出品 | 网易智能·今日硬核
作者 | 小小
编辑 | 王凤枝
新模型发布才两天，Kimi就向付费用户道歉了。
北京时间10月26日，月之暗面宣布，为所有订阅用户提供一次额度补偿，补回相当于月度总额度25%的用量；此前使用量不足25%的，则恢复满额。公司承认，K3.1 Pro订阅服务存在限流和不必要的额度消耗问题，这些问题本应更早得到修复。
图：Kimi就订阅限制和额度消耗问题道歉，并公布补偿方案
这款新模型刚凭借编程和3D制作表现引起关注。开发者晒出的对比中，一些任务的调用费用明显低于Claude。然而，订阅用户算的是另一笔账：交了一个月的钱，究竟能完成多少工作？一些用户抱怨，任务还没做完，用量上限却先到了。
补额度之外，月之暗面还表示，已调整订阅参数，并着手减少不必要的子智能体调用和输出长度。用户接下来要看的，是补回的额度能用多久，同样的任务是否还会很快触及限制。
01作品还没交出来，额度先用完了
开发者@MiaAI_lab抱怨，自己发出提示后约一分钟，五小时用量窗口的额度就耗尽了，任务却没生成结果。
从她贴出的截图看，当时运行的是一个要求制作100件不同画廊作品的Agent Swarm任务。终端不断出现HTTP 429报错。这是她在一次具体任务中的遭遇，并非所有用户的统一使用时长。
图：用户抱怨任务启动后很快遇到用量限制，终端出现多条报错
另一条被转发的经历，涉及199元旧套餐。开发者Leo（@leo114119）援引一名用户的测试称，K3.1 Pro在代码审查中启动了5个子智能体，跑了大约十几分钟，五小时额度就满了。
帖子附带的用量报告记录了当天零点至凌晨2点26分的多次调用，总计约1300万token，其中约1167万是缓存输入。这个汇总范围比帖文描述的十几分钟更长，也包含不同类型的用量，不能直接拿来推算所有用户的周额度和月额度。
图：Leo转述199元旧套餐用户的测试，截图同时列出了日志统计范围
这里的“五小时”，容易让人误以为买到的是五小时连续工作时间。实际上，它限制的是滚动五小时窗口内的用量。一次任务开多个子智能体、反复读取长上下文，都可能更快触及上限。
新旧套餐的规则也不同。按Kimi目前的会员说明，新套餐已取消Kimi Code的周限制，但仍有五小时滚动限制；旧套餐保留两者。两类套餐还都受月度共享额度约束，Kimi Code、Kimi Work等功能会使用同一个额度池。因此，旧套餐用户晒出的用量，不能直接套到新套餐上。
用户的不满在于，交给模型的工作还没完成，就得停下来等额度恢复。官方这次承认存在“不必要的额度消耗”，也让问题不再只是用户选错了任务或推理档位。
补偿方案针对的是已经消耗的月度额度：从已用量中扣回相当于月度总额25%的部分；若此前用量不到25%，已用量归零、恢复满额。它不是给所有人另加一个完整月，也不是把剩余额度清空。
月之暗面还准备减少不必要的子智能体调用和输出。多智能体可以分头查资料、检查代码，但每个分支都可能带来额外的上下文读取、工具调用和输出。无必要地多开几个分支，或把一个简单问题回答得过长，都会消耗用户的额度。
这份公告没有给出调整后同类任务能节省多少额度。对已经卡在半途的用户来说，最容易验证的办法，就是拿原来的任务再跑一次。
02开发者对比：Kimi花2美元，Claude花15美元
月之暗面于10月23日发布K3.1 Pro。这是K3.1系列首款模型，总参数量2.8万亿，激活参数1040亿，上下文窗口为100万token。标准API每百万输入token收费2美元，输出10美元，较K3下降约33%；高速版本主打两到三倍速度，输入、输出价格翻倍，缓存命中价格不变。
图：Kimi官方发布K3.1 Pro，完整模型权重计划于11月4日前开放
