月之暗面近日宣布，即日起暂停其大模型产品Kimi的C端新用户订阅服务，将全部算力资源集中用于保障现有用户的服务质量。同时，公司计划将后续新订阅权益拆分为Kimi主权益和Kimi Code权益，以更精准地匹配算力分配。这一调整发生在其新一代开源大模型Kimi K3发布仅三天后，迅速引发业界对大模型商业模式的深入探讨。
7月16日，月之暗面正式推出参数规模达2.8万亿的Kimi K3模型。该模型在发布数小时内便登顶国际AI代码工具评测榜单Arena，成为中国大模型在该领域首次取得的首位成绩。Arena榜单运营负责人安杰洛普洛斯评价称，Kimi K3的突破性表现可能促使投资者重新评估AI行业格局，甚至引发资本市场新一轮调整。
据AI基础设施领域专家分析，算力资源紧张已成为当前大模型行业的普遍挑战。某基础设施供应商创始人指出，无论是模型训练还是推理服务，算力供需矛盾始终存在。Kimi K3发布后，用户调用量在短期内激增，加之新模型在长文本处理能力上的显著提升导致单次推理显存需求大幅增加，最终暴露出算力瓶颈。相比之下，其他厂商未出现类似情况主要源于产品发布节奏与市场热度的时间差，但算力结构性矛盾仍是行业长期课题。
腾辉智算创始人董春辉认为，月之暗面的暂停订阅决策属于主动资源调配策略。在算力有限的情况下，优先保障付费用户和高净值客户体验，可避免服务质量因新用户涌入而下降，这是维护品牌口碑的合理短期措施。虽然此举会暂时限制用户规模增长，但有助于巩固现有用户群体的忠诚度。
针对国内大模型竞争格局，董春辉指出，当前行业呈现"阶段性领先"特征。各厂商平均每半年进行重大版本更新，技术突破往往源于特定团队的算法创新或工程优化。随着算力储备和调度能力成为关键竞争要素，技术领先周期正在缩短，"轮流领跑"或将成为行业新常态。他特别提到，Kimi K3的发布再次证明，大模型厂商的竞争力不仅取决于算法性能，更依赖于算力资源的战略布局。
