Kimi упёрлась в потолок и закрыла подписки

Moonshot AI приостановила продажу новых пользовательских подписок Kimi после запуска модели Kimi K3. За 48 часов поток запросов приблизил вычислительную инфраструктуру сервиса к пределу. Компания направила свободные ресурсы действующим подписчикам и обещает возвращать новые места партиями после расширения серверного кластера. Точная дата возобновления продаж пока не названа.

Moonshot сообщила о нехватке доступной вычислительной мощности. Узким местом могли стать серверные GPU, их память, сеть между ускорителями, охлаждение, электропитание или система распределения запросов.

Действующие подписчики сохраняют оплаченные возможности. Компания также готовит разделение тарифов: обычная подписка останется для сайта, мобильного приложения и рабочей среды Kimi Work, а инструменты программирования выделят в Kimi Code Membership. Новые планы ещё не запущены и пересматриваются после критики пользователей.

Официальная таблица Kimi на момент проверки показывает прежний максимум 30× и тарифы от $19 до $199 в месяц. Компания отдельно предупреждает, что новая сетка ещё закрыта для покупки и дорабатывается.

Kimi K3 появилась в публичном доступе во второй половине июля. Интерес к модели оказался намного выше внутреннего прогноза Moonshot AI. Компания признала, что всего за двое суток нагрузка приблизилась к пределу текущего кластера.

Новые подписки остановили сразу, чтобы не ухудшить скорость и стабильность для тех, кто уже заплатил. Все доступные вычислительные ресурсы перераспределили в пользу действующей аудитории. Продажи планируют открывать небольшими партиями: Moonshot сможет подключить очередную группу, оценить задержки и количество ошибок, а затем решить, выдержит ли инфраструктура следующий прирост.

Такой порядок отличается от обычной очереди ожидания. Компания не обещает конкретный день, когда подписка снова станет доступна всем желающим. Число мест будет зависеть от фактически добавленной мощности и от того, насколько интенсивно клиенты используют K3.

Существующие планы не удалены. Автоматическое продление должно продолжать работать. Пользователям, которые отключили автоплатёж, Moonshot обещает вернуть возможность ручного продления. Возможность перехода на более дорогой уровень также находится в разработке.

Kimi K3 содержит 2,8 трлн параметров и поддерживает контекст объёмом до миллиона токенов. Контекст определяет, сколько текста, программного кода, изображений и служебных данных система способна учитывать в одной задаче. Moonshot ориентирует модель на разработку программ, обработку крупных массивов документов, длительные агентные операции и сложные рассуждения.

Большое число параметров не означает, что все они используются при обработке каждого фрагмента запроса. K3 построена по разреженной схеме «смеси экспертов»: из 896 специализированных блоков для каждого токена активируются 16. Такой подход снижает вычислительную стоимость по сравнению с одновременным запуском всей модели, но обслуживание K3 всё равно требует крупного кластера ускорителей и большого объёма быстрой памяти.

Особенно дорого обходятся длинные сеансы. Короткий вопрос занимает сервер на несколько секунд. Анализ большого репозитория или подготовка сложного проекта может включать чтение тысяч файлов, многократные обращения к модели, запуск инструментов, проверку результата и исправление ошибок.

Миллион токенов — это максимальное окно, а не объём каждого запроса. Даже заметно меньший контекст создаёт серьёзную нагрузку, если тысячи пользователей одновременно загружают документы, исходный код, изображения и видеозаписи.

K3 всегда работает с включённым режимом рассуждения. Программный интерфейс позволяет выбрать степень вычислительных усилий — низкую, высокую или максимальную, причём максимальный режим используется по умолчанию. Чем дольше модель анализирует задачу и чем больше промежуточных вычислений выполняет, тем выше нагрузка на серверы.

Проблема больших очередей для сервиса не новая. Moonshot ранее разработала архитектуру Mooncake, предназначенную для обслуживания длинных запросов Kimi.

Система разделяет два основных этапа работы языковой модели. На первом серверы обрабатывают входной контекст — вопрос, документы, историю диалога и код. На втором другие узлы последовательно генерируют ответ. Разделение позволяет распределять нагрузку между разными группами ускорителей и эффективнее использовать память.

Mooncake также переносит часть кеша из дорогой памяти GPU в оперативную память, центральные процессоры и накопители. В реальных рабочих нагрузках такая архитектура позволяла Kimi обслуживать на 75% больше запросов по сравнению с исходной системой. Разработчики предусмотрели раннее отклонение части задач в периоды критической перегрузки, чтобы не сорвать время ответа для всей аудитории.

