返回首页 文章与观点 Blog
📚 哟哟鹿鸣· 共 25 篇

Kimi 的强项,正是你的账单

半年三次道歉,次次都发生在新模型发布之后。跑分全球第四的 Kimi K3.1 Pro,把一台马拉松发动机装进了按 5 小时设计的油箱,油钱算你的。

🎧 听这篇文章 --:--

Kimi 智能助手官方宣传物料(资料图)

视频版:两分钟讲清 Kimi 的强项为什么正是你的账单

10 月 26 日凌晨 4 点,Kimi 把一封道歉信置顶在评论区。这是它半年内第三次道歉。

道歉信里有句话写得挺诚恳:「问题出在我们,我们也本应更早修复。」补的方案也不含糊:所有订阅会员,月度额度一次性恢复 25%。

但道歉信里还有另一句,被开发者们拎出来反复看:「Kimi 正在减少不必要的子 Agent 调用和输出长度。」

这两句话放在一起看,事情就清楚了。不是说不该道歉——道歉的姿态确实比很多同行体面。是说一家公司道歉的次数跟它发布新模型的次数一样多,三次都发生在发布之后,那该被审视的就不是诚意,是模式:它把一份算力账单,记到了订阅用户的头上。

想清楚了「谁替模型的强付钱」,这生意怎么做得成。没想清楚,或者身段太灵活,道歉就会一直道下去。

账不是算错,是没打算让你算

经济学里有个老概念,叫信息不对称:买方知道的和卖方知道的,不是同一件事。

K3.1 Pro 这个模型,能力是真的强。Artificial Analysis 的智能指数给了 55 分,全球第四,前面是 Claude Opus 5.5、Claude Sonnet 5.5 和 Meta 一款没开放 API 的模型——它是这份榜单里排名最高的开源权重模型。最考验长程 Agent 执行的 Terminal-Bench 4.0,它拿了 67%,这个评测框架下的历史最高分。第三方评测机构 ModelCompare 甚至因为它的出现改了口风:中美 AI 差距,从数月缩减到只剩 31 天。

定价也确实降了。输入从每百万 Token 20 元降到 13 元,输出从 100 元降到 68 元,差不多打了三分之二折。

单看每一项,都是好消息。放在一起,就不是了。

同样是 Artificial Analysis 发布时的实测:K3.1 Pro 跑完整套评测,累计输出约 1.5 亿 Token,而参与测试的模型中位数是 8700 万——它比中位数多烧了差不多七成。单任务平均输出 5.5 万 Token,比上一代还多了 14%。评测机构官网给它的形容是 somewhat verbose,有点啰嗦。在实测口径里,它比谁都啰嗦。

然后是那张最关键的账单。还是发布时的实测口径:K3.1 Pro 单任务平均成本 1.98 美元,上一代 K3 是 2.00 美元。单价降了三分之一,单任务成本几乎一分没动。降下去的价格和涨上来的用量,在同一张账单上精确对冲了。

这笔账怎么算,取决于你是谁。对 API 客户,这是透明账,烧多少 Token 走多少账。对订阅用户,这不是一笔你能看见的账——你买的是月费,它烧的是你不知道的量。

电表特写(资料图):额度消耗看不见,但一直在走字

后台干的活,算你的钱

看两个用户的实际遭遇。

一位 199 元档订阅用户,给 Kimi 发了一句「审查项目架构」。就这么一句话,模型自己拉起了 5 个子 Agent,并行开工。十几分钟后,5 小时额度窗口见了底。另一位 699 元档用户更惨,不到 2 小时额度用完,终端里还在不断弹「限流」报错。

这不是用户不会用。K3.1 Pro 本来就是一台为长程任务调校的机器——自己拆解任务、调用工具、拉起子 Agent、反复修正。它的强项就是「替你干很多活」。问题在于,它替你干的每一件活,烧的都是你的额度,而「干多少活」这个决定,是它在后台自己做的。

你只问了一个问题,它在后台干了一堆活,然后这些活都算你的钱。

道歉信里那句「减少不必要的子 Agent 调用」,翻译过来就是:后台确实存在「不必要的」计算。没必要拉那么多子 Agent,没必要输出那么长。这些「不必要」不是 bug,是产品默认的干活方式——直到用户炸了,才改成「减少」。

