Yapay zeka şirketleri, günlük kota sıfırlama ile yangınları söndürüyor.
Ekim'in sonunda, OpenAI, Pro 200 paketinin kotasının azaltılmasıyla ilgili kullanıcı yorumlarına yanıt olarak kota kurallarını yeniden ayarladı. "Saygıdeğer geri bildirimlerinizi aldık" ifadesinden sonra Codex sorumlusu Tibo, tüm Pro ve Business Premium paketlerinin kullanım limitlerinin iki katına çıkarıldığını duyurdu. Toplulukta bu haberden büyük coşkuyla karşılandı.
Benzer bir olay yakın zamanda Kimi üzerinde de gerçekleşti, ancak görünüm daha "korkunç" gibi duruyor.
Ay'ın Karanlık Yüzü'nün yeni modeli Kimi K3.1 Pro, 12 saatten az bir sürede tartışmalarla karşılaştı. Bir taraftan, yurt dışı blogcular tarafından, promosyon şablonu sağladığı ve tanıtım sırasında ücretli işbirliği etiketini gizlemesini talep ettiği ortaya çıkarıldı; diğer taraftan, kullanıcılar, kota hızla tükeniyor diye yoğun şekilde şikayet etti: görevler kısa bir süre sonra çalıştırıldığında, kullanım sınırına yaklaşıldığı görüldü.
İki gün sonra, Ay'ın Karanlık Yüzü, K3.1 Pro için akış sınırlamalarını ve gereksiz kota tüketimini açıkça özür diledi, tüm abonelere bir kezlik %25 aylık kota geri verildiğini duyurdu ve gereksiz alt Agent çağrılarını ve çıktı uzunluklarını azaltmayı planladığını belirtti.
Kimi'nin bu, altı ay içindeki üçüncü özürdür. Ancak bu "limit kazası" henüz tamamen kapanmamıştır.
"Kota kara deliği", hâlâ devam ediyor
Yerli büyük modeller arasında Kimi, özellikle farklı bir varlıktır. Uzun metin işleme ve metin oluşturma yetenekleri sayesinde sadık bir kullanıcı kitlesi biriktirmiş ve büyük hesaplama gücü ve finansal rezervlere sahip yurt dışı büyük şirketlerle küresel öncü modellerde doğrudan rekabet edebilme kapasitesine sahiptir.
Ancak bu yıldan beri, abonelik paketlerinin çok hızlı tükenmesi konusunda şikayetler durmamıştır. “Para olmayanlar kullanamıyor, para olanlar ise yurt dışı modelleri daha maliyet etkili buluyor.” diyen bir AI yoğun kullanıcısı, aynı fiyatta Kimi'nin sunduğu miktarın GPT ve Claude'den çok daha az olduğunu belirtti. Başka bir kullanıcı da diğer modellerle karşılaştırma yaptı: “199 TL ile DeepSeek'e yüklediğinizde bir ay yeterli oluyor, Kimi'ye ödediğinizde ise sadece bir gün kullanabiliyorsunuz.”
Bu kullanıcılar için büyük model, ara sıra açılan bir sohbet aracı değil, günlük çalışma süreçlerine gömülmüş bir verimlilik ürünüdür. Bu nedenle kota tüketimini çok daha açık şekilde hissederler.
K3.1 Pro'nun piyasaya sürülmesiyle bu çelişki daha da belirgin hale geldi. Yeni model, kodlama, uzun vadeli görevler ve 3D modelleme gibi yeteneklerde açık bir yükseliş yaşadı ve pazar tepkisi oldukça olumlu oldu. Artificial Analysis, akıllılık indeksini 55 puan olarak verdi ve bu sayede küresel sıralamada dördüncü sırada yer alarak, en yüksek puanı alan açık kaynak ağırlıklı model oldu. Üçüncü taraf değerlendirme kuruluşu ModelCompare, bu modelin ortaya çıkışı nedeniyle "Amerika ve Çin arasındaki AI farkı birkaç aydan yalnızca 31 güne indi" dedi.
API fiyatlarına yalnızca bakıldığında, Kimi hâlâ yerel modellerin geleneksel maliyet avantajını korumak için çaba gösteriyor; K3.1 Pro, önceki nesile göre yaklaşık üçte bir oranında indirimle, girdi fiyatı milyon Token başına 20 yuan'dan 13 yuan'a, çıktı fiyatı 100 yuan'dan 68 yuan'a düşürüldü. Ancak abonelik paketleri satın alan kullanıcılar için model yetenekleri artmasına rağmen, gerçek kullanım sırasında kredileri daha dikkatli hesaplamak gerekiyor.
