7 月 19 日深夜，月之暗面 Kimi 团队发布公告：因「始料未及的算力挑战」，即日起暂停面向个人用户的新订阅，优先将可用算力用于保障已订阅用户。
此时距离 Kimi K3 的正式上线——7 月 16 日——仅过去三天。这个拥有 2.8 万亿参数、曾在前端编程评测 Frontend Code Arena 登顶的模型，很快遇到了在线服务扩容的压力。
公告解释：「过去 48 小时，用户请求量已大幅超出我们的预估，并且逼近现有集群的承载极限。」公司同时宣布正在全速推进算力扩容，将「逐步开放更多订阅名额直至全面恢复正常订阅」。但恢复时间未定。
优先保障已付费用户，新订阅随扩容分批恢复
此次暂停针对个人用户的新订阅。月之暗面表示，已订阅用户的权益不受影响；后续将随扩容进度分批增加订阅名额，直至恢复正常。
这样的安排旨在需求超过容量时，先保障已有付费用户，再逐步接纳新订阅。The Verge 引述知情人士称，K3 在前 48 小时内的新注册量已达到公司预估峰值的「数倍」。
团队将这一状况描述为「远超预期，已逼近当前算力上限」。月之暗面的融资估值据报达到 200 亿美元，但融资规模、模型表现和可立即提供的服务容量，是不同的问题。
开放模型权重，也需要硬件和运维支持
月之暗面承诺在 7 月 27 日前发布 Kimi K3 的完整权重，让具备相应条件的组织可以自行部署。部署者还需要遵守随模型发布的许可条件。
权重开放解决的是模型获取问题，硬件与运行费用仍由服务方或部署者承担。
月之暗面暂停接纳新订阅，反映的是当时请求量与可用容量之间的缺口，已有服务仍在运行。对于第三方组织，部署一个 2.8 万亿参数的 MoE 模型，也需要评估权重存储、显存、设备互联和分布式推理。具体配置会随精度、上下文和并发目标变化。
随着更多高能力模型开放权重，部署成本变得更显眼。模型评测回答它能完成什么任务，服务容量则决定多少用户能以怎样的速度使用；两方面都需要投入。
模型成绩与在线服务容量，是两项不同能力
对比不同模型服务商时，需要把模型表现和基础设施条件分开看。
OpenAI 的 GPT-5.6 和 Anthropic 的 Claude Fable 5 背后有大型云服务商的支持，Azure 和 AWS 分别是其重要合作伙伴。但产品用户规模不能直接换算成某个模型的并发容量。月之暗面没有在此次公告中披露集群规模或峰值并发，因而还无法据此量化各家服务能力的差距。
Bank of America 分析师在 7 月 17 日的报告中指出，尽管中国 AI 面临「持续存在的硬件和算力约束」，K3 仍然证明了「预训练扩展配合架构创新可以在旗舰中国模型上实现阶梯式增益」。模型能力提升后，在线服务还需要相应的容量和调度支持。
Moor Insights & Strategy 首席分析师 Patrick Moorhead 则将市场反应比作「与 DeepSeek 恐慌惊人相似」，认为 K3 最终将加速而非缩小推理市场。若推理需求继续增长，芯片供给、部署效率和设备利用率都会影响市场扩张的速度。
其他模型也有排队反馈，原因仍需分别判断
其他模型服务也出现过容量相关的反馈。
据用户报告和社区讨论，DeepSeek V4 同样面临排队等待问题。AI 通讯作者 Nathan Lambert 在 Interconnects 上写道：「GLM 也曾经选择性决定优先服务谁；我相当确定 DeepSeek 也有这个约束。」
这些反馈提示，多家实验室都需要处理模型能力与服务容量的衔接，但用户体验和评论尚不足以衡量整个行业的容量缺口。The Decoder 用 K3 正在「迫使西方 AI 实验室质疑他们的算力优势」来形容竞争变化；这种判断关注模型研发效率，与在线服务可承受的请求量并非同一指标。
同期还有关于中国可能限制部分 AI 模型海外访问的媒体报道。相关安排仍有不确定性，若有新的限制，可能影响服务覆盖范围；这与 Kimi 当前公布的容量问题需要分别观察。
扩容和第三方部署，都需要持续承担算力成本
暂停新订阅说明当前需求超出了月之暗面的准备，但长期留存和商业回报还需要后续观察。
对于未来的部署者，问题也很具体：使用官方服务、第三方服务或自建集群，各自需要承担多少成本，又能获得怎样的容量和稳定性？
Moonshot 正在寻求新一轮融资，Business Standard 报道其 IPO 准备工作与暂停公告几乎同步推进。融资可以支持扩容，但资金到位后，仍要经历设备采购、交付、安装和调试。IPO 准备与暂停订阅同时受到关注，并不能直接说明融资的全部用途。
计划于 7 月 27 日前完成的权重发布，将增加第三方部署的可能。拥有适配集群的组织可在许可范围内自行运行 K3，为官方服务之外增加容量，同时承担电费、GPU 折旧与运维支出。
Kimi K3 上线三天后暂停新订阅，显示模型发布与服务扩容需要同步安排。权重开放可以让更多团队参与部署，官方服务能否恢复稳定接纳新用户，则取决于扩容进展和推理效率改善。
