Công ty AI, mỗi ngày đều phải cứu hỏa bằng cách đặt lại hạn mức.
Cuối tháng 10, OpenAI đã điều chỉnh lại quy tắc hạn mức, đáp lại những phản hồi của người dùng về việc giảm hạn mức gói Pro 200. Sau câu “đã tiếp nhận những phản hồi tích cực từ mọi người”, Tibo, người phụ trách Codex, thông báo rằng hạn mức sử dụng của tất cả các gói Pro và Business Premium sẽ được tăng gấp đôi. Cộng đồng đã reo hò ăn mừng điều này.
Tương tự, gần đây cũng đã xảy ra với Kimi, nhưng phong cách dường như còn “đẫm máu” hơn.
Chỉ chưa đầy 12 giờ sau khi mô hình mới Kimi K3.1 Pro thuộc sở hữu của Yue Zhi An Mian ra mắt, các tranh cãi đã liên tục phát sinh. Một bên, các blogger nước ngoài đăng bài phanh phui rằng mô hình này cung cấp mẫu quảng bá nhưng yêu cầu ẩn nhãn hợp tác trả phí khi quảng bá; bên kia, người dùng đồng loạt phàn nàn về việc hạn mức nhanh chóng bị tiêu hao: mới vừa khởi chạy nhiệm vụ, đã phát hiện đã gần chạm ngưỡng sử dụng tối đa.
Hai ngày sau, Moonshot đã chính thức xin lỗi về vấn đề giới hạn lưu lượng và việc tiêu hao hạn mức không cần thiết của K3.1 Pro, khôi phục một lần duy nhất 25% hạn mức hàng tháng cho tất cả người đăng ký gói, đồng thời cho biết sẽ giảm các cuộc gọi con Agent không cần thiết và độ dài đầu ra.
Mặc dù đây là lần thứ ba Kimi xin lỗi trong vòng sáu tháng, nhưng “sự cố hạn mức” này chưa thực sự được khắc phục hoàn toàn.
“Hố ngân sách” vẫn đang tiếp diễn
Trong số các mô hình lớn trong nước, Kimi luôn là một hiện tượng đặc biệt. Với khả năng xử lý văn bản dài và sáng tạo văn bản, nó không chỉ tích lũy được một lượng người dùng trung thành, mà còn có khả năng cạnh tranh trực tiếp với các công ty lớn nước ngoài có nguồn lực tính toán và vốn dồi dào trên sân chơi mô hình tiên tiến toàn cầu.
Tuy nhiên, kể từ đầu năm nay, những lời phàn nàn về việc gói đăng ký của nó hết quá nhanh chưa bao giờ ngừng lại. “Người không có tiền thì không dùng được, người có tiền thì dùng mô hình nước ngoài còn có tính cạnh tranh về giá hơn.” Một người dùng nặng ký AI cho biết, với cùng một mức giá, số lượng hạn mức Kimi cung cấp xa xa kém hơn so với GPT và Claude. Một số người dùng còn so sánh với các mô hình khác: “Nạp 199 vào DeepSeek dùng đủ một tháng, nhưng nạp cho Kimi chỉ dùng được một ngày.”
Đối với nhóm người dùng này, mô hình lớn không phải là một công cụ trò chuyện được mở thỉnh thoảng, mà là một sản phẩm năng suất được tích hợp vào quy trình làm việc hàng ngày. Do đó, cảm nhận của họ về việc tiêu hao hạn mức rất trực quan.
Sau khi K3.1 Pro ra mắt, mâu thuẫn này trở nên nổi bật hơn. Mô hình mới đã có sự nâng cấp rõ rệt trong các khả năng như mã hóa, nhiệm vụ dài và mô hình 3D, đồng thời nhận được phản hồi tích cực từ thị trường. Chỉ số thông minh do Artificial Analysis đưa ra là 55 điểm, xếp hạng thứ tư toàn cầu và trở thành mô hình mở nguồn có điểm số cao nhất trong bảng xếp hạng. Tổ chức đánh giá bên thứ ba ModelCompare thậm chí còn cho rằng, với sự xuất hiện của mô hình này, khoảng cách AI giữa Trung Quốc và Mỹ đã thu hẹp từ vài tháng xuống còn chỉ 31 ngày.
