 20 milhões de dólares devem assinar um contrato de licença comercial separado.
Juntando esses dois fatos, é possível perceber que Moonshot está explorando um caminho comercial diferente da simples operação de assinaturas B2C: em vez de construir infraestrutura de inferência B2C em grande escala, priorizar a “venda por atacado” das capacidades do modelo para provedores de nuvem com poder computacional e canais de distribuição é muito mais adequado às suas condições de recursos do que vender “no varejo” para milhões de usuários assinantes.
E quando o lado C assumir mais o papel de entrada de usuários, feedback de produto e demonstração de capacidades do modelo, em vez de ser a principal fonte de receita, seu pool de cotas pode divergir das expectativas dos usuários.
Atualmente, as empresas chinesas de grandes modelos também estão buscando formas de geração de receita mais adequadas para cada uma.
A competitividade da DeepSeek deriva em grande parte da combinação entre a capacidade do modelo, a eficiência de raciocínio e o ecossistema aberto. Atualmente, quase toda a receita provém de cobranças por chamadas à API do modelo, enquanto o aplicativo de chatbot permanece gratuito e sem anúncios. Segundo o The Information, a taxa anual de receita da DeepSeek já ultrapassou 1 bilhão de dólares, mais que dobrando em relação aos menos de 500 milhões de dólares registrados alguns meses atrás. O CEO Liang Wenhong declarou claramente em recente reunião com investidores que o aumento nos preços da API não resultou em perda de clientes, e a demanda dos usuários continua forte.
Zhipu está passando por uma transição de modelo de negócios, passando de dependência de implantação local para serviços de assinatura de API. Os resultados financeiros do primeiro semestre de 2026 mostram que a receita da plataforma aberta e dos serviços de API da Zhipu representou 86,5% do total, um aumento de 2735,7% em relação ao ano anterior, enquanto a receita proveniente da implantação local caiu de 84,8% para 13,5%. Esse movimento foi fortemente impulsionado pela explosão da demanda por Coding.
A MiniMax, que começou com produtos B2C no exterior, está tentando ampliar seus limites de monetização. Além de continuar investindo em modelos, APIs e produtos voltados para usuários individuais, também está aumentando seus esforços para expandir o mercado B2B, estendendo suas capacidades para geração de vídeo, bem como para Agentes, Raciocínio e Codificação. Seu objetivo é integrar as capacidades do modelo a mais cenários empresariais e de desenvolvedores, evitando depender excessivamente de um único produto ou grupo de clientes.
Em comparação com os caminhos diretos de monetização dessas empresas de modelos, as grandes empresas de internet possuem outra vantagem: já possuem uma matriz de produtos madura, escala de usuários e recursos de clientes corporativos, permitindo-lhes integrar modelos grandes em seus ecossistemas existentes e buscar receita por meio de valorização de produtos e serviços corporativos. Por exemplo, a Tencent está tentando reformular seus produtos e cenários de trabalho com modelos grandes. Produtos como WeChat e WeCom já estão integrando capacidades de modelos como Yuanbao, Hunyuan e DeepSeek, e agentes de produtividade AI, como o WorkBuddy, também estão acelerando a expansão de usuários.
Após integrar as capacidades dos produtos QoderWork, MuleRun e Wukong, a Alibaba lançou a plataforma unificada de agentes corporativos genéricos Qwen Office. Na conferência Cloud栖 em setembro, DingTalk atualizou sua versão comercial, mantendo a versão padrão gratuita e adicionando quatro versões pagas: AI Básica, AI Avançada, AI Premium e AI Flagship, integrando totalmente as funcionalidades do Qwen Office.
Não é possível sustentar um negócio a longo prazo apenas com preços baixos e tráfego; a capacidade do modelo pode continuar a se aprimorar, mas a disposição dos usuários para pagar não crescerá infinitamente. A verdadeira questão é se cada empresa consegue encontrar um modelo de negócios alinhado com suas próprias capacidades tecnológicas, recursos de computação e posição no mercado.
Não é apenas a Kimi que está à beira do penhasco de custos.
Twitter: https://twitter.com/BitpushNewsCN
Grupo de discussão do BitPush no TG: https://t.me/BitPushCommunity
Inscreva-se no Telegram da BitPush: https://t.me/bitpush