Bir KİMI uzun süreli abonesi, karşılaştırmadan sonra, birim fiyatın daha düşük olmasına rağmen, yeni modelin tek bir görevi tamamlamak için daha fazla Token tükettiğini ve toplam maliyetin neredeyse aynı olduğunu gözlemledi. Artificial Analysis’in testlerine göre, K3.1 Pro, Intelligence Index serisini tamamlarken yaklaşık 150 milyon Token üretti, ancak test edilen modellerin medyan değeri sadece 87 milyon Token oldu. Bu hesaplamaya göre, K3.1 Pro’nun Token üretimi, medyan seviyeye göre yaklaşık %72 daha yüksek.
Gerçek görev örnekleri daha çarpıcı. Toplulukta, Kimi'nin 199 yuanlık paketini abone olan bir kullanıcı yalnızca "İnceleme proje mimarisi" komutunu gönderdi; K3.1 Pro, 5 alt Agent çalıştırdı ve on dakikadan kısa bir sürede 5 saatlik kota doldu. Klasik "Pelikan bisiklet sürer" sorusuna K3.1 Pro, 1 saat 47 dakika süren bir yanıt üretti ve 5 saatlik kota %87'sini tüketti.
Daha da kötüsü, kota kompanzasyonu kullanıcıların memnuniyetsizliğini tamamen gideremedi. Bu günlerde, kullanıcılar sürekli olarak Kimi'nin artık kota olsa da kullanamadığını bildiriyor.
“Kimi şu anda yoğunlukta, lütfen daha sonra tekrar deneyin veya üyeliğinizi yükseltin.” Abonelik satın almasına rağmen bu sinir bozucu mesaj, birçok kullanıcının sohbet kutusunda hâlâ tekrarlanıyor. Bunların arasında zaten miktar yetersizliği nedeniyle bir kez paket yükseltmesi yapan kullanıcılar da bulunuyor.
Bazıları modeli daha yüksek bir kapasite sınırına taşıdı, ancak bu, kullanıcılar için artık sadece kota tüketimi sorunu değil, yoğun saatlerde hizmet kapasitesi ile ödeme hakları arasındaki farkı da beraber getirdi.
Yeterince verememek mi, Kimi hafızasını başlatıyor mu?
Kredi baskısını hafifletmek için Kimi, önceki en gurur duyduğu bellek işlevini ayarlamaya başlıyor. 10 Ağustos'ta, kullanıcıları önceden bilgilendirmeden bellek mimarisini güncelledi ve arka planda diyalog içeriklerini okuyup bellek veritabanına yazan, ücretli krediyi tüketen bir "rüya belleği" mekanizması tanıttı.
Şu anda birçok kullanıcı, Kimi'nin hafıza alanının birkaç gündür normal şekilde yüklenemediğini bildiriyor ve bunun resmi olarak hafıza mekanizmasının güncellenip değiştirildiğini düşündürüyor. Şu anki durumda, yeni hafıza sistemi, önceki gibi hafıza içeriklerini sırayla uygulamak yerine, geçmiş hafıza komutlarını birleştirip kullanıcı tercihlerine dönüştürmeye eğilimli. Avantajı, Token tüketiminin daha az olabileceği. Ancak bu, daha detaylı hafıza yeteneğinin etkilenmesi maliyetini beraberinde getiriyor.
Ancak bu nihayetinde sadece bir kısmını hafifletebilir. Kimi'nin karşılaştığı maliyet sorunu, öncelikle modelden kaynaklanmaktadır.
K3.1 Pro, 3 trilyon parametreli bir modeldir. Daha önce endüstride dolaşan K3 serisi mimarisi bilgilerine göre, model boyutu yaklaşık 2,8T parametre ve etkin parametre sayısı yaklaşık 104B'dir. Buna kıyasla, daha küçük parametre boyutuna ve daha yüksek etkinlik oranına sahip bazı modeller, maliyet mühendislik kontrolü açısından daha fazla avantaja sahiptir. DeepSeek, Zhipu gibi üreticiler, yetenek ve maliyet arasında daha uygun bir denge bulmak için model mimarisi ve çıkarım mühendisliği optimizasyonu yoluyla çalışmaktadır.
