这几天，Kimi 相关的讨论里几乎只剩一个词：额度。
知乎上有人贴出实测：K3 性能对标 Claude Fable 5 和 GPT-5.6，忍不住全天高强度用，结果一天就花掉了 7 天的额度。知乎「K3 价格较上代翻 5 倍」的提问冲到 38 万浏览，「K3 实际表现真有那么强」的提问 26 万浏览。知乎 其实这轮吐槽 7 月 K3 刚上线就烧过一波（「Kimi K3 一个问题用完额度」的帖子攒了 220 赞），最近只是被三件事重新点着：DeepSeek 8 月 17 日宣布涨价，国家超算互联网月底跟上，一批「畅用党」被迫换饭票。知乎 另一边，K3 的 256K 上下文版本本周开放、智谱在天猫开卖套餐、月之暗面递交上市申请，新旧消息挤在一起。
小红书上的现场更有意思：有人晒出「199 套餐，60 万 token 消耗掉 5 小时额度的 9%」。小红书 有人算了笔账，基本只用 K3-256k 的情况下两周烧掉约 3.5 亿 token，推算月额度在 9 亿上下——「K3 不太够用，偶尔使用没问题」。小红书 也有人这周刚反过来发现「额度比以前耐用了，这周居然没用完」；另一边，699 档用户贴出逐月统计：几乎不用 K3 的情况下，月用量从峰值 37 亿 token 掉到 16 亿。小红书 买会员的人吵额度，没买的人怕额度——这篇文章就把 199 档（Allegretto）的账拆开摊平，不站队，先把规则讲完。
第一笔账：¥199 到底亏不亏——保底 4.1 倍，但上限是 21.5 个「满额 5 小时」
K3 的 API 牌价是输入 ¥20/百万 tokens、输出 ¥100/百万、缓存命中 ¥1~2/百万，较上一代翻 5 倍。知乎 那位做了 6 组用量快照的知乎实测者，反推出了限额背后的计费结构：199 档的额度是三层嵌套、同时生效的滚动限额——5 小时窗口、7 天窗口、月度窗口。名义上月限额 = 5 个周限额 = 25 个满额 5 小时，但连续订阅的用户实际拿不满。知乎 原因在于周限额是滚动 7 天窗口、不随订阅周期重置：如果你把月额度榨干，月底最后 7 天的周窗口也是满的，续费进入下个周期后，头几天依然顶着「已满的周限额」，只能等它滚过去。所以连续订阅者的稳态上限其实是 21.5 个满额 5 小时，不是 25。
再折算价值：按公开 API 价，就算把所有额度都花在最贵的输出上（极端情况），¥199 也对应约 ¥814 的用量——4.1 倍回本。知乎 代入真实的缓存命中率和输入输出比，整条价值带悬在月费上方 5 倍以上。OpenCode 社区流传的说法更激进：Coding Plan 第三、四档的额度按 API 同价折算接近几十倍，但那是高档位用户的事。知乎
结论也就出来了：这套东西的问题不是单价贵，而是上限拿不满。你亏的不是每百万 token 的钱，是被三个滚动窗口卡住的那部分产能。
第二笔账：为什么烧得快——k3 的额度消耗是 k3-256k 的两倍
「一天烧一周」最直接的原因是模型选错了。官方已明确：K3 的 1M 上下文版额度消耗是 256K 版（k3-256k）的两倍，而这个 256K 版本是这周才开放的。知乎 顺带一个很多人没注意的档位规则：官方「模型总览」页写明，K3 全尺寸调用有档位门槛，低档位甚至暂不支持——别拿 K2.7 的消耗预期去估 K3。
1M 上下文的价值在于长对话里缓存命中率越滚越高，但「上下文腐化」也如影随形——用久了变笨，这不是错觉，是大模型长上下文的通病。对正经做 Spec-Driven 开发的人来说，前期规划的规范、方案都已落盘成文件，/compact 或新开会话后模型读的是文件不是消息记录，256K 够用。那位「一天烧一周」的实测者把默认模型切到 k3-256k 之后，套餐终于可以满足一周的开发需求，不用再做二休五等周额度重置。知乎
第一个省钱杠杆，也是零成本的：把默认模型切到 k3-256k，同一份额度立刻翻倍。
第三笔账：思考强度有三档，切换本身要收费
K3 这代开始支持 reasoning_effort 的 low / high / max 三档。上周刚发布时只开放了 max，每次调用都走一大段思考链，thinking token 烧得又快又慢；这周起 high 成为默认，如果你是上周配置的用户，记得去把 Max 改掉。
