新模型上线后遭遇限流风波 Kimi致歉并补偿25%月度额度 原创

产联社编辑 | 黄钰慧

图片由AI生成

【产联社】新一代旗舰模型上线仅数日，月之暗面便因会员使用额度问题公开致歉。10月26日，Kimi智能助手发布公告，承认近期会员使用K3.1 Pro时出现限流及不必要的额度消耗，并宣布向所有有效订阅会员补偿月度总额度的25%，相当于一周用量。

K3.1 Pro是月之暗面新推出的旗舰模型。Kimi Code官方更新日志显示，该模型于10月23日全量上线Kimi Code，支持最高100万Token上下文，重点提升了编程、3D创作、金融研究等能力。模型上线后出现的会员额度争议，也让产品的使用效率受到关注。

会员获25%月度额度补偿

Kimi此次承认的两项问题，分别是会员使用K3.1 Pro时遭遇限流，以及部分额度被不必要地消耗。

10月26日，Kimi在致用户的公告中表示，相关问题出在自身，本应更早修复。公司决定对所有档位的有效订阅会员进行一次性额度重置，并承诺用量进度条将在当天结束前显示调整结果。

按照官方方案，所有有效期内的订阅会员均可恢复相当于月度总额25%的额度。如果当前已用量不足月度总额的25%，则直接清零。

例如，某用户已消耗月度额度的60%，调整后已用量将降至35%。若仅消耗了20%，则已用量恢复至零。补偿针对的是会员使用额度，并非退还25%的订阅费用。

Kimi官方帮助中心介绍，Agent、深度研究、文档处理及Kimi Code等会员功能共用额度池，实际消耗主要取决于Token使用量，并受到模型、上下文长度及工具调用等因素影响。

对于Kimi Code，平台还设置了滚动5小时使用限制。新版会员方案不设周使用上限，旧版方案则保留周限制，因此不同订阅用户可能面临不同的使用约束。

限流与额度耗尽对用户的影响也有所区别。前者限制特定时间窗口内的使用量，后者则关系到整个月度周期内的可用额度。根据Kimi官方规则，月度额度耗尽后，已经开始的任务仍可继续完成，但新任务会提示额度不足，用户需要等待额度刷新或升级订阅方案。

截至此次致歉公告发布，Kimi尚未披露异常额度消耗的具体触发条件、影响用户数量及完整的技术调查结果。官方已经提出补偿及配置调整措施，后续调整效果仍需观察。

K3.1 Pro升级编程与智能体能力

此次引发额度争议的K3.1 Pro，是月之暗面新推出的三万亿级旗舰模型，重点升级了编程、多步骤任务执行等能力。

根据Kimi Code官方文档，K3.1 Pro支持最高100万Token上下文，可以在单次请求中处理较长的文本、代码及对话历史。第三方评测机构Artificial Analysis披露，该模型总参数量约为2.8万亿，单次推理激活参数约1040亿。

不过，最高100万Token上下文并非面向全部会员开放，Kimi Code的Plus及以上档位可使用该模型，Pro及对应更高档位才能解锁最高100万Token上下文。

月之暗面此次重点提升的长程Agent能力，是指AI围绕一个目标连续执行多个步骤，而非仅回答单个问题。例如，在软件开发任务中，模型可以读取项目文件、分析代码、调用工具，再根据执行结果继续完成后续操作。

对于开发团队而言，这意味着AI的应用范围可以从辅助编写代码，进一步扩展至多步骤任务处理。

第三方评测为K3.1 Pro的能力升级提供了量化参照。10月23日，Artificial Analysis发布评测报告，K3.1 Pro在其智能指数中获得55分，位列当时全球第四，较上一代Kimi K3提高11分。该指数综合衡量模型的推理、知识、编程和智能体任务等能力，排名对应的是该机构的特定测试体系。

在编程能力上，K3.1 Pro在Terminal-Bench 4.0测试中取得67%的成绩，高于上一代Kimi K3的13%；在评估智能体处理软件服务工作流程能力的AutomationBench-AA中，成绩由上一代的58%提升至73%。

两项测试分别涉及终端环境中的编程任务，以及通过软件和工具完成多步骤工作流程。

除了标准版，月之暗面还推出K3.1 Pro Highspeed。官方表示，在保持相同模型效果的情况下，该版本的输出速度约为标准版的2至3倍。根据Kimi Code会员规则，该版本面向Pro及对应更高档位开放。

模型能力还需转化为使用效率

K3.1 Pro在多项评测中取得能力提升，但此次额度争议也凸显了AI模型实际使用中的另一项指标，即完成任务需要消耗多少资源。

Kimi在致歉声明中表示，已经调整相关配置，并正在减少不必要的子Agent调用及输出长度，以便让相同额度完成更多实际任务。不过，公司尚未披露相关优化能够节省多少额度，也没有公布不同任务场景下的改善数据。

子Agent可以理解为主智能体在执行复杂任务时调用的辅助智能体。以软件开发为例，系统可能需要多次调用模型，分别完成代码检查、问题定位和修改验证。每次调用都可能产生新的输入与输出，增加Token消耗。

按照Kimi官方帮助中心的说明，任务的Token使用量、上下文长度和工具调用均会影响额度消耗。因此，减少不必要的调用和冗长输出，有助于提高额度的使用效率，但目前尚不能据此认定此次异常的根本原因。

第三方评测也反映出K3.1 Pro在资源消耗方面的特点。Artificial Analysis于10月23日发布的报告指出，K3.1 Pro在智能指数测试中平均每项任务生成约5.5万个输出Token，比上一代Kimi K3的约4.8万个增加14%。虽然新模型的测试成绩明显提升，但其完成单项任务时生成的内容也有所增加。

成本方面，Artificial Analysis披露，K3.1 Pro每百万输入Token的API价格为2美元，每百万输出Token为10美元，均较上一代下降33%。根据该机构10月23日的首轮评测结果，K3.1 Pro在智能指数测试中的平均单项任务成本约为1.98美元，与上一代大致相当。

需要注意的是，上述数据属于API定价及第三方评测口径，不能直接换算为Kimi订阅会员完成一项任务所消耗的额度。

对于企业用户，单纯比较模型能力排名或Token单价，并不足以判断AI服务的实际成本。同一项工作可能因模型输出长度、工具调用次数以及任务执行方式不同，产生不同的时间和资源消耗。企业在选择编程助手、数据分析工具或其他智能体产品时，可以通过真实业务任务测试完成率、响应速度、额度消耗与服务稳定性，再比较不同模型及订阅方案的适用性。

Kimi此次致歉及后续配置调整，涉及的正是AI产品从模型能力走向实际应用过程中的使用效率问题。对于需要持续使用AI工具的企业而言，模型能否稳定完成任务，以及完成任务所需的时间和成本，将直接影响其采购和部署决策。

商务合作，请联系侯经理 18801065284（微信同号）

报料及内容合作，请联系chanlianshe2026（微信号）