当AI模型越强,订阅额度越快见底:Kimi风波背后的结构性矛盾

4次阅读

没有评论

共计 1251 个字符，预计需要花费 4 分钟才能阅读完成。

看点

Across the industry, frontier models are improving while fixed monthly p…

重点阅读

AI Subscriptions Hit a Wall as Smarter Models Burn Quotas Faster

导语: 当 AI 模型越来越聪明, 付费用户却越来越频繁地看到“额度已用完”。Kimi K3.1 Pro 上线后的额度风波, 把 AI 订阅制的结构性矛盾推到了台前。

本文看点: 更强模型并不等于更省额度 ; 固定月费承诺正在被推理成本、算力供给和重度使用场景同时挤压。

类似情况并非孤例。OpenAI 也曾因用户抱怨而提高部分 Pro 和企业套餐额度 。表面看是额度设置问题, 实质是模型能力提升后, 完成同一任务需要更多推理步骤和 token。

独立评测曾把 K3.1 Pro 放在全球较强模型之列 , 并视为领先的开源权重模型之一;Moonshot 还将其 API 标价下调约三分之一。但评测同时显示, 在完成同一套智能任务时, 它输出的 token 明显高于同类中位数。

默认“思考”轨迹拉长回答链路;
长上下文与多智能体协作把一次提问拆成多步;
代码审查、长文起草、agent 循环等真实工作流, 比闲聊更耗额度。

用户感受因此很直接: 同样一笔订阅费, 在某个平台能撑一个月 , 在另一个平台可能一天就见底。这不是用户误读营销, 而是现代推理成本的真实形状。

恢复额度不等于体验恢复。 高峰期限流、排队、引导升级更高档位 , 都是算力分配的结果。有报道称,Moonshot 依赖大型外部 Nvidia 级集群, 训练、API 客户与消费者产品之间需要艰难取舍; 此前新订阅也曾因芯片短缺而暂停。

换句话说, 额度危机不是临时 bug, 而是供给约束下的配给机制。对纯模型厂商来说, 消费者订阅究竟是利润中心、展示窗口, 还是数据反馈工具, 必须做出选择。

不同公司给出不同答案。DeepSeek 据称几乎全部收入来自 API, 消费者应用保持免费, 年化收入运行率超过 10 亿美元, 且管理层表示提价未明显劝退用户;Zhipu 的收入结构随编程需求增长而转向 API;MiniMax 则同时布局 API、消费产品和企业级媒体与智能体。Moonshot 也被报道在洽谈通过全球云厂商分发模型并分成。

互联网平台还有另一条路: 把模型嵌入办公、消息和电商, 让 AI 成为功能成本 , 而不是唯一产品。没有这些场景的纯模型公司, 更难用固定月费同时满足重度用户和算力账单。