坑在切换上：官方说明切换 reasoning_effort 会导致上下文缓存失效，并且切换后会立即用原本的消息上下文重新预填充缓存，推高 token 成本。知乎 所以换强度前先新开会话，历史消息多的时候硬切，等于烧两遍钱。
折中打法：做架构规划的那条会话用 Max，写代码实施的会话用 High，两边分开，别在一个会话里来回拨开关。
第四笔账：把额度花在「大脑」上，还是花在「翻页」和「肌肉记忆」上
这是 OpenCode 圈子里这周流传最广的一套拆法，一句话：一个团队不需要人人都是超级开发者，一次会话也不需要每个环节都是 K3。
检索（explore 子智能体）：给它的模型单独指定 deepseek-v4-flash——便宜、上下文长，翻资料够用。代码库越大，grep 检索灌进主会话的无关文本越多，这是输入 token 的最大头，别用 K3 去翻页。
写码（executor 子智能体）：规划做细之后，K3 和便宜模型把代码「敲出来」的质量差距没有想象大——关键是想清楚的人是谁。但别让 flash 写前端，后训练不足、页面审美会翻车；经常写前端就退回「k3 + low」的组合。
疑难（architect 子智能体）：配一个 K3+max 的专属子会话，只允许思考、关掉编辑权限，主智能体先递摘要再提问，避免换 max 后全量重扫仓库。记得在描述里设围栏：主智能体至少自己尝试两次失败后才许委派，防止它把什么问题都往外推。
这套配置之所以火，还因为 K3 的生态口子在开：Kimi 官方已支持 Responses API 格式，方便接入 Codex 生态。知乎 TogetherAI、Fireworks、Modal 等十多家第三方推理平台也已能调用 K3。36氪 工具链不缺，缺的是把额度花在刀刃上的路由。
第五笔账：月底冲刺和「第二产品线」
两个最容易忽略的点：
月底别冲太猛。当月用超的额度不会消失，只是变成下个月头几天的受限期，这是滚动窗口唯一的解法：自己留余量。
199 买到的其实是两条产品线。实测者提醒：Kimi Work 独立于 Code 的限额体系，Code 触顶时 Work 照常可用；但 Work 侧按约五倍消耗计，建议把 Work 用量控制在当月的 15% 左右，月末可酌情冲刺。知乎
什么样的人别买
小红书那条「699 速度和 199 差不多」的吐槽，其实是有价值的反证：如果你以对话问答、看文档为主，编程套餐的价值会直接坍缩——套餐是为高频代码生成定价的，聊天是它最便宜的场景，就是在为用不到的产能付费。小红书 逐条 0.01%、0% 的使用明细界面，就是「细碎扣额」的具象。
对照渠道的变化更直观：9 月 3 日，天猫正式上线 AI 空间站（Token 充值中心），智谱、Kimi、MiniMax、阿里云集体入驻，支持卡密或直充。微博 智谱旗舰店把 CodingPlan 拆成档位，最便宜的个人版 Lite 月付 118 元、含每月 10000 积分，非高峰时段还有 50% 积分抵扣，适配 ZCode、Claude Code、Codex 等 20 多款工具。36氪 开店首日，相关搜索环比暴涨 40 倍。
接下来盯什么
月之暗面本周以保密形式向港交所递交 A1 文件，正式启动港股 IPO 流程，同时推进投前估值 500 亿美元的新融资，公司对传闻「不予置评」。36氪 买模型额度这件事正在全面「话费化」：国家数据局的口径显示，2026 年 3 月国内日均 Token 调用量已突破 140 万亿，三大运营商也在今年 5 月推出了 Token 套餐。微博
同时在跟微软、亚马逊、谷歌谈的，是把 K3 接入三大云、按最高 30% 拿收入分成（路透 8 月 26 日）。36氪 知乎分析帖的判断值得记住：2026 年很可能是独立大模型公司最后一个还能按「科技梦想」定价的上市窗口——上市前冲收入，计费策略大概率不会安静。知乎 至于 699 用户观察到的月用量逐月下滑是不是「隐性收紧」，现在证据还不够下结论，但值得每月记一次自己的消耗数。
眼下值得盯两个信号：k3-256k 的额度倍率会不会进一步倾斜（现在已是 1M 版的一半）；K3 的档位门槛会不会松动（目前 Allegretto 起步）。
至于就要续费的人，把整篇账浓缩成四步动作：先切 256k，再降思考强度，然后把检索和写码分给便宜模型，月底留三天余量。做完这四件，再决定要不要为「还想多用的那部分」掏 699。