Chỉ xét về giá API, Kimi vẫn đang nỗ lực duy trì lợi thế chi phí truyền thống của các mô hình trong nước: K3.1 Pro giảm khoảng một phần ba so với thế hệ trước, giá đầu vào giảm từ 20 nhân dân tệ mỗi triệu Token xuống còn 13 nhân dân tệ, giá đầu ra giảm từ 100 nhân dân tệ xuống còn 68 nhân dân tệ. Tuy nhiên, đối với người dùng mua gói đăng ký, dù khả năng mô hình đã được nâng cao, nhưng khi sử dụng thực tế, họ cần tính toán cẩn thận hơn về hạn mức.
Một người đăng ký dài hạn của Kimi sau khi so sánh phát hiện rằng, dù giá đơn vị thấp hơn, nhưng mô hình mới tiêu tốn nhiều Token hơn để hoàn thành một nhiệm vụ, nên tổng chi phí gần như tương đương. Theo kiểm nghiệm của Artificial Analysis, K3.1 Pro tạo ra khoảng 150 triệu Token khi hoàn thành toàn bộ chỉ số Intelligence Index, trong khi mức trung vị của các mô hình tham gia kiểm nghiệm chỉ là 87 triệu Token. Tính ra, lượng Token mà K3.1 Pro tạo ra cao hơn khoảng 72% so với mức trung vị.
Các ví dụ thực tế còn đáng chú ý hơn. Trong cộng đồng, một người dùng đã đăng ký gói 199 nhân dân tệ của Kimi chỉ gửi một lệnh: “xem xét kiến trúc dự án”, K3.1 Pro đã khởi động 5 sub-Agent, chỉ sau vài phút, khung giờ 5 giờ đã hết. Khi đối mặt với câu hỏi kinh điển “bồ câu đạp xe”, K3.1 Pro đã tạo ra nội dung trong 1 giờ 47 phút, tiêu tốn 87% khung giờ 5 giờ.
Điều khiến vấn đề trở nên phức tạp hơn là việc bồi thường hạn mức cũng không thể xoa dịu hoàn toàn sự bất tiện của người dùng. Trong những ngày qua, liên tục có người dùng phản ánh rằng ngay cả khi Kimi đã có hạn mức, họ vẫn không thể sử dụng được.
“Kimi đang trong giai đoạn cao điểm, vui lòng thử lại sau hoặc nâng cấp thành viên để tăng tốc.” Dù đã trả tiền đăng ký, thông báo khiến người dùng bực bội này vẫn xuất hiện nhiều lần trong hộp trò chuyện của hàng loạt người dùng, trong đó không ít người đã từng nâng cấp gói dịch vụ do hết hạn mức.
Kimi đã đẩy khả năng mô hình lên ngưỡng cao hơn, nhưng điều này không chỉ mang đến cho người dùng vấn đề tiêu hao hạn mức, mà còn là sự chênh lệch giữa khả năng phục vụ trong giờ cao điểm và các quyền lợi trả phí.
“Không dám cho đủ”, Kimi bắt đầu động đến bộ nhớ rồi sao?
Để giảm áp lực hạn mức, Kimi dường như đã bắt đầu điều chỉnh chức năng ghi nhớ từng khiến nó tự hào nhất. Vào ngày 10 tháng 8, Kimi đã cập nhật kiến trúc ghi nhớ mà không thông báo trước cho người dùng, giới thiệu cơ chế “ký ức mơ” tiêu tốn hạn mức trả phí, tự động đọc nội dung hội thoại và ghi vào cơ sở dữ liệu ghi nhớ ở nền sau.
