10月24日，月之暗面发布3万亿级参数的K3.1 Pro，官方称其为“迄今能力最强产品”，在Artificial Analysis智能指数榜单位列全球第四、开源第一。然而上线不到48小时，社交平台上集中爆发用户投诉：额度消耗速度远超预期。有199元套餐用户只发了一句“审查项目架构”，模型便拉起5个子Agent，十几分钟后5小时额度窗口即告用满。两天后，月之暗面公开致歉，为所有有效期内的订阅会员一次性恢复月度总额25%的额度，并承认“问题出在我们，我们也本应更早修复”。这是今年4月以来Kimi第三次因额度与限流问题道歉。
表面看，这是一次模型配置失误。K3.1 Pro倾向于将任务拆解给多个子Agent并行处理，输出长度和中间调用层层叠加，同样的提问烧掉了数倍于以往的Token。但更深一层的问题藏在“单价”与“实际花费”的裂缝里。按API定价，K3.1 Pro每百万Token输出68元，比上一代便宜约30%，单看单价并不昂贵。然而Artificial Analysis的测试显示，K3.1 Pro跑完整套评测累计输出约1.5亿Token，是参测模型中位数的近1.7倍，被贴上“非常冗长”标签。单价降了，完成一件事的实际Token消耗却大幅抬升，订阅用户感受到的是“付了同样的钱，活儿没干完额度先没了”。
真正卡住脖子的，是算力。K3系列发布后用户请求量逼近集群承载极限，7月K3上线48小时便被迫暂停C端新用户订阅。2026年一季度国内AI算力需求同比暴涨417%，智能算力供给增速仅为128%，需求增速是供给的三倍多。而月之暗面的算力供给高度依赖外部：与阿里巴巴存在算力协议，可调用约2万枚英伟达芯片组成的集群；DeepSeek和智谱已在推进国产卡推理，Kimi的主要推理负载仍落在海外芯片上。当模型参数从2.8万亿推到3万亿、默认全程开启深度思考时，每一次“变强”都在以超线性的速度吞噬推理算力，而算力的水龙头并不完全握在自己手里。
这就构成了当下大模型C端订阅的典型困境：模型能力是品牌资产，订阅价格却是刚性的。厂商要在有限的算力池里同时喂养模型训练、API开发者和数百万订阅用户，C端固定额度套餐便成了最容易“节流”的出口。用户购买的是一张“能力入场券”，实际兑现的却是厂商在算力约束下反复权衡后的残余配额。半年三次道歉，每一次都发生在模型升级之后，每一次的补救方式都是重置额度、压缩调用。道歉可以修复一次体验，却修不好“越强越贵、越贵越不敢给”的结构性张力。当算力供给的增速追不上模型膨胀的野心，订阅制大模型要回答的，已不只是“模型有多聪明”，而是“这份聪明，厂商和用户究竟谁付得起”。