第三方机构Artificial Analysis公布的首发评测中，K3.1 Pro取得55分，较K3提高11分，在当时的智能指数中排名第四。完整权重尚未开放，月之暗面承诺在11月4日前发布；按照这组分数，届时它将进一步缩小开放权重模型与闭源前沿模型的差距。
图：Artificial Analysis公布的首发智能指数成绩
开发者Chubby（@kimmonismus）注意到，在月之暗面列出的14项基准中，K3.1 Pro有6项超过表内所有美国前沿模型。他同时比较了标准API价格：Kimi的输入、输出单价，分别比Opus 5.5低50%，比GPT-6 Astra低80%。
图：开发者根据官方成绩和标准API价目表作出的比较
一些开发者还用同样的提示词，比较了Kimi与Claude、GPT的生成效果和费用。
“只花2美元，效果却比15美元的还好，这太尬了！”开发者@k1rallik在比较Kimi与Claude Opus 5.5生成的Roadster特技动画后，发出了这样的感叹。
他给两款模型同样的提示词，要求制作夜间测试设施、钢架坡道、红色发光轨道和推进器尾焰，还要表现车辆落地时的悬架压缩，并加入显示高度和G值的HUD。
按照他在帖文中的叙述，Kimi花费2美元，Opus花费15美元。他更喜欢Kimi制作的发射结构和推进器效果，觉得Opus的车灯亮得过头，反而影响了观感。
图：Roadster动画对比；正文费用采用发帖者的文字叙述，画面标注与之不同
技术博主@0xKiyoro做的是火箭发射场景。他在帖文中给出的结果是：Kimi耗时6分钟、花费1.95美元；Opus 5.5耗时24分钟、花费10.35美元。按这组数字，Kimi用约五分之一的费用、四分之一的时间完成了这次制作。
图：火箭发射场景对比；帖文与视频画面的费用、耗时标注不同
更便宜的案例是一间可交互的自行车展厅。开发者@reMugi3要求页面展示碳纤维车架和金色装饰，支持旋转查看、点击零件、查看实时遥测和镜头回放。
他展示的页面能从整车切换到传动系统和前轮毂。三款模型的账单分别是：Kimi 0.05美元、Opus 5.5 0.72美元、GPT-6 Astra 2.63美元。Kimi只用了Astra约五十二分之一的费用。
图：自行车展厅的效果与调用费用对比
开发者@N1njaCodex则让模型制作幽灵船。发光的船帆、月光下的水面，都出现在演示中。Kimi花费0.44美元，Astra花费5.65美元；另一项滑雪场建模任务，两者费用分别为0.31美元和15.57美元。
图：幽灵船场景对比
不过，科技博主@hug0_plat更喜欢Claude的效果。他比较了四个太空场景：Kimi合计花费1.09美元，Opus 5.5花费5.63美元。他认为Opus更有电影质感，Kimi的画面较平淡，部分星系细节也隐没在暗处。Leo在另一项“宝塔宇宙”测试中，也对Kimi的3D表现有所保留。
图：四个太空场景的对比；画面展示其中一项任务
这些费用来自各位开发者的任务记录，并非一套统一评测。推理档位、工具、重试次数和审美要求不同，账单也会变。它们能说明有人以较低成本做出了满意的作品，却不能保证下一个人的任务也只花几美分。
而且，按量付费的API与按月购买的订阅是两种产品。前面的0.05美元、2美元，不能直接换算成某一档会员能做多少个展厅、多少段动画。
03有人让它连干七八小时，搭出什刹海模型
把Kimi接进制作流程后，任务还会拉得更长。开发者让它写脚本、调用制作软件，再把不同工具的结果接起来，整项工作不再是生成一个场景就结束。
