Kimi K3算力告急触发“订阅熔断”，算力“洪峰”为何如此难测？

深圳商报·读创客户端记者 罗凯燕

近日，月之暗面发布新一代AI大模型Kimi K3，迅速引爆全球AI圈，并传导至资本市场，被华尔街和业界称为“Kimi时刻”和“DeepSeek时刻2.0”。

在全球目光聚焦下，大热AI模型发布初期的算力瓶颈“魔咒”也如期而至：7月19日夜间，Kimi团队发布声明称，因算力逼近现有集群承载极限，为保障已有订阅用户的体验，决定暂停C端新用户订阅，并表示正全速推进算力扩容。据悉，这也是国内头部AI大模型企业首次因算力告急触发“订阅熔断”。

算力告急触发“订阅熔断”

该声明提到，Kimi K3发布以来，用户请求量大幅超出预估，面临始料未及的算力挑战。为保障已订阅用户的全部权益不受影响，团队决定即日起暂停C端新用户订阅，将已有算力全部投入于服务存量用户。同时，官方表示正全速推进算力扩容，随着新算力陆续到位，将逐步开放更多订阅名额，直至全面恢复正常订阅。

回溯过往新闻发现，这类“始料未及”的算力挑战，已成为国内外大模型企业难以绕开的共性痛点。在国内，即梦AI Seedance 2.0发布后，因视频生成算力消耗巨大，有会员提交仅几秒的视频任务，排队十余小时仍未生成；智谱GLM-5上线后调用量暴增，引发大面积排队、卡顿等现象，部分长链代码生成任务直接中断；DeepSeek在今年4月发布V4模型前后，同样频繁出现服务异常。在海外，ChatGPT、Claude等大模型也经历过崩溃、长时间排队和限流的窘境。

Remy APP联合创始人、CEO王正男在接受深圳商报记者采访时，曾介绍过团队应对算力洪峰的紧张故事。Remy APP发布时，团队按照极高预期准备了八九百张GPU卡，当时还私下调侃会不会太夸张。结果APP刚一上线，任务量瞬间引爆，仅5秒左右，八九百张卡就已经不够用了。在任务暴涨、系统阻滞的情况下，团队紧急将算力拉升至1900张卡，才缓解了局面。

算力“洪峰”为何如此难控？

为何大模型发布初期的算力需求如此难以预测和及时扩容调度？深圳清华大学研究院弹性算力研究中心主任、共绩科技CEO付智分析指出，AI大模型在发布初期，算力需求通常呈现前期爆发式激增、持续性高并发消耗、后期峰谷波动加剧的特点，普遍面临“流量洪峰不可预测、单次调用Token消耗远超预期”的压力。随着大模型从单一文本走向多模态，计算复杂程度和算力消耗更是呈指数级提升，算力供给瓶颈已成为全行业必须直面的结构性挑战。

以Kimi K3为例，作为全球首个开源3万亿级别模型，它专为长程编程、知识工作和推理等前沿智能场景而设计。尽管采用了Stable Latent MoE（稳定潜在混合专家架构）并配合KDA混合线性注意力机制等技术，极大优化了计算效率，但由于其默认开启高强度思维链模式，单次调用的Token消耗远超常规模型。加之效率提升释放了更多使用量，进而推高了总资源消耗，导致推理阶段的总算力需求呈爆发式增长，上线后很快逼近集群承载极限。

此外，新一代大模型发布时期的推理体系仍处于相对早期阶段，系统适配与工程优化尚有空间；同时，算力供给的传导也存在客观的时间差，第三方平台的部署尚未完全跟上，都是大模型在发布初期常陷入算力困境的原因。

“整体来说，此类情况本质上不是单纯的算力不够，而是算力资源的时空错配、硬件瓶颈与成本控制的三重矛盾。”付智分析认为，要应对Kimi K3这类万亿级大模型的算力挑战，需要一套从底层硬件、系统架构到宏观运营的综合解决方案。例如，硬件层面需支持超大显存与高带宽互联；调度层面需要通过技术动态分配资源以应对突发流量，避免服务中断；成本层面则需兼顾性能与能耗平衡，避免因过度配置导致资源闲置或电费飙升。

“分类计价”驱动精细调度

除因算力告急暂停C端新用户订阅外，Kimi在此次声明中提及的“权益拆分”举措同样引发高度关注。声明指出，对于后续新订阅用户，将拆分 Kimi主权益（包含 KimiWeb, Kimi APP, Kimi Work）和 Kimi Code 权益，以方便更精准匹配算力，保障用户体验。意味着Kimi正试图通过“场景化计价”和“精细化算力调度”，探索算力成本与用户价值的精准匹配。

此类基于场景与算力消耗的分类定价，国内外不少AI大模型厂商正在探索推进。国内，今年6月下旬，豆包发布豆包专业版，推出了标准、加强、高级三档阶梯套餐。DeepSeek 此前有邮件表示，DeepSeek V4 新版本将对API定价策略进行结构性调整，首次引入“峰谷定价”机制，以更合理地配置资源并提升服务稳定性。海外大模型OpenAI目前的API定价体系主要围绕模型能力级别（旗舰/均衡/轻量）以及调用服务层级（标准/批量/优先）来划分。Anthropic则在模型能力的基础上，引入“安全约束松紧程度”作为溢价标准，形成三维定价策略。

战略品牌专家、晶捷品牌咨询创始人陈晶晶分析指出，传统互联网产品的边际成本差异有限，因此多采用统一会员模式。但大模型不同应用场景的算力消耗差异巨大，将高算力需求场景独立拆分，有助于企业更精准地匹配资源，实现成本与价值的对等。因此，AI产品通常根据模型能力、调用额度、响应速度和专业功能设置不同价格层级，通过产品分层管理算力资源。

陈晶晶指出，未来，大模型企业不仅需要持续扩充算力底座，更需通过提升推理效率、优化工程调度，配合精细化的服务分层与差异化定价，来提升算力效率、实现商业闭环。