Kimi半年第三次道歉，补回25%额度：模型越强，你的会员额度烧得越快

一条“审查项目架构”的指令，后台拉起5个子Agent，5小时的会员额度十几分钟就见了底。

这是Kimi新模型K3.1 Pro在10月24日上线后，付费会员在社交平台晒出的投诉。10月26日凌晨，月之暗面发布致歉公告，承认会员使用K3.1 Pro时出现“限流及不必要的额度消耗”，原话是“问题出在我们，我们本应更早修复”。补偿方案是所有档位的有效订阅会员，重置月度总额25%的额度，用量不足25%的归零重算。

你要是Kimi的付费会员，或者给任何AI会员掏过钱，这事都值得看。它捅出来的不是一家公司的偶发bug，是所有“包月AI”背后那份你看不见的额度账。

道歉之后，投诉并没有停。11月2日，有用户晒帖说自己刚充了49元档，读了两次文献，月度用量就掉到12%，帖子标题是“kimi你就继续圈米，一天没到用12%”。699元顶配档的用户反馈不到2小时用完额度，终端一直弹限流报错。更让人看不懂的是，额度还有剩的会员，也会看到“Kimi正在高峰期，请稍后再试或升级会员加速”的提示，有人已经因为额度不足升级过一次套餐，升完又看到这句。

Kimi的会员额度分两本账，一本是5小时的滚动窗口，一本是月度总量。上面这些案例，十几分钟见底的是窗口账，12%是月账。哪本账，你都只能看到一个剩余百分比，看不到是谁烧的。

表面原因不难找，新模型太强、用的人太多，算力顶不住。

但把时间线翻出来，就没这么简单。今年4月22日，K2.6发布后因为限流与额度计算错误道歉。7月19日，K3上线48小时，又因为“需求逼近GPU容量极限”道歉，顺带暂停新用户订阅，有用户统计这一停就是一个多月。再加上这次10月26日，半年三次，每次都踩在新模型发布之后。

一次是事故，三次就是模式。

额度到底烧在哪？K3.1 Pro是个2.8万亿参数的模型，每次调用激活约千亿参数，还默认全程开着思考模式，每个回答都带一长串思维链和中间推导。更要命的是Agent机制，你丢给它一个问题，它在后台自己拆成多轮调用，有时还自己派出子Agent。你只看见最后一行回答，看不见中间跑了多少圈。

有个数字能说明问题。评测机构Artificial Analysis的Intelligence Index整套测试里，K3.1 Pro累计输出约1.5亿Token，比参测模型的中位数高出72%。能力是真强，同一机构把它排到全球第四，是榜上得分最高的开源权重模型，Terminal-Bench 4.0也刷新了历史最高分。但它每干一次活，吃掉的量也比同行大。

致歉公告其实把这层也承认了。公告里说“正在减少不必要的子Agent调用和输出长度”，翻译过来就是，之前确实有不必要的调用，而这些调用，照样从你的额度里扣。

有位用户的吐槽说到点子上。他说他最烦的不是AI贵，是月费明码标价，扣费却是一坨黑箱百分比；还有人拿一句“你好”去测，后台已经烧掉几万Token。他要的不复杂，额度不全是你用掉的，有一部分是AI自己派出去的小工偷偷烧的，那他就想看到主任务、子Agent、缓存重试各烧了多少的明细。

最拧巴的地方在这。K3.1 Pro的API价格其实比上一代降了三分之一，输入从每百万Token 20元降到13元，输出从100元降到68元。单价降了，单任务消耗涨得更多，两头一抵，会员的性价比就被悄悄抹平了。

替月之暗面说句公道话，这不是一个恶意圈钱的故事。模型确实冲到了全球第四，价格确实降了，算力确实紧张，按彭博社的报道，它的算力很大一部分依赖与阿里巴巴协议下约2万枚英伟达芯片的集群，K3那次暂停订阅，也是需求真顶到了GPU容量上限。道歉态度也不敷衍，“问题出在我们”这句话，没几家公司说得出口。

但难处承认了，不等于难处就能抵账。订阅制有个天生的矛盾，月费是刚性的，模型一代比一代强，推理开销不降反涨，用户的预期是“付了钱就该够用”。这个矛盾短期无解，也就意味着下次K4、K5发布，额度大概率还会紧张。道歉解决的是这一次的愤怒，解决不了下一次限流。

老舅我劝你一句，算力贵是公司的难处，额度黑箱是用户的难处，两个难处不该互相抵账。你收明码的月费，就该给明细的扣费。会员要的不多，就是知道自己这一单烧了多少，烧给了谁。

那现在该怎么办？你要是Kimi会员，先去会员中心看一眼这个月的用量，补偿的25%额度重置到没到账。

用的时候记住一条：别把开放式大活儿随手丢给顶配模型。“审查架构”“分析项目”这种指令最容易拉起一串子Agent；把范围收窄、把要求说死，额度烧得会慢很多。

想升级更高档位的，先别上头。看看你这个月用掉了百分之几，再算这笔账。顶配套餐2小时用完的例子摆在那，升级不等于敞开用，只等于高峰期烧得更快。

双11正打算囤AI会员的，这一步也别省。AI会员跟囤纸巾不一样，少囤、按月买，这个月用完了再想下个月的事。

那个读两次文献用掉12%的用户，用量其实不重。重的是每次提问背后，模型自己的工作方式，和你看不见的那根用量条。