Hiện tại, nhiều người dùng tiết lộ rằng không gian ký ức của Kimi trong vài ngày qua không thể tải bình thường, nghi ngờ rằng phía chính thức đang nâng cấp và điều chỉnh cơ chế ghi nhớ. Hiện tượng hiện tại cho thấy phiên bản mới có xu hướng tổng hợp và rút gọn các lệnh ghi nhớ trước đây thành sở thích người dùng, thay vì thực thi từng lệnh ghi nhớ chi tiết như trước đây. Ưu điểm là lượng Token tiêu thụ có thể ít hơn. Nhưng đổi lại, khả năng ghi nhớ chi tiết trước đây cũng sẽ bị ảnh hưởng.
Tuy nhiên, điều này cuối cùng chỉ có thể làm giảm một phần chi phí tiêu hao. Vấn đề chi phí mà Kimi gặp phải đầu tiên đến từ chính mô hình.
K3.1 Pro là một mô hình có tham số lên tới 3 nghìn tỷ, thông tin về kiến trúc dòng K3 trước đây cho thấy quy mô mô hình khoảng 2,8T tham số và khoảng 104B tham số kích hoạt. So sánh với một số mô hình có quy mô tham số nhỏ hơn và hiệu quả kích hoạt cao hơn, những mô hình này có lợi thế vượt trội trong việc kiểm soát chi phí kỹ thuật. Các nhà sản xuất như DeepSeek và Zhipu đều đang tìm cách cân bằng giữa khả năng và chi phí thông qua tối ưu hóa kiến trúc mô hình và kỹ thuật suy luận.
Tiếp theo là chi phí suy luận do các nhiệm vụ phức tạp mang lại. Kimi K3.1 Pro mặc định bật chế độ suy nghĩ suốt quá trình, sẽ tạo ra chuỗi suy nghĩ dài hơn và nhiều nội dung suy luận trung gian hơn. Bối cảnh dài sẽ làm tăng chi phí tính toán để xử lý đầu vào, trong khi suy luận phức tạp và nhiều lần gọi Agent cũng làm tăng thêm tổng chi phí. Một nhiệm vụ Agent nếu cần gọi mô hình nhiều lần, chạy nhiều Agent con, rồi thực hiện kiểm tra và chỉnh sửa lặp đi lặp lại, thì lượng tài nguyên tiêu thụ cuối cùng có thể vượt xa rất nhiều so với lần hỏi mà người dùng cảm nhận trực tiếp.
Đối với Kimi, điều thực sự cần chứng minh có lẽ không phải là khả năng tiếp tục tăng kích thước tham số mô hình, mà là mức độ nâng cao hiệu suất suy luận đồng thời với việc cải thiện năng lực. Một nhà phát triển theo dõi Kimi cho biết, thay vì chỉ tập trung vào cuộc cạnh tranh với các mô hình cao cấp, Kimi có lẽ nên đầu tư nguồn lực vào việc phát triển các mô hình nhẹ hơn và hiệu quả hơn.
Đây không phải là vấn đề của riêng Kimi.
Tất cả các nhà cung cấp dịch vụ mô hình tiên tiến với phí đăng ký hàng tháng đều đối mặt với cùng một áp lực cấu trúc: sự cải thiện khả năng của mô hình thường đi kèm với chi phí suy luận tăng đồng thời hoặc thậm chí vượt quá mức tuyến tính, trong khi giá đăng ký là cố định và kỳ vọng của người dùng là “đã trả tiền thì phải dùng được”. Sự khác biệt nằm ở chỗ, một số công ty coi hiệu quả token là một phần của năng lực sản phẩm, trong khi những công ty khác biến sự đột phá về khả năng thành tài sản thương hiệu, và người dùng đăng ký bị kẹt ở giữa, phải trả chi phí vận hành cao hơn mong đợi để đổi lấy “trí thông minh mạnh mẽ”.