İkinci olarak, karmaşık görevlerin neden olduğu çıkarım tüketimidir. Kimi K3.1 Pro, varsayılan olarak tam süreye kadar düşünme modunu açar ve daha uzun bir düşünme zinciri ile daha fazla ara çıkarım çıktısı üretir. Uzun bağlam, girdi işleme için hesaplama maliyetini artırır; karmaşık çıkarımlar ve çoklu Agent çağrıları ise toplam tüketimi daha da yükseltir. Bir Agent görevi, modeli birden fazla kez çağırmayı, birçok alt Agent çalıştırmayı ve tekrarlı kontrol ile düzeltmeler yapmayı gerektiriyorsa, son tüketilen kaynaklar, kullanıcının doğrudan hissettiği bir soruyla kıyaslandığında çok daha fazla olabilir.
Kimi için gerçekten kanıtlanması gereken, model parametrelerini daha da büyütebilecek mi olduğunuz değil, yeteneklerinizi artırırken çıkarım verimliliğini de artırma düzeyidir. Kimi'yi takip eden bir geliştirici, üst düzey modellerdeki rekabete sadece katılmak yerine, Kimi'nin daha hafif ve daha verimli modeller geliştirmeye kaynak ayırması gerektiğini söylüyor.
Bu, Kimi ailesinin sorunu değil.
Sabit aylık ücretle öncü modelleri sunan tüm sağlayıcılar, aynı yapısal gerilimle karşı karşıyadır: model yeteneklerindeki ilerleme, genellikle çıkarım tarafındaki maliyetlerin eş zamanlı veya hatta üstel olarak artmasına neden olurken, abonelik fiyatları sabittir ve kullanıcı beklentisi “parayı ödediyseniz yeterli olmalı” şeklindedir. Fark, bazı şirketlerin Token verimliliğini bir ürün yeteneği haline getirmesi, bazılarının ise yetenek atlamalarını bir marka varlığı haline getirmesidir; abone kullanıcılar ise “güçlü akıllılık” için beklentilerinin üzerindeki çalışma maliyetlerini ödemektedir.
Ayrıca, Ay'ın Karanlık Yüzü'nün hesaplama kaynakları dışarıdan sağlanan kaynaklara büyük ölçüde bağımlıdır. Bloomberg, bu şirketin Alibaba ile bir hesaplama anlaşmasına sahip olduğunu ve yaklaşık 20.000 NVIDIA çipi içeren bir kümeyi kullanabileceğini rapor etti; bu hesaplama gücü, Ay'ın Karanlık Yüzü'nün toplam hesaplama kaynaklarının önemli bir kısmını oluşturuyor. Daha önce, K3'ün yayınından 48 saat içinde, Kimi GPU kapasitesi sınırına ulaştığı için yeni abonelikleri askıya aldı.
Bir şirketin kendi hesaplama gücü zaten sınırlıysa, C türü abone kullanıcılarına cömert miktarlar açmak finansal olarak akıllıca değildir.
Yerli modeller, kimden para kazanmalı?
Bir şirketin hesaplama gücü kaynağı sınırlıysa, şu gerçek soruyu belirlemek zorundadır: Kaynakları nereye öncelikli olarak yönlendirmeli? Bir sonraki nesil modelin eğitimi ve iyileştirilmesine, büyük sayıdaki bireysel kullanıcıya yönelik gerçek zamanlı çıkarım hizmetlerine, geliştirici API çağrılarının ihtiyaçlarına mı yoksa abonelik kullanıcılarına daha fazla kota mı tahsis edilmeli?
Farklı seçimlerin arkasında farklı ticarileştirme öncelikleri yer alıyor. Kimi'nin kotası ile ilgili tartışmalar, Ay'ın Karanlık Yüzü'nün hesaplama kapasitesi kısıtlamaları altında C taraflı abonelik için gerçek pozisyonunu ortaya koyuyor.
Ağustos ve Eylül 2026 arasında, çeşitli medya kaynakları, Ayın Karanlık Yüzü'nün Microsoft, Amazon ve Google ile görüşmeler yaptığını ve K3'ü Azure, AWS ve Google Cloud üzerinde yayınlamayı planladığını rapor etti; bu platformlardan K3 hizmetlerinin satışıyla elde edilen gelirin en fazla %30'unu paylaşıyor. Ayrıca, K3'ün açık kaynak lisansı standart MIT lisansı değil, Ayın Karanlık Yüzü'nün kendi belirlediği koşullardır: Yıllık geliri 20 milyon ABD dolarını aşan MaaS barındırma sağlayıcıları, ayrı bir ticari lisans anlaşması imzalamak zorundadır.
Bu iki şey bir araya getirildiğinde, Moonshot'un yalnızca C taraflı abonelikler işletmekten farklı bir ticari yol aradığı görülmektedir: Büyük ölçekli C taraflı çıkarım altyapısı kurmak yerine, model yeteneklerini hesaplama gücü ve dağıtım kanallarına sahip bulut sağlayıcılarına öncelikli olarak "toptan" sunmak, milyonlarca aboneye "perakende" olarak sunmaktan daha uygun bir kaynak stratejisidir.
