Kimi K3发布之后，市场反响非常热烈，发布仅几天，Kimi就宣布暂时暂停新用户订阅，原因是过去48小时的需求已经逼近现有算力容量的极限，为了保证现有付费用户的使用体验，只能暂时停止接受新的订阅，同时加快增加算力，后续再分批开放。Kimi还准备将会员拆分为普通的Kimi Membership和面向编程场景的Kimi Code Membership，以便更精确地分配算力。一个互联网产品发布后，因为用户太少而失败很常见，但因为用户太多，甚至连愿意付费的用户都暂时不接了，这种情况就比较少见了。
前段时间GLM-5.2上线后也出现过类似的情况，Coding Plan一度很难订阅，随着算力增加才逐步放开，目前智谱已经围绕GLM-5.2提供Lite、Pro、Max等不同等级的Coding Plan，并通过5小时和周度使用额度来控制资源消耗。虽然Kimi和GLM遇到的具体问题不完全相同，但放在一起看，至少说明一个现实：中国大模型的能力正在快速提升，用户需求也随之增长，但高质量算力供给并没有办法以同样的速度增长。
不过，我觉得这件事真正值得讨论的，并不只是中国缺不缺算力，而是AI的商业模式可能和我们过去熟悉的互联网有很大的不同。我们习惯把OpenAI、Anthropic、Kimi、智谱看成互联网公司，把ChatGPT、Claude、Kimi看成新一代互联网产品，但如果从成本结构和规模经济来看，AI可能并不是一门典型的互联网生意。
一、互联网最重要的商业优势，是规模效应
我在之前写中国互联网二手车行业时，曾经专门讨论过规模经济的问题。一个行业是否具有好的规模效应，很大程度上取决于成本结构，如果固定成本占比高、变动成本占比低，随着产量不断增加，固定成本被越来越多的产品和用户分摊，单位成本就会不断下降，这也是互联网公司非常重要的商业优势。
开发一套软件需要投入大量研发成本，但软件一旦开发完成，再增加一个用户的成本非常低。微软开发Windows需要大量程序员，但不会因为多卖出一份Windows，就再重新开发一次；腾讯开发一款游戏之后，一百万用户下载和一千万用户下载，研发成本基本不会发生变化；淘宝增加一个消费者，也不需要为这个消费者单独建设一个商场。当然互联网业务同样需要服务器、网络、电力、客服和运营成本，规模扩大后这些成本也会增加，但和传统行业相比，其新增一个用户的边际成本非常低，很多数字产品甚至接近于零。
互联网平台还有另外一个非常重要的特点，就是网络效应。淘宝的买家越多，就越能吸引商家，商家越多，商品越丰富，又会吸引更多买家；微信的用户越多，每一个用户加入这个网络后获得的价值也越大。因此，互联网公司做大规模不仅能够降低单位成本，还可能增加单位用户创造的价值，也就是边际成本下降的同时，边际收益反而增加，这也是互联网行业经常出现赢家通吃的根本原因。
所以过去二十多年互联网创业有一个非常重要的逻辑，就是先做规模。早期可以免费，甚至通过补贴获取用户，只要能够快速建立用户规模和网络效应，后面总有机会找到商业模式。从Google、Facebook，到国内的腾讯、阿里、美团、滴滴，基本都遵循过类似的发展路径，用户增长在大部分情况下都是一件好事，因为新增用户带来的收益，最终会大于新增用户产生的成本。
但到了AI时代，这个逻辑开始发生变化。
二、AI的成本，会随着用户使用量持续增加
传统互联网产品提供的，大部分是已经存在的信息或者已经开发完成的功能。打开一个网页，是把已经存在的内容传输给用户；观看一部电影，是把已经制作完成的视频播放给用户；使用一个SaaS软件，大部分操作也是执行已经写好的程序逻辑。但大模型不一样，你问ChatGPT一个问题，它需要重新进行一次推理；让Claude写一段程序，需要重新计算；让Kimi阅读几十份资料并生成一份报告，同样需要消耗新的计算资源。
也就是说，AI每提供一次服务，都需要重新“生产”一次结果。用户数量增加一倍，在使用方式基本不变的情况下，需要完成的推理任务也会大幅增加；一个用户原来每天问10个问题，现在每天问100个问题，即使用户数量完全没有增长，平台消耗的算力同样会显著增加。从成本结构来看，这更像传统行业里的变动成本，而不是互联网最典型的近乎零边际成本。
