Rạng sáng ngày 26/10, Moonshot AI đăng bài xin lỗi về tình trạng bị giới hạn lưu lượng và tiêu hao hạn mức không cần thiết khi hội viên dùng Kimi K3.1 Pro, đồng thời đặt lại hạn mức cho hội viên ở tất cả các gói đăng ký. Mô hình này mới lên sóng rạng sáng 24/10, tức mới được hai ngày.
Lời xin lỗi được viết khá thẳng thắn:
“Chúng tôi xin lỗi các hội viên Kimi vì tình trạng bị giới hạn lưu lượng và tiêu hao hạn mức không cần thiết khi dùng K3.1 Pro gần đây. Lỗi nằm ở phía chúng tôi, và lẽ ra chúng tôi phải sửa sớm hơn.”
Cách tính khoản bù
Phương án bù chỉ có một quy tắc. Hội viên còn hiệu lực được bù 25% tổng hạn mức tháng, mà phía chính thức quy đổi thành khoảng một tuần sử dụng. Với người có mức dùng hiện tại chưa đến 25% tổng hạn mức tháng, thanh tiến độ sử dụng sẽ được đặt thẳng về 0. Thanh này sẽ được cập nhật trước khi hết ngày 26/10.
Về mặt kỹ thuật, theo lời phía chính thức, họ đã chỉnh lại cấu hình và đang giảm các lần gọi sub-agent không cần thiết cùng độ dài đầu ra, để cùng một hạn mức hoàn thành được nhiều tác vụ thực tế hơn. Câu này gần như thừa nhận rằng hạn mức hao nhanh có liên quan đến việc mô hình “nghĩ quá nhiều”: một yêu cầu bị tách thành quá nhiều tác vụ con, câu trả lời viết quá dài, và tất cả đều bị trừ vào hạn mức hội viên theo token.
Thông báo không nói giới hạn lưu lượng bắt đầu từ lúc nào, ảnh hưởng đến bao nhiêu hội viên, hay gói nào bị nặng nhất.
K3.1 Pro là gì
Đây là mô hình đầu tiên của dòng K3.1. Phía chính thức gọi nó là “mô hình quy mô 3 nghìn tỷ tham số mạnh nhất từ trước đến nay”, hỗ trợ ngữ cảnh 1 triệu token, đồng thời ra mắt phiên bản Highspeed cho tốc độ xuất nhanh hơn. Mô hình đã dùng được trên kimi.com, ứng dụng Kimi, Kimi Work, Kimi Code và API. Bộ trọng số đầy đủ dự kiến được phát hành trước ngày 4/11.
Theo tổng hợp của Huxiu, tổng số tham số của K3.1 Pro vẫn là 2,8 nghìn tỷ, giống K3 ra mắt ngày 16/7, và không được huấn luyện trước lại từ đầu. Phần cải thiện chủ yếu đến từ việc tăng sức mạnh tính toán cho giai đoạn hậu huấn luyện, tập trung bổ sung mảng lập trình, mô hình hóa 3D, nghiên cứu tài chính và các tác vụ Agent đường dài. Cùng lúc ra mắt còn có tính năng 3D Make, cho phép xem trước, chỉnh sửa trực tuyến và xuất tệp in 3D. Phía chính thức dùng Claude Opus 5.5 và GPT-6 Astra làm đối chứng trong đánh giá, và báo điểm 65,7% trên Terminal-Bench 4.0.
Trong chỉ số trí tuệ tổng hợp của Artificial Analysis, một đơn vị đánh giá độc lập, K3.1 Pro đạt khoảng 55 điểm còn K3 khoảng 44 điểm. Phần tăng chủ yếu đến từ các tác vụ kiểu Agent, trong khi mức tăng ở một số bài kiểm tra kiến thức và suy luận khoa học khiêm tốn hơn nhiều.
Đặt cạnh các mô hình Flash trong nước
Giá API là 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra, thấp hơn K3 khoảng một phần ba. Đặt cạnh các mô hình nhẹ cùng thời kỳ ở Trung Quốc, khoảng cách vẫn rất lớn:
| Mô hình | Chỉ số trí tuệ (xấp xỉ) | Đầu vào / đầu ra (USD mỗi triệu token) |
|---|---|---|
| Kimi K3.1 Pro | 55 | 2 / 10 |
| DeepSeek V4.1 Flash-1017 | 45 | Giờ thấp điểm bằng MiniMax, giờ cao điểm gấp đôi |
| MiniMax M3.1 Flash | 43 | 0,15 / 0,60 |
Tính nhẩm với 1 triệu token đầu vào và 1 triệu token đầu ra, Kimi tốn 12 USD, MiniMax và DeepSeek giờ thấp điểm tốn 0,75 USD, còn DeepSeek giờ cao điểm là 1,5 USD. K3.1 Pro đi theo định vị flagship: trả giá cao hơn hơn chục lần để đổi lấy chênh lệch chừng mười điểm chỉ số.
Phía hội viên thì tế nhị hơn. API tính phí theo lượng dùng, dùng bao nhiêu trả bấy nhiêu, còn hội viên nhận một hạn mức cố định: mô hình càng tích cực gọi sub-agent thì hạn mức cháy càng nhanh. Không lâu sau khi K3 ra mắt hồi tháng 7, Kimi từng phải tạm dừng nhận đăng ký mới từ người dùng cá nhân vì sức mạnh tính toán căng thẳng; lần này vấn đề xuất hiện dưới một hình thức khác, ngay ở hạn mức. Kimi cho biết đang phát triển phiên bản Flash, nhưng chưa nêu thời điểm ra mắt hay việc nó có giúp giảm áp lực tính toán cho phía hội viên hay không.
Nguồn tham khảo: Huxiu, The Paper, CocoLoop, Daily Economic News; tỷ lệ bù và quy tắc đặt lại hạn mức được đối chiếu với tài khoản chính thức của Kimi trên WeChat, còn chỉ số trí tuệ và giá API lấy theo Artificial Analysis và bảng giá chính thức của từng hãng.