Moonshot 在 GPU 需求 48 小时内耗尽后暂停新 Kimi K3 订阅

Moonshot 在推出 Kimi K3 模型 48 小时内，因 GPU 需求几乎耗尽容量，已暂停该模型的新订阅销售。公司计划将订阅模式拆分为不同层级，以更均匀地分配计算资源。

此前用户可正常订阅 Kimi K3，但需求爆发性增长导致 GPU 容量迅速见顶，迫使 Moonshot 临时停止新用户接入。这表明高端 AI 模型推理算力在短时间内可能成为稀缺资源，也反映出当前 GPU 资源配置难以匹配实际消耗。

GPU 容量有限，大量用户同时订阅并频繁调用模型会快速消耗可用算力。Moonshot 通过拆分订阅模式，将不同层级的用户分散到不同的计算优先级，从而避免单一用户群体挤占全部资源，实现更平衡的负载。

新用户暂时无法购买 Kimi K3 订阅，直接影响产品营收与增长。现有用户的服务可能不受影响，但若 GPU 持续紧缺，未来响应速度或稳定性可能下降。拆分订阅模式将改变产品定价结构，需重新设计功能分层与限流策略。

• 开发按 token 或按请求次数的计费方案，弹性分配算力。
• 推出批处理推理服务，对非实时请求进行队列缓存，降低高峰期压力。
• 与云厂商洽谈动态扩缩 GPU 实例，通过自动伸缩缓解尖峰需求。
• 提供“低优先级”订阅选项，以更低价格换取响应延迟的容忍。

• 暂停新订阅将持续多久？
• 拆分后的订阅层级具体如何划分？
• 现有 Kimi K3 订阅用户是否会受到限流或价格调整？
• Moonshot 是否有计划购买额外 GPU 来扩容？