一家把长程 Agent 能力当头牌宣传的公司,没有把「长程等于烧钱」这件事放进用户买订阅时的决策链里。宣传页上写的是支持多少万字上下文、跑分全球第几;额度说明里没写的是,一句普通的话会派生出多少个你看不见的后台任务。

强项在台前领奖,账单在幕后结账。

半年三次,次次都在发布之后

把时间线拉出来看,这个模式更清楚。

4 月 22 日,K2.6 发布,额度统计出错,道歉,全员重置。7 月 19 日,K3 发布,48 小时后算力逼近极限,道歉,暂停 C 端新用户订阅。10 月 24 日,K3.1 Pro 发布,智能指数全球第四;48 小时内额度投诉爆发,10 月 26 日凌晨道歉,补 25% 额度。

每发布一个更强的模型,就道歉一次。模型在变强,事故在复现,连节奏都一样:发布、冲榜、爆雷、道歉、补偿。

这三次事故各有各的技术原因,但底下压着同一件事:算力。K3 系列的用户请求量一度逼近集群承载极限,以至于 7 月那次直接暂停了新用户订阅。信通院报告的口径,国内智能算力需求增速是供给增速的三倍多;月之暗面的推理负载据报还高度依赖外部算力协议。真实的水池就这么大,模型参数却从 2.8 万亿涨到 3 万亿,默认全程深度思考。

一边是必须维持的「全球第四」叙事,一边是扩不起来的算力池。中间那个缺口,靠什么填?订阅额度,就是那个最好捏的阀门。

更值得多看一眼的是另一件事。K3.1 Pro 发布当天,海外博主 Elshayib 在 X 上曝出一份推广指引:Kimi 付费邀请海外 KOL 推广,模板里原话写着「Please DO NOT put on the paid partnership label」——请务必不要打上付费合作的标签。截至发稿,月之暗面没有公开回应。

能力宣传要打光,额度消耗要藏起来,付费推广要摘标签。三件事摆在一起,很难说是巧合。

月之暗面创始人杨植麟在发布会上(资料图)

都知道,为什么等炸了才改

道歉信说「我们本应更早修复」。

这句话的前提是:问题早就存在,而且早就被发现。冗余的子 Agent 调用不是发布当天才出现的,它是模型的工作方式,发布前就在那里。内部的测试工程师不可能不知道一个「审查项目架构」会派生多少任务、烧多少额度。

那为什么发布前不改?

因为改了就不强了。减少子 Agent 调用、压短输出长度,意味着任务执行得更保守,跑分可能就没那么好看,55 分可能就变 50 分。发布窗口开着,榜首的 Claude 不等人,「全球第四、开源第一」的宣传语等着写进每一篇通稿。

于是就发布了。把一台马拉松发动机,装进了按 5 小时设计的油箱,然后把油钱算在买车的人头上。

凭什么呢?凭跑分榜上看不见额度消耗,凭宣传物料里不写单任务成本,凭道歉信永远比修复来得快。可如果连「减少不必要的调用」都要等用户炸了锅才肯改,订阅用户凭什么相信下一次发布的 K4,后台没有新的「不必要」?

对了,还有一个时间点可以蹲一下:11 月 4 日,K3.1 Pro 的开放权重版计划上线 Hugging Face。到时候可以看看权重卡的说明里,有没有把「单任务成本」讲清楚。

某平台 token 定价页截图(资料图):明码标价的账,和订阅额度里看不见的账

咱该看什么

咱不用 Kimi 的,这事也跟咱有关。

以后每家厂商发新模型,别光盯着跑分第几,先问一句:这个强,是谁付钱。API 计费的,Token 单价乘以用量,账透明;订阅制的,模型越强不等于你越省——可能只是它思考得越多,你付得越快。

跑分榜是厂商的答卷。你的答卷只有一张,就是月底那笔账。下次 Kimi 发 K4,先别急着看它排第几,等第一波订阅用户的额度账单出来再说。


主要信源:Kimi 10 月 26 日致歉公告(经界面新闻、中华网、新浪财经等多方转述)、Artificial Analysis 发布时实测与 11 月 2 日更新数据(数据随版本复测变动,引用已标注时点)、雷峰网 11 月 2 日实测报道、中国信通院 2026 世界智能计算大会报告、X 用户 Elshayib 10 月 24 日曝光帖(英文原话直引)。算力供需与 KOL 争议为公开报道口径,月之暗面未回应。