Ngoài ra, nguồn lực tính toán của Yue Zhi An Mian phụ thuộc nghiêm trọng vào nguồn cung bên ngoài. Bloomberg từng đưa tin rằng công ty có thỏa thuận tính toán với Alibaba, cho phép sử dụng cụm khoảng 20.000 chip NVIDIA, tương đương một phần lớn đáng kể trong tổng nguồn tính toán của Yue Zhi An Mian. Trước đó, sau khi K3 ra mắt trong vòng 48 giờ, Kimi đã tạm dừng đăng ký mới do dung lượng GPU gần mức tối đa.
Khi năng lực tính toán của một công ty đang ở trạng thái căng thẳng, việc cung cấp hạn mức hào phóng cho người dùng đăng ký cuối cùng là không hợp lý về mặt tài chính.
Các mô hình trong nước nên kiếm tiền từ ai?
Nếu một công ty có nguồn cung năng lực tính toán hạn chế, họ phải đưa ra một câu hỏi thực tế: nên ưu tiên đầu tư nguồn lực vào đâu? Huấn luyện và lặp lại mô hình thế hệ tiếp theo, đầu tư vào dịch vụ suy luận thời gian thực phục vụ hàng triệu người dùng cá nhân, đảm bảo nhu cầu gọi API của nhà phát triển, hay cung cấp hạn mức dồi dào hơn cho người dùng đăng ký?
Đằng sau những lựa chọn khác nhau là các mức ưu tiên thương mại khác nhau. Tranh cãi về hạn mức của Kimi cũng phơi bày vị trí thực sự mà Yue Zhi An Mian dành cho dịch vụ đăng ký người dùng cuối dưới ràng buộc về năng lực tính toán.
Từ tháng 8 đến tháng 9 năm 2026, nhiều phương tiện truyền thông đưa tin rằng Moonshot đang đàm phán với Microsoft, Amazon và Google nhằm triển khai K3 trên Azure, AWS và Google Cloud, đồng thời hưởng tối đa 30% hoa hồng từ doanh thu generated từ việc bán dịch vụ K3 trên các nền tảng này. Ngoài ra, giấy phép nguồn mở của K3 không phải là thỏa thuận MIT tiêu chuẩn, mà là các điều khoản do Moonshot tự soạn thảo: các nhà cung cấp dịch vụ MaaS có doanh thu hàng năm vượt quá 20 triệu USD phải ký thêm thỏa thuận cấp phép thương mại.
Kết hợp hai điều này, có thể thấy Moonshot đang tìm kiếm một con đường kinh doanh khác biệt so với việc chỉ kinh doanh mô hình đăng ký trực tiếp cho người dùng cuối: Thay vì tự xây dựng cơ sở hạ tầng suy luận quy mô lớn cho người dùng cuối, việc ưu tiên “bán sỉ” khả năng mô hình cho các nhà cung cấp đám mây có năng lực tính toán và kênh phân phối phù hợp với tình hình nguồn lực của họ hơn nhiều so với việc “bán lẻ” cho hàng triệu người dùng đăng ký.
Khi C-end đảm nhận nhiều vai trò hơn như cổng người dùng, phản hồi sản phẩm và hiển thị năng lực mô hình, thay vì là nguồn thu chính, thì quỹ hạn mức của nó có thể khác với kỳ vọng của người dùng.
Hiện tại, các công ty mô hình lớn trong nước cũng đang tìm kiếm các cách kiếm tiền phù hợp hơn cho riêng mình.
Sức cạnh tranh của DeepSeek chủ yếu đến từ sự kết hợp giữa khả năng mô hình, hiệu suất suy luận và hệ sinh thái mở. Hiện tại, doanh thu gần như hoàn toàn đến từ phí gọi API mô hình, trong khi ứng dụng chatbot vẫn giữ nguyên chế độ miễn phí và không có quảng cáo. Theo The Information, tốc độ doanh thu hàng năm của DeepSeek đã vượt quá 1 tỷ USD, tăng hơn gấp đôi so với con số dưới 500 triệu USD vài tháng trước. CEO Lương Văn Phong đã khẳng định rõ ràng tại hội nghị nhà đầu tư gần đây rằng việc tăng giá API không gây ra tình trạng khách hàng rời đi, nhu cầu của người dùng vẫn rất mạnh mẽ.