拿到早期访问权限的Chris（@ChrisGPT），让Kimi在Blender里制作粘土风格的3D渲染，再把这类画面交给Seedance等视频模型，继续生成动态内容。他称，这批渲染大约花了三到四小时，输出token费用约4美元。这里的4美元只算输出部分，不是包括视频生成在内的全部制作成本。
图：Chris展示的Blender渲染及后续视频画面
Alexey Fateev（@superalesha）给模型的任务更完整：制作一段45秒的K3.1 Pro发布短片，尽量做得时髦，允许使用Three.js、Blender，以及他那台配有四块RTX 3090的工作站。
模型调用了这些工具，还用YuE2制作配乐。Fateev经常用Opus 5.5做类似视频，他觉得Kimi做出了自己的风格，不像简单模仿Opus。
但在同一条帖子里，他也抱怨用量限制，希望Kimi尽快处理。
图：Fateev展示发布短片，同时在帖子中抱怨用量问题
日本开发者@lucianlamp则尝试根据图片制作角色3D模型。他原本装好了Tripo插件，却因为没有可用额度，没能调用，于是让K3.1 Pro自行建模。
据他描述，约五分钟后，模型交出了GLB文件，费用约0.6美元。他在Harness应用里直接预览，没看出明显的纹理色差或破损。他甚至感叹，有了这种效果，以后或许不用再订阅专门的3D模型生成服务。
图：开发者展示根据图片制作的角色模型
月之暗面也把这类能力做进了产品。Kimi网页端和App上线3D Make，支持预览、编辑模型，并导出视频、实况照片或供3D打印使用的文件。参数化建模可以把尺寸、零件关系留在代码里，后续修改时调整参数，再重新生成，不必每次重做整个物体。
官方演示包括基于Unreal Engine制作的《天宫》和《御剑飞行》场景、Godot冒险游戏、包含968个零件的汽车爆炸图，以及科隆大教堂模型。Kimi负责的是编写和执行代码、组织素材、调用软件；引擎、渲染器和外部素材仍然参与制作。
图：官方游戏场景演示
图：官方Godot冒险游戏演示
小红书博主杉森楠把任务拉得更长。她让K3.1 Pro调用Google Maps和OpenStreetMap的矢量数据，调研北京什刹海周边建筑，再完成3D建模和渲染。
按她公布的记录，任务跑了约七到八个小时，执行2.3万条构建操作。场景里有452个院落、308家商铺、12处地标，以及超过1万个树木、行人和路灯实例；道路、湖岸、水面，甚至电线也被做进去了。
图：杉森楠公布的什刹海建模过程和结果
她称，自己开启Auto模式后没有怎么干预，整体比此前使用K3顺畅。最后先撑不住的是她的Mac：随着场景越来越大，电脑已经难以负荷。帖子没有交代所用套餐及完整账单，因此这段七八小时的运行经历，也不能拿来否定其他用户遇到的额度限制。
官方的人体行走仿真，则把长任务中的纠错过程展示得更细。一套解剖模型包含296个骨骼及软骨等组件、402个肌肉组件，K3.1 Pro搭建训练流程，执行167项任务，进行420次评审。
最初，模拟人几秒钟就会倒下。调整奖励函数仍解决不了手臂控制问题，模型转而检查模拟器，找到了肩部肌肉力臂计算中的36处错误。修正后重新训练，模拟人连续行走了11.2秒。这是月之暗面公布的演示结果。
图：人体行走仿真的中间阶段画面
在月之暗面的Kimi Code Bench 3.0 Long-horizon测试中，新模型成绩也从K3的55.95%提高到61.2%；Artificial Analysis的GDPval-AA评测则给出1846 Elo，位列当时榜单第三，落后Opus 5.5约20分。
这些案例中，有些任务需要模型反复调用工具、修改代码，连续工作几个小时。付费用户想在自己的项目里用上这类能力，还需要知道套餐大致能支持多少工作、哪些任务容易触及限额。
04沙发做到一半，模型删了大半
