Kimi K3暂停订阅：开源最大的模型，跑不起最大的流量

7月19日深夜，Kimi团队发了一则公告。

语气诚恳，态度克制，但信息量炸裂：「即日起，暂停C端新用户订阅。」

三天前，他们刚发布了Kimi K3——2.8万亿参数，全球参数规模最大的开源大模型。彭博社说它在「打破美国AI领先中国的固有认知」，社区里不少人称之为「又一个DeepSeek时刻」。

然后48小时不到，新用户就进不来了。

公告原文写得很坦诚：「过去48小时，用户请求量已大幅超出我们的预估，并且逼近现有集群的承载极限。」

这不是一次简单的服务器过载。这是一个2.8万亿参数模型的算力账单，第一次以最直白的方式摊在了所有人面前。

2.8万亿参数的显存陷阱

要理解为什么Kimi K3会在48小时内撑不住，得先搞清楚一件事：参数量不等于计算量，但参数量等于显存。

Kimi K3用的是混合专家架构（MoE），896个专家模块，每次推理只激活其中16个。这意味着它的单次推理计算量，远小于2.8万亿这个数字暗示的规模。很多人看到「2.8万亿参数」第一反应是「算力爆炸」，但计算其实不是最大的瓶颈。

真正的瓶颈是显存。

MoE架构的规则是：所有896个专家的权重，必须同时常驻在GPU显存里。推理时虽然只用16个，但另外880个不能临时从硬盘加载——那个延迟用户等不了。所以你的GPU集群必须有足够的显存，一次性装下全部2.8万亿参数的权重，外加KV Cache、上下文缓存和系统开销。

参数越大，需要的GPU越多。GPU越多，固定成本越高。这不是「用得多就多花钱」的可变成本，而是「不管有没有人用，这些GPU都得开着」的固定成本。

对比一下：DeepSeek V4是1.6万亿参数，文心大模型5.0是2.4万亿。Kimi K3的2.8万亿，是目前开源世界里最大的显存负担。

这意味着，每多服务一个并发用户，Kimi需要的边际算力投入，可能比参数更小的模型高出一个量级。当用户请求量「大幅超出预估」时，这个差距会被迅速放大——不是一个线性增长，而是逼近承载极限时的断崖式恶化。

Kimi选择「保老弃新」，本质上是在固定显存容量下做了一次零和分配：把已有的GPU全部留给已付费用户，把新用户挡在门外。

开源的定价天花板

如果说显存是技术层面的硬约束，那定价就是商业模式层面的软约束。

Kimi K3的API定价是：缓存未命中输入每百万Token 3美元，输出每百万Token 15美元。

作为对比，智谱GLM-5.2的定价是：输入1.4美元，输出4.4美元。Kimi K3的输出价格是GLM-5.2的3倍多。

这个定价合理吗？从成本角度说，2.8万亿参数的推理成本确实高于1.6万亿参数的模型，定价更高有技术依据。但从市场角度说，Kimi面临一个尴尬的位置：论便宜，打不过GLM-5.2和DeepSeek；论能力，社区的评价分裂严重，有人直呼「国产旗舰终于追上了」，也有人实测后吐槽「比竞品慢两三倍，token消耗猛，订阅转眼见底」。

这就是开源模型公司面临的核心矛盾：你把模型权重免费放出去了，定价就被锁死在一个区间里。

开源意味着任何拿到权重的人都可以自己部署。如果API定价太高，用户会直接自己拉权重跑——尤其是企业用户，他们有技术和资源做私有化部署。这就给API定价设了一道天花板：你不能比用户自己部署的成本贵太多。

但推理成本是实打实的。2.8万亿参数的模型，每一次API调用都在烧GPU、烧电、烧带宽。模型越大，这个成本越高。而开源又把你锁死在一个相对低的定价区间里。

模型越大越免费。推理成本越不可持续。这就是开源大模型的经济学悖论。

半年融了32亿美元，还是不够花

月之暗面的融资速度，能让你直观感受到这个悖论的烈度。

去年底完成5亿美元C轮。今年2月又拿了超过7亿美元。5月美团龙珠领投约20亿美元，投后估值200亿美元。仅仅一个月后，又开始寻求至多20亿美元的新一轮融资，目标估值300到315亿美元，同时考虑赴港上市。

半年三笔融资，累计超过32亿美元，估值从不到200亿冲向300亿以上。然后还没到下一轮融资落地，K3发布48小时就暂停了新用户订阅。

钱都去哪了？

训练只花一次，但推理天天付账。K3这样的2.8万亿参数稀疏模型，一次正式训练可能需要上万张H100等效芯片，完整项目消耗数千万甚至上亿美元。但训练完成后，更大的黑洞才打开：每一次用户调用，厂商都在持续烧算力、电力和带宽。模型越强大，用户用得越频繁，这个成本就越高。K3支持100万Token上下文窗口——这意味着用户一次对话可能消耗的Token量，是普通模型的几倍甚至几十倍。