当然，AI的成本并不是简单的严格线性增长，随着Batch、KV Cache、量化、MoE、投机解码等技术不断成熟，加上芯片性能提升、模型架构优化和大规模集群利用率提高，单位Token的推理成本会持续下降，同样的模型能力，几年后的成本很可能只有今天的一小部分。但这并没有改变AI的一个基本特征：每多生成一批Token，就仍然需要消耗新的计算资源。互联网可以把同一份软件和内容近乎零成本地复制给更多人，而AI每一次输出，本质上都是一次新的计算。
如果把大模型看成一家“智能工厂”，GPU、HBM、服务器、数据中心和电力就是生产资料，Token是中间产品，最后生产出来的是用户需要的文字、代码、图片、视频以及各种任务结果。从这个角度来看，AI虽然以软件和互联网产品的形态提供服务，但它背后的成本结构反而有点像制造业，用户使用得越多，就需要生产更多“智能”，也就意味着需要更多的生产资料。
这个差异对商业模式的影响非常大。互联网公司通常希望用户尽可能多地使用自己的产品，因为一个用户每天打开微信10次还是100次，对腾讯产生的新增成本差别并不会特别大，但一个用户每天调用AI 10次和100次，对AI公司的成本影响就非常直接。如果用户支付的是固定订阅费，那么还会出现一个比较麻烦的问题：用户创造的收入是固定的，但用户消耗的计算资源却没有上限。
三、Agent会把这个问题进一步放大
过去的大模型主要还是Chatbot模式，一问一答，一次推理可能几秒或者几十秒结束，所以单个用户产生的计算量相对有限。但现在AI正在快速从Chatbot向Agent发展，特别是AI Coding，已经从过去的代码补全、问答，发展到让Codex、Claude Code、Kimi Code这样的Agent自主阅读代码库、修改文件、运行命令、执行测试、发现错误后继续修改，一个复杂任务可能连续运行几十分钟甚至几个小时。
这意味着，未来衡量AI产品规模，仅仅看MAU、DAU可能已经没有太大意义。同样是一个月活用户，一个人每天只问几个简单的问题，另外一个人每天让Coding Agent工作五六个小时，两个人给平台带来的收入可能都是同样的订阅费，但产生的计算成本完全不同。这也是为什么现在几乎所有AI Coding产品都会设置5小时额度、周额度、速率限制或者不同等级的订阅套餐，本质上都是在解决同一个问题：固定的订阅收入，如何覆盖高度不固定的计算成本。
传统互联网和SaaS通常喜欢重度用户，因为用户使用越频繁，说明产品粘性越高，续费概率越大，而新增的服务成本并不会同步增加。但AI可能出现一个很有意思的现象，就是用户过于重度反而未必是一件好事。如果一个用户每个月支付20美元，却长期消耗50美元甚至100美元的推理成本，那么用户增长越快、使用越活跃，公司亏损反而可能越大，这种情况在传统互联网产品中比较少见。
所以AI公司面临的问题，不只是如何获得更多用户，而是如何控制每个用户使用智能的成本，这也是为什么OpenAI、Anthropic、Kimi、智谱都在不断调整额度、会员等级和模型使用策略。模型越强，用户越喜欢使用；Agent能力越强，用户让它工作的时间越长，而使用时间越长，背后的算力消耗也越高，这其实形成了一个和互联网规模效应完全不同的商业逻辑。
四、Kimi暂停订阅，也说明中国AI开始遇到算力瓶颈
再回到Kimi K3暂停订阅这件事情，最直接的问题当然还是算力。模型发布之后，用户和使用量可以在几天内增长几倍甚至几十倍，但GPU不可能在几天之内同步增加，购买芯片、建设数据中心、部署服务器、配置高速网络和电力都需要时间。特别是对于中国AI企业来说，高性能GPU的供应仍然受到限制，虽然美国已经开始允许部分H200向中国企业出货，但截至7月中旬实际出货数量仍然很少，路透社也将目前中国科技企业面临的状况直接描述为算力容量紧张。
国产算力这几年发展很快，华为昇腾、寒武纪、摩尔线程等都在加速进入大模型训练和推理市场，国产模型也越来越重视对国产芯片的适配，但模型能够运行在国产芯片上，和能够以足够低的成本、足够大的规模稳定服务几千万用户，还是两个不同的问题。以前我们讨论中国AI，更多关注的是能不能训练出和GPT、Claude竞争的模型，现在随着DeepSeek、Qwen、Kimi、GLM等模型不断进步，新的瓶颈正在从“能不能做出好模型”，转向“做出来以后能不能让足够多的人用”。