长任务并非总能顺利收尾。
@St_Heisenberg_让K3.1 Pro根据多张照片重建一张沙发，使用的是Max推理档。开头进展不错，约20分钟后却出了问题：模型删除了大部分已经完成的成果，又花约15分钟旋转剩下的一个靠垫，最后道歉，并在用户追问下给自己的工作打了2分。
图：沙发建模任务失败，模型在用户要求下给出自评
已经建好的部分被删掉后，还要花时间和额度重新制作。
免疫学家Derya Unutmaz原本对新模型相当期待。他在发布时说，如果基准中的表现能在实际任务里兑现，那会是一次重要进步。
亲自测试后，他改变了判断。他认为Kimi在自己的编程任务中落后于Opus 5.5、Astra和Gemini Argon；按订阅方式使用，同一个项目反而是Opus更划算。
图：Derya Unutmaz发布后的实际使用反馈
Abacus.AI联合创始人兼首席执行官Bindu Reddy也认为，Kimi的价格确实更低，但实际差距没有达到五倍，并认为DeepSeek仍具有竞争优势。这些评价针对各自的任务和使用方式，不是对所有项目的统一结论。
较小的任务也会暴露细节问题。开发者Simon Willison让K3.1 Pro生成“鹈鹕骑自行车”的SVG代码，分别尝试低、中、最高三个推理档位。最高档的画面构图完整，但两条腿落在了车架同一侧。
图：Willison使用最高推理档生成的鹈鹕SVG
Willison仍认为，这款计划开放权重的模型，已展现出与前沿模型竞争的实力。
Highspeed可以更快输出，但标准输入、输出单价也更高。Leo在另一项鹈鹕生成测试后就建议，没有必要每次都开高速，标准模式已能较快输出。若任务主要卡在反复修改，而非等待模型输出代码，输出更快未必能省下整项工作的时间。
Artificial Analysis的统计显示，K3.1 Pro在智能指数评测中的平均单项任务成本约1.98美元，与K3的约2美元接近。同一批统计里，新模型每项任务的平均输出量由约4.8万token增至5.5万，增加约14%。单价下降了，完成测试的平均花费却没有同步大降。
这与几美分做出展厅的个案并不冲突。一个简单场景一次就做对，账单可以很低；复杂项目若反复调用工具、修改失败，费用和额度还会继续消耗。
05补回额度之后，用户还要不要续费
除了模型能力，付费用户还需要弄清楚：现有套餐能让自己完成多少工作？
月之暗面已经在靠这类产品收费。据彭博社此前报道，公司通过Kimi Work、Kimi Code订阅及开发者模型调用变现，8月的年化收入规模超过10亿美元，年底目标为20亿美元。这是按当时收入水平折算的年化数字，并非全年已经实现的收入。
新模型也出现了营销争议。X用户@elshayib_公布的一份疑似推广须知，要求创作者提前提交文案供审核，并写有不要添加付费合作标签的要求。文件来源及具体执行情况尚未得到独立核实，不能据此认定前面所有正面测试都是付费推广。
图：网友公布的疑似推广须知截图
限流和不必要的额度消耗，已经得到公司承认。公告中的补偿与调整，仍需由用户接下来的使用体验验证。
完整模型权重计划在11月4日前开放，届时有条件的团队可以尝试自行部署。但2.8万亿参数模型所需的硬件和运维，并不是普通订阅用户随手就能承担的替代方案。他们目前依赖的，仍是Kimi提供的在线服务。
Kimi这次遇到的，也是国产模型提供付费服务时需要处理的问题：模型会主动拆任务、调用工具，用户却未必能提前估计这些操作要花多少额度。公司已经承诺减少不必要的调用和输出，接下来需要看，同样的任务能否用更少的额度完成。
Fateev喜欢Kimi做出的短片，也不满意它的用量限制。补偿之后，他下一次制作是否还会遇到同样的问题，要看Kimi后续怎么改。
