10 月 26 日凌晨，Kimi 把一封道歉信置顶在 K3.1 Pro 发布文章的评论区。
两天前，这个模型刚带着“国产最强”的期待发布。
按照 Kimi 公布的成绩，Terminal-Bench 4.0 拿到 65.7%。
它比 GPT-6 Astra 的 58.2% 高，离 Claude Opus 5.5 的 66.4% 只差 0.7 分。36氪微博
Artificial Analysis 的智能指数给它 55 分，全球第四。价格只有 Astra 的五分之一。36氪
然后，付费用户发现，额度不够用。
一位 199 元档用户算过：两天生成不到 10 个 3D 模型、几个 30 秒以内的演示动画，月额度已经跑完一半。36氪
另一位只发了一句“审查项目架构”，Kimi 拉起 5 个子 Agent，十几分钟后，5 小时额度满了。36氪
还有人跑一个基础 3D 游戏 Demo，没有用子 Agent，10 分钟后任务还没返回，5 小时额度先没了。36氪
Kimi 的道歉很直接：限流、额度无故虚耗，责任都在自己。所有档位订阅用户返还月度总额的 25%，大约一周用量；同时砍掉不必要的子 Agent 调用，压缩输出长度。36氪微博
这不是一句“模型太贵”能解释的。
看 API 单价，K3.1 Pro 输入 13 元/百万 token（缓存命中 1.3 元），输出 68 元，比上一代便宜三分之一。
按 Artificial Analysis 的测算，跑完一套智能指数，平均每个任务花 2.11 美元。
GPT-6 Astra 是 3.26 美元，Claude Opus 5.5 是 5.98 美元。36氪
问题在用量。
GPT-6 Astra 约 6000 万 token，GPT-6.1 Sol 约 6700 万 token。按 OrcaRouter 的换算，同样的任务，它的输出量大约是 Astra 的 2.5 倍。
同一套测试，K3.1 Pro 累计输出约 1.5 亿 token，参与评测模型的中位数是 8700 万，高出 72%。输出速度 73.5 token/s，也低于 81.1 token/s 的中位数。36氪
它只支持思考模式。关掉思考的请求会被直接拒绝。每一次调用，都在为推理付费。36氪
更隐蔽的是子 Agent。用户看到的是“一句话任务”，系统里可能是五条分支同时开工。
每个子 Agent 都要重新装一遍身份、规则、工具清单和上下文，跑完再压缩成摘要交回去。
Anthropic 在 10 月的一篇文章里估算，多 Agent 系统的 token 消耗约为普通对话的 15 倍。大部分不是花在“想”，是花在“记”。36氪
Kimi 自己也承认，问题出在“不必要的子 Agent 调用”和“冗余输出长度”。
Kimi 把 K3.1 Pro 做成一个能长时间工作的 Agent：会搜索、会调工具、会自我检查。
K3.1 Pro 的技术报告里有个例子，它为了让仿真人走起来，回头检查模拟器，修掉了 36 处肩部肌肉力臂的计算错误。这种严谨是能力，也是账单。36氪
订阅制和 API 的计价方式，在这里分了岔。
API 按 token 明码标价，用户知道每一分钱花在哪。订阅制卖的是“一个月能用多少”，用户按“我做了几件事”估额度，系统却按“调了几次模型、开了几个分支、读了几遍文件”扣。中间那层，是黑箱。
这不是 Kimi 一家的病。OpenAI 用户也遇到过高推理档位任务没跑完就撞墙。模型越强，任务越长，越容易撞上这堵墙。
Claude 20 美元档的用户，有人一个复杂提示词就用完 5 小时额度；用 Opus 5.5 处理存量代码库，30 分钟左右触发限制。36氪
Anthropic 给的解法是，把子 Agent 折叠回主循环，按需加载成 Skill。它说，这样能砍掉 80% 以上的系统提示词。Kimi 的解法更直接：少开子 Agent，压缩输出，先赔一周额度。36氪
对写代码的人来说，这件事的提醒不是“别用 Kimi”。而是：跑分只回答“能不能做完”，不回答“做完要花多少”。这两个数，在订阅制里后者更贵。
下一个模型发布时，榜单还会刷屏。真正该看的，可能是你拿自己的项目跑一遍，记下完成一个任务用了多少 token、触发了多少次子 Agent、额度掉了多少。
0.7 分可以下次再追，2.5 倍的用量会先到账。
