Moonshot AI承认，其最新模型“Kimi K3.1 Pro”的付费服务出现额度异常扣减问题，并已启动补偿措施。此前，这款旗舰模型凭借性能表现受到关注，但部分用户在任务尚未完成前就已耗尽额度，也引发外界对服务稳定性和成本控制的讨论。

据区块链媒体Cryptopolitan 26日当地时间报道，Moonshot AI决定向所有活跃付费用户一次性返还相当于月度额度25%的使用额度。对于当前剩余额度低于返还基准的用户，公司将通过重置使用计数器的方式进行补偿。

Moonshot AI在25日发布的公告中，就额度异常扣除及不必要的配额消耗致歉。公司表示，相关问题责任在自身，本应更早完成修复，并称对所有订阅套餐用户的额度恢复措施已于公告当日生效。

根据公司说明，此次问题主要表现为：付费用户在实际任务尚未完成前，月度额度已被提前扣减。为此，Moonshot AI已调整计费和配额相关设置，减少不必要的子代理调用，并对超长回复作出限制。

所谓子代理，是指从上层AI代理接收部分任务后执行的辅助系统。多代理协同虽然有助于处理复杂问题，但如果调用频繁，往往会明显推高Token消耗和整体成本。

Kimi K3.1 Pro是Moonshot AI于23日发布的3T旗舰模型，支持100万Token上下文窗口，可通过Kimi.ai、Kimi Work、Kimi Code及API使用。其高速版运行速度约为标准版的2至3倍。公司预计将于11月4日公开模型完整权重。

在说明补偿方案的同时，Moonshot AI也强调了模型性能优势。公司公布的Terminal-Bench 4.0评测结果显示，Kimi K3.1 Pro得分为65.7%，高于GPT-6 Astra的58.2%，接近Anthropic Claude Opus 5.5的66.4%。不过，这一成绩来自公司披露的评测结果，与实际服务体验和成本效率并不能简单等同。

此次事件再次凸显出自主型AI代理在运营成本和用量管理上的难题。尤其是在代理将任务继续分派给其他代理，或通过多步骤流程生成结果时，Token消耗往往会明显高于普通问答场景。Anthropic在2025年发布的研究也指出，代理模式比常规对话更耗费Token，而多代理系统的增幅更加明显。

围绕降本增效的研究仍在持续推进。报道提到，哈尔滨工业大学在2026年的一项研究显示，若将简单任务分配给成本相对更低的模型，相关Token分配成本可较基线下降85.2%。从这一角度看，Moonshot AI此次减少子代理调用并收紧回复长度，也可被视为控制代理运行中不必要Token消耗的措施。

值得注意的是，Moonshot AI此前在7月19日也曾因需求激增遭遇服务容量压力。当时公司表示，Kimi K3的需求对GPU资源造成挤压，并一度暂停新增订阅。不过，GPU容量紧张与此次额度异常扣减之间是否存在直接关联，目前尚无明确信息。

业内普遍认为，付费AI服务的竞争力不仅取决于模型性能，实际使用中的稳定性和成本效率同样关键。特别是在自主型AI代理任务链条更长、流程更复杂的情况下，平台更需要具备对Token消耗的预测和控制能力。即便模型本身表现突出，如果用户在任务完成前就已耗尽额度，其使用体验和付费价值也会被削弱。

此次额度返还与系统调整，能否帮助Moonshot AI挽回用户信任，并在性能与成本效率之间取得平衡，仍有待进一步观察。