Всплеск после выхода K3, судя по решению остановить продажи, превысил предусмотренный запас. Увеличился и средний вес одного запроса: новая модель рассчитана на длительные задачи, миллионный контекст и работу с несколькими типами данных.

Текущая тарифная система объединяет повседневные инструменты Kimi и Kimi Code. Один клиент может создавать презентации, анализировать документы, запускать исследовательские задачи и использовать модель через терминал или редактор программного кода.

Эти сценарии потребляют ресурсы по-разному. Обработка короткого документа может закончиться за несколько запросов. Программирующий агент способен часами читать репозиторий, менять файлы, запускать команды и повторять операции после каждой ошибки.

Moonshot решила разделить продукты. Kimi Membership будет охватывать сайт, приложение и Kimi Work. Отдельный Kimi Code Membership предназначат для терминала, редакторов кода и совместимых агентных инструментов.

Разделение позволит назначать разные лимиты и очереди. Обычные пользователи не будут напрямую конкурировать за одну квоту с разработчиками, запускающими тяжёлые агентные задачи. Программистские планы можно будет рассчитывать исходя из реального потребления токенов и продолжительности сеансов.

Kimi Code уже работает через собственный клиент командной строки, расширение Visual Studio Code, Claude Code, Roo Code и другие совместимые программы. Пользователь получает ключ доступа и подключает его к выбранному инструменту.

Действующая официальная сетка включает бесплатный уровень Adagio и четыре платных плана:

Moderato стоит $19 в месяц, Allegretto — $39, Allegro — $99, Vivace — $199. При годовой оплате месячная стоимость снижается до $15, $31, $79 и $159 соответственно.

Квоты Kimi Code в этих тарифах составляют 1×, 5×, 15× и 30× относительно начального платного уровня. Расход зависит от числа токенов, длины контекста, объёма прочитанных файлов и выбранной скорости генерации.

В сети обсуждается новая сетка, где верхний уровень Kimi Code якобы уменьшается до 25×, а стоимость отдельных программистских планов растёт. Moonshot пока не закрепила эти значения в открытой документации. Более того, компания сообщила, что получила замечания пользователей, пересматривает новые планы и пока не открывает их для покупки.

Kimi Code предоставляет два режима скорости. Standard использует обычную скорость генерации. HighSpeed выдаёт ответ примерно в пять-шесть раз быстрее, но расходует около трёх обычных единиц кредита на тот же объём работы.

Ускоренный режим доступен начиная с Allegretto. Пользователь может переключаться между вариантами прямо в клиенте командной строки или выбрать соответствующую модель в стороннем инструменте.

Подписка также поддерживает Extra Usage — дополнительную оплату сверх включённого лимита. После исчерпания месячной, недельной или краткосрочной квоты запросы могут автоматически оплачиваться из отдельного баланса. Такой механизм предотвращает внезапную остановку рабочей сессии, но не решает физическую проблему перегруженного кластера.

Компания может продать дополнительный объём вычислений только при наличии серверов, способных выполнить запрос. Именно поэтому увеличение цены само по себе не позволяет мгновенно открыть продажи.

Пользовательская подписка и программный интерфейс Kimi представляют разные продукты. Membership предназначена для сайта, приложений и готовых инструментов. API оплачивается по объёму входных и выходных токенов.

Официальная документация продолжает показывать K3 в списке доступных моделей. Она поддерживает текст, изображения, видео, миллионный контекст, структурированный вывод и подключение внешних инструментов. Публичное сообщение Moonshot касается прежде всего новых потребительских подписок и не равнозначно полному отключению программного интерфейса.

У API есть собственные ограничения скорости и доступности. Разработчики могут столкнуться с очередями или ограничением числа запросов, если общий спрос продолжит расти. Moonshot не объявляла о полном прекращении регистрации разработчиков или остановке уже выданных ключей.

Moonshot не установила срок возвращения новых подписок. Компания обещает добавлять мощность максимально быстро и открывать подписки партиями.

Дата зависит от двух факторов: скорости подключения серверов и поведения текущей аудитории. Если пользователи K3 запускают больше длительных задач, чем ожидалось, одного увеличения числа ускорителей может оказаться недостаточно. Потребуется оптимизация модели, кеширования и очередей.

Новая тарифная сетка также задерживается. Компания не хочет запускать её до завершения пересмотра условий и появления свободной мощности. Окончательные цены, коэффициенты и правила перехода пока неизвестны.