更关键的是，用户用得越多，亏损就越大。这不是一个「规模效应降低边际成本」的经典商业模型——在推理成本居高不下的情况下，每多一个用户，就是在融资的钱上多烧一把火。

月之暗面面临的，是一个所有开源大模型公司都绕不开的结构性困境：要撑住高估值和IPO叙事，就必须维持「全球前沿、持续突破」的形象，就得不停砸钱做大模型；但模型越大，推理成本越高，亏损越严重，盈利预期越模糊，估值逻辑反而越站不住。

OpenAI砍窗口，Kimi砍用户

就在Kimi K3暂停订阅的同一周，OpenAI也在做一件类似的事。

OpenAI把Codex的上下文窗口从37.2万Token砍到了27.2万Token。OpenAI官方确认这是临时措施，原因不是延迟问题，而是Token消耗速度——说白了，就是推理成本。

同一个时间窗口里，全球最贵的闭源AI公司和最大的开源AI模型，都在做同一件事：收紧供给侧，控制推理成本。

但两者的路径截然不同。

OpenAI的做法是「精准手术」：缩小上下文窗口，让每个用户的每次调用消耗的Token减少。这相当于降低了每个人的成本，但所有人还能继续用。闭源模型的好处在于，公司对成本杠杆有完全的控制权——窗口多大、哪些功能收费、什么用量触发限流，全由自己说了算。

Kimi的做法是「壮士断腕」：直接暂停新用户。这不是精细调控，而是紧急制动。开源模型放出权重后，你就丧失了对成本结构的精细控制权——你能控制的是自己API服务的供给量，但你控制不了模型本身的运行成本结构。

这个区别的深层含义是：闭源模型公司在算力危机面前，有更多的工具和杠杆；开源模型公司的选择面要窄得多。你可以缩窗口、可以调价格、可以限功能，但当你的模型参数大到一定程度，显存成本变成刚性支出时，你唯一能做的，就是把一部分用户挡在门外。

谁在为免费的开源买单？

回到那个最本质的问题：Kimi K3的模型权重是免费开源的，7月27日前完整发布。那运行这些权重所需要的算力成本，到底谁在付？

答案是一组残酷的分配结构。

投资者在付。月之暗面半年融了32亿美元，这些钱大部分在填推理亏损的窟窿。投资者赌的是公司能撑到IPO，在二级市场退出。但如果推理成本持续失控，这个赌注的胜率在下降。

Kimi自己的API用户在付。输出每百万Token 15美元的定价，是GLM-5.2的3倍多。这些用户实际上在补贴模型运行的部分成本。但当他们发现更便宜的替代品时——比如GLM-5.2或者DeepSeek——他们会用脚投票。

被挡在门外的新用户在「付」——他们付出的是机会成本和时间成本。Kimi K3发布时的高调宣传让他们产生了期待，然后他们发现自己连订阅的资格都没有。

唯独第三方部署者不付。拿到开源权重的企业和开发者，可以自己拉集群跑模型，不向月之暗面付一分钱推理费用。这是开源的核心价值——也是开源模型公司最大的商业痛点。你花了数亿美元训练出来的模型，别人免费拿走就能用，而你还要自己承担API服务的全部算力成本。

这就是开源大模型最拧巴的地方：创造价值的人承担全部成本，使用价值的人不承担任何成本。当模型还小、推理成本还可以忽略的时候，这个矛盾不突出。但当参数规模到了万亿级别，算力成本变成了真金白银的时候，这个结构的不可持续性就暴露了。

免费的午餐，终究有人买单

经济学里有个基本常识：天下没有免费的午餐。

开源软件时代的共识是「代码免费，服务收费」——Red Hat靠企业支持服务上市，MongoDB靠云托管赚钱。但大模型的开源跟软件开源有一个根本区别：软件的复制成本趋近于零，而模型的推理成本是持续且巨大的。

你复制一份Linux内核，成本是零。你运行一个2.8万亿参数的模型，每一秒都在烧钱。

Kimi K3发布48小时暂停订阅，不是一个产品事故，而是这个结构性矛盾的一次集中爆发。它告诉所有人：模型可以开源，但运行模型的算力无法开源。参数规模越大，这个矛盾越尖锐。

月之暗面不是唯一面临这个问题的公司。DeepSeek、智谱、甚至Meta的Llama系列，都在不同程度上面对同样的困境。只不过Kimi K3的2.8万亿参数，把这个矛盾推到了一个前所未有的极端：全球最大的开源模型，搭配全球最紧张的算力供给。

接下来的问题是：这个模式能持续多久？

如果推理成本持续高于API收入，如果融资环境收紧，如果更便宜的竞品持续侵蚀定价空间——开源大模型公司的终局会是什么？会不会出现一种新的「半开源」模式，核心权重收费但生态工具免费？或者开源变成纯粹的营销手段，真正赚钱的永远是闭源的API服务？

Kimi K3的暂停订阅，不会是最后一次。每一个把模型做到万亿参数级别的开源公司，迟早都要面对同一个选择：到底是继续扩大免费用户的规模，还是在算力账单面前学会说不。

月之暗面选择了后者。这个选择本身，比Kimi K3的任何跑分数据都更值得记住。