Kimi 就 K3.1 Pro 限流与额度异常致歉，向付费会员补偿25%月度额度

月之暗面旗下Kimi智能助手于凌晨发布致歉公告，承认近期会员在使用K3.1 Pro时出现限流以及不必要的额度消耗问题，并向所有有效期内的付费会员补偿月度总额度的25%。

K3.1 Pro于10月24日刚刚发布，上线不到两天即出现上述问题。Kimi在公告中表示问题出在自己一方，本应更早修复，并称已调整相关配置，减少不必要的子Agent调用和输出长度。

事件经过

按照Kimi公告的说法，此次问题集中在会员使用K3.1 Pro的过程之中，表现为限流以及不必要的额度消耗。Kimi在公告中把责任归于自身，称“问题出在我们，我们也本应更早修复”，并未将原因归结为外部流量或第三方因素。

从时间线看，K3.1 Pro于10月24日发布，致歉公告在次日凌晨发出，间隔不足两天。发布之初，这款模型凭借3万亿级参数、百万Token上下文，以及部分编程测试超过GPT-6的成绩，成为周末科技圈讨论的焦点；随后引发关注的却是这份道歉。

Kimi并未在公告中披露受影响会员的具体人数、限流发生的具体时段，也未说明额度异常消耗的规模。公告给出的处理方向是调整配置，减少不必要的子Agent调用和输出长度，以此降低后台无效开销。

Kimi 就 K3.1 Pro 限流与额度异常致歉，向付费会员补偿25%月度额度

补偿对象是所有有效期内的付费会员，补偿内容为月度总额度的25%。Kimi在公告中用“相当于白送一周的用量”来形容这一比例，即按一个月大致四周计算，25%接近一周的使用量。

与补偿同时公布的是配置层面的调整。这一表述指向Agent工作流中的后台环节：用户在前台只提交一个任务，后台可能拆分为多次检索、核对与生成步骤，每一步都会产生算力消耗。

公告没有说明补偿额度是否需要用户手动领取、何时到账，也没有说明配置调整是否会影响复杂任务的执行效果。就已公开的信息看，Kimi把这次处理定位为对既有付费会员的权益修复，而非对产品定价或套餐结构的改动。

Kimi 就 K3.1 Pro 限流与额度异常致歉，向付费会员补偿25%月度额度

K3.1 Pro是月之暗面今年发布的第三款主要模型。此前4月20日推出K2.6，重点放在编程能力和Agent集群，宣称可同时调度大量子任务；7月发布K3，总参数达到2.8万亿。K3.1 Pro则把参数规模推到3万亿级，并支持百万Token上下文。

据月之暗面公布的数据，K3.1 Pro在Terminal-Bench 4.0编程智能体评测中取得65.7%的成绩，高于GPT-6 Astra的58.2%，略低于Claude Opus 5.5的66.4%。在涉及3D建模、金融研究等任务的测试中，该模型也展示了相应能力。

第三方评测机构Plotly公布了独立测试结果：在43道数据分析题中，K3.1 Pro答对42道，上一代K3答对35道。但完成整套测试的模型调用成本从5.01美元升至13.47美元，单道题的中位完成时间从43秒增加到约2.5分钟。这组数据并非会员扣费记录，却说明更强的模型未必让任务更省钱、更省时。

Kimi 就 K3.1 Pro 限流与额度异常致歉，向付费会员补偿25%月度额度

类似情况今年已出现多次。4月K2.6上线后，访问量迅速增长，部分付费用户遇到排队和功能短暂不可用；同时后台统计Agent额度时出现偏差，导致部分用户的会员权益被错误扣除。4月22日晚间，月之暗面公开回应，将所有用户当月额度恢复至100%，已消耗用量清零。

7月K3发布后，48小时内用户请求量大幅超出预估，逼近现有集群的承载极限。月之暗面于7月19日公开说明，暂停面向C端新用户开放订阅，把现有算力优先分配给已付费用户，并向未能获得预期体验的用户致歉。

三次事件的处理方式并不相同：4月是全员额度重置，7月是暂停新用户订阅，10月是按月度额度25%补偿付费会员。共同点在于，问题都出现在新模型发布后的短时间内，且都与算力承载和额度统计相关。

Kimi 就 K3.1 Pro 限流与额度异常致歉，向付费会员补偿25%月度额度

Kimi的会员体系正在变细。公开方案显示，订阅价格覆盖每月49元、99元、199元乃至1399元等档位，Kimi Code、Kimi Work以及Agent集群等多个功能共享会员额度池。不同价格对应不同资源和使用权益。

Agent成为主流方向后，一条指令背后可能包含几十次甚至上百次调用。模型可能重复检索已找到的信息，生成冗长的中间结果，或在非必要环节反复尝试，这些都会转化为额度消耗。普通会员通常无从判断后台究竟发生了多少次调用，只能看到任务是否完成、额度减少了多少。

对按月付费、把AI当作生产力工具的用户而言，任务执行中途限流或额度消耗超出预期，影响的不只是一次对话。当前市场上GPT、Claude、Gemini持续提升复杂任务能力，国内也有DeepSeek、千问、智谱等竞争者，服务稳定性因此成为付费决策中的现实因素。