ZhiPu đang trải qua quá trình chuyển đổi mô hình kinh doanh, từ phụ thuộc vào triển khai tại chỗ sang dịch vụ đăng ký API. Báo cáo tài chính nửa đầu năm 2026 cho thấy, doanh thu từ nền tảng mở và dịch vụ API của ZhiPu chiếm 86,5%, tăng 2735,7% so với cùng kỳ năm trước, trong khi tỷ lệ doanh thu từ triển khai tại chỗ giảm từ 84,8% xuống còn 13,5%. Sự thay đổi này có một động lực quan trọng là nhu cầu bùng nổ từ Coding.
MiniMax, ban đầu khởi nghiệp với các sản phẩm ToC tại nước ngoài, đang nỗ lực mở rộng ranh giới thương mại hóa. Ngoài việc tiếp tục đầu tư vào mô hình, API và các sản phẩm hướng đến người dùng cá nhân, công ty này cũng tăng cường mở rộng thị trường B2B, mở rộng năng lực sang các lĩnh vực như tạo video, Agent, Reasoning và Coding. Chiến lược của họ là đưa khả năng mô hình vào nhiều bối cảnh doanh nghiệp và nhà phát triển hơn, nhằm tránh phụ thuộc quá mức vào một sản phẩm hoặc nhóm khách hàng duy nhất.
So với các công ty mô hình trực tiếp kiếm lợi nhuận, các gã khổng lồ internet còn có một lợi thế khác: họ đã sở hữu ma trận sản phẩm trưởng thành, quy mô người dùng và nguồn lực khách hàng doanh nghiệp, cho phép tích hợp mô hình lớn vào hệ sinh thái hiện có, sau đó tìm kiếm doanh thu thông qua việc gia tăng giá trị sản phẩm và dịch vụ doanh nghiệp. Ví dụ, Tencent đang thử nghiệm sử dụng mô hình lớn để cải tiến các sản phẩm và cảnh quan văn phòng của mình. Các sản phẩm như WeChat và WeCom dần tích hợp các khả năng của các mô hình như Yuanbao, Hunyuan và DeepSeek, trong khi các tác nhân AI văn phòng như WorkBuddy cũng đang đẩy nhanh việc mở rộng người dùng.
Sau khi tích hợp năng lực của các sản phẩm QoderWork, MuleRun, Ngộ Không, Alibaba ra mắt nền tảng Agent doanh nghiệp toàn diện Qianwen Office. Tại hội nghị Yunqi vào tháng 9, DingTalk đã nâng cấp phiên bản thương mại, giữ nguyên phiên bản miễn phí tiêu chuẩn và bổ sung bốn phiên bản trả phí mới: Phiên bản Cơ bản AI, Phiên bản Nâng cao AI, Phiên bản Tôn quý AI và Phiên bản Đỉnh cao AI, đồng thời tích hợp toàn diện năng lực của Qianwen Office.
Chỉ dựa vào giá thấp và lưu lượng truy cập không thể tạo ra kinh doanh bền vững; năng lực mô hình có thể liên tục được cải thiện, nhưng ý định chi trả của người dùng không thể tăng vô hạn. Vấn đề thực sự là mỗi công ty có thể tìm ra mô hình kinh doanh phù hợp với năng lực công nghệ, tài nguyên tính toán và vị thế thị trường của chính mình hay không.
Không chỉ có Kimi đang đứng trên mép vực chi phí.
Twitter: https://twitter.com/BitpushNewsCN
Nhóm trò chuyện TG của BitPush: https://t.me/BitPushCommunity
Theo dõi BitPush trên TG: https://t.me/bitpush