Ancak C ucu abonelikleri, ana gelir kaynağı olmaktan ziyade kullanıcı girişi, ürün geri bildirimi ve model yetenekleri gösterimi rolünü üstlendiğinde, kota havuzu kullanıcı beklentilerinden farklı olabilir.
Şu anda yerli büyük model şirketleri de kendi daha uygun kazanç yollarını arıyor.
DeepSeek'in rekabet gücü, model yetenekleri, çıkarım verimliliği ve açık ekosistem birlikteliğinden büyük ölçüde kaynaklanmaktadır. Şu anda gelirlerinin neredeyse tamamı model API çağrı ücretlerinden gelmektedir; diyalog robotu uygulaması hâlâ ücretsiz ve reklamsızdır. The Information'a göre, DeepSeek'in yıllık gelir hızı 1 milyar doları aştı ve birkaç ay önceki 500 milyon doların altında bir rakamın iki katından fazlasına ulaştı. CEO梁文锋, yakın zamanda yapılan yatırımcı toplantısında, API fiyatlarının artırılmasının müşterilerin kaybına neden olmadığını ve kullanıcı talebinin hâlâ güçlü olduğunu açıkça belirtti.
ZhiPu, iş modelini yerel kurulumdan API abonelik hizmetlerine doğru dönüştürmektedir. 2026 yılının ilk yarısına ait finansal rapora göre, ZhiPu'nun açık platform ve API iş gelirleri toplam gelirin %86,5'ini oluşturmuş ve %2735,7 oranında artış göstermiştir; yerel kurulum gelirleri ise %84,8'den %13,5'e düşmüştür. Bu değişimde, Coding ihtiyacının patlaması önemli bir itici kuvvettir.
Yurt dışı ToC ürünleriyle başlayan MiniMax, ticari sınırlarını genişletmeye çalışıyor. Model, API ve bireysel kullanıcılar için ürünler üzerindeki yatırımlarını sürdürüp aynı zamanda B2B pazarını da güçlendirerek video üretimi ve Agent, Reasoning, Coding gibi alanlara yeteneklerini uzatıyor. Amaçları, model yeteneklerini daha fazla şirket ve geliştirici senaryosuna entegre ederek gelirlerini tek bir ürün veya müşteri grubuna aşırı şekilde bağımlı hale getirmemek.
Bu model şirketlerinin doğrudan gelir elde etme yollarına kıyasla, internet devleri başka bir avantaja sahiptir: mevcut ürün portföyü, kullanıcı kitleleri ve kurumsal müşteri kaynaklarına sahiptirler ve büyük modelleri mevcut ekosistemlerine entegre ederek ürün değer artırmayı ve kurumsal hizmetlerle gelir elde etmektedirler. Örneğin, Tencent, büyük modelleri kullanarak ürünlerini ve ofis senaryolarını dönüştürmeye çalışıyor. WeChat, WeChat for Business gibi ürünler sırayla Yuanbao, Hunyuan ve DeepSeek gibi model yeteneklerine entegre ediliyor ve WorkBuddy gibi AI ofis akıllı ajanları kullanıcı bazında hızla genişliyor.
Ali, QoderWork, MuleRun ve Wukong ürünlerinin yeteneklerini entegre ederek, tek duraklı kurumsal genel Agent platformu Qianwen Ofis'i sundu. 9 aydaki Cloud Summit konferansında, DingTalk, ücretsiz standart sürümü koruyarak, AI Temel Sürüm, AI Gelişmiş Sürüm, AI Özel Sürüm ve AI Kurumsal Sürüm olmak üzere dört yeni ücretli sürüm ekledi ve tümüyle Qianwen Ofis yeteneklerine entegre oldu.
Düşük fiyat ve trafiğe yalnızca dayanarak kalıcı bir iş kurulamaz; model yetenekleri sürekli olarak ilerleyebilir, ancak kullanıcıların ödeme yapma isteği sınırsız olarak artmaz. Gerçek soru, her şirketin kendi teknoloji yeteneği, hesaplama kaynakları ve pazar konumuyla uyumlu bir iş modeli bulup bulamayacağıdır.
Maliyet çukurunun kenarında sadece Kimi değil, birçok kişi var.
Twitter: https://twitter.com/BitpushNewsCN
BitPush TG iletişim grubu: https://t.me/BitPushCommunity
BitPush TG abonelik: https://t.me/bitpush