训练一个模型虽然需要巨大的计算资源，但训练毕竟是阶段性的，模型训练完成之后，这部分投入就结束了；推理却是持续发生的，只要用户在使用，就一直需要算力。特别是在Agent时代，一个Agent可能持续工作几个小时，未来如果每个人都有几个甚至几十个Agent同时工作，算力需求会比现在的Chatbot时代高得多。因此，从长期来看，训练决定一个模型能不能出现，而推理成本可能决定这个模型能不能真正成为一门大规模的生意。
五、开源可能也是一种分散算力成本的方式
这也让我重新思考开放权重模型的价值。上一篇文章里，我更多从生态的角度讨论Kimi K3开源，开放权重可以让开发者、云厂商、企业和创业公司基于模型继续开发，带动芯片、推理框架、Agent平台以及各种应用的发展。但如果从算力成本来看，开放模型还有另外一个价值，就是把原本集中在模型公司身上的推理压力分散到整个生态中。
如果一个模型只能通过官方产品和API使用，那么模型越成功，所有用户就越集中到官方服务器，用户增长的同时，模型公司必须不断购买GPU和建设数据中心，成功本身会带来巨大的资本开支。但开放权重之后，云厂商可以部署，企业可以私有化，第三方API平台可以提供服务，随着模型压缩和终端芯片的发展，未来还可能有越来越多的推理直接运行在个人电脑和手机上。
Linux今天运行在全世界无数服务器上，但这些服务器显然不需要由Linux的开发者购买。从这个角度看，开放模型未来可能也是类似的模式，模型公司负责训练和持续迭代一个足够好的基础模型，整个生态共同承担部署、推理和算力成本。因此，开放权重不仅可以促进创新和生态繁荣，也可能是一种更加适合AI成本结构的分发方式。
六、AI最终比拼的，可能是谁能更便宜地生产智能
过去几年，大家判断一家AI公司最重要的标准一直是模型能力，Benchmark是多少、Coding能力怎么样、Context有多长、推理能力强不强，但随着模型之间的能力差距不断缩小，我觉得未来还会出现一个越来越重要的指标，就是完成同样一件事情到底需要消耗多少计算资源，也就是生产一单位智能需要多少钱。
假设两个模型都能完成同样的软件开发任务，一个需要运行一个小时，另外一个只需要20分钟；一个必须运行在最昂贵的GPU上，另外一个可以运行在成本更低的芯片上；一个完成任务需要消耗1亿Token，另外一个通过更好的模型架构、Context管理和工具调用只需要3000万Token，那么即使两个模型最终完成任务的质量差不多，后者也显然具有更大的商业价值。因此未来AI公司的竞争，不会只是模型与模型之间的竞争，而会是模型、芯片、基础设施、推理效率和资本能力的综合竞争。
互联网时代，规模越大通常意味着单位成本越低、网络效应越强，所以“先做大再赚钱”成为互联网创业非常经典的发展逻辑。但AI可能没有这么简单，用户增长会带来收入，同时也会持续带来计算成本，如果收入增长赶不上算力消耗增长，规模越大未必越赚钱。因此，一家AI公司最终能不能建立真正可持续的商业模式，不仅取决于模型够不够强，还取决于单位智能的生产成本能不能持续下降，以及用户创造的价值能不能高于他消耗的算力成本。
当然，未来AI的单位计算成本一定还会继续快速下降，芯片会越来越快，模型会越来越小、越来越高效，但与此同时，人类对智能的需求也会不断增长。以前我们只是让AI回答几个问题，现在已经开始让AI连续几个小时写代码、做研究、操作电脑，未来可能是几十亿个Agent每天24小时不停工作，所以即使单位智能的成本下降了，人类对智能的总需求也可能增长得更快。
Kimi K3发布后因为需求过大而暂停新订阅，表面上看只是一次“卖爆”之后的甜蜜烦恼，但背后反映的可能是AI行业一个非常重要的商业问题。过去互联网通过数字化，把信息和软件的复制成本降到了接近于零，从而创造了巨大的规模经济；AI则是在把智能变成一种可以规模化生产的商品，但每生产一份智能，目前仍然需要消耗真实的芯片、电力和计算资源。
所以，我越来越觉得，AI看起来像互联网，但可能并不是一门传统的互联网生意。未来真正决定AI公司胜负的，也不只是能不能做出最聪明的模型，而是谁能够以最低的成本，把足够好的智能提供给最多的人。当模型能力逐渐不再稀缺之后，廉价、稳定、规模化的智能供给能力，可能才是AI时代真正的护城河。
