AI 生成的评论型概念插画，不是事件现场或产品界面。
一个完整的编程会话还没跑完，订阅额度就撞上了五小时窗口的限制；另一边，海外社交平台上却在传播一套几乎准备好了所有赞美结论的推广话术。这种反差，是我对 Kimi 最失望的地方。
我付费购买 AI 编程工具，是为了把事情做完。模型有多强，要看它能不能理解项目、持续推进任务、处理错误并交付结果。宣传里领先多少，最终都要回到这张工作台上接受检验。
2026 年 10 月 24 日，围绕 Kimi K3.1 Pro 的一场海外推广争议，让这种失望变得更加具体。
事情发生在 K3.1 Pro 发布之际，Kimi 官方更新日志已经列出了这次模型更新。北京时间 10 月 24 日凌晨 3 时 14 分，X 用户 Elshayib 发出第一篇质疑帖，称自己没有参加这套推广，也没有使用对方提供的模板。他附上的图片，是一份以 K3.1 Pro 上线推广活动为名、面向创作者的须知。官方更新日志｜第一篇原帖
图片中有两组放在一起格外刺眼的要求：发布前先交稿审核，获得批准后才能发布；同时，“Please DO NOT put on the paid partnership label”——不要添加付费合作标签。文件还写着，无须附上 Kimi 官网链接，也不必标记官方账号。
图：Elshayib 于北京时间 2026 年 10 月 24 日公开的原帖配图，保留原图内容及标注。其声称文件来自 Kimi；本文未独立确认文件归属、完整上下文及执行情况。查看第一篇原帖。
商业推广当然可以审核稿件。产品信息、保密时间、技术表述，都可以核对。但在要求控制内容的同时，又要求不使用付费合作标识，就触及了另一条边界：读者能否知道，眼前这份热情推荐背后存在商业关系？如果确有付费或其他利益交换，这种要求就值得严肃追问。
凌晨 4 时 49 分，Elshayib 又发出第二篇帖子，称这是自己在 K3.1 Pro 发布后从 Kimi 收到的创作者推广材料。他表示，不愿宣传自己没有亲自测试过的结论，也不愿卷入中美政治叙事。第二篇原帖
第二张截图展示了建议传播的方向：把 Kimi 包装成价格更低的开源 Opus 替代品，强调前端编程能力不逊于竞品，再延伸到中国开源模型与美国前沿模型的差距、芯片限制下的突破。连创作者可以采用的兴奋语气，都已经写好了。
图：同一发布者披露的第二张文件截图，展示建议宣传的比较结论与中美竞争叙事。这是被评论的推广材料，图中性能、价格及差距表述不代表本文核实后的结论。查看第二篇原帖。
截图的标题是“可以考虑的叙事”，因此不能据此断言每位合作创作者都被强迫逐字照发。但这些内容也显然超过了中性的产品资料：它在提前提供比较结论，等待创作者把结论包装成自己的发现。性能比较需要测试任务、版本、预算和结果；给出一组令人振奋的句子，不能替代这些证据。
随后，中文媒体及社交平台开始转述这些截图，争议从模型发布扩展到商业合作披露。需要说明，转述再多，也不等于多份独立证据。截至 10 月 25 日本文核查时，我尚未找到 Kimi 对这两张截图真实性、完整上下文以及实际执行情况的明确公开回应。现阶段能核实的是原帖和图片确实如此呈现，文件归属及执行情况仍需进一步确认。相关报道
但问题已经足够清楚：如果这些确实是品牌认可的合作要求，那么一边审稿、一边要求不标付费合作，就是在消耗读者对独立评价的信任。这种投机取巧，实在难看。
对我而言，这场争议也勾起了一段非常具体的使用体验。我认真用过、比较过多家模型和 Coding Plan。使用 Kimi 订阅时，我遇到过一个完整会话尚未完成，就触发五小时窗口限额的情况。
下面这张是我的 Codex 使用统计截图：页面显示累计使用 42.3B tokens，也就是约 423 亿 tokens；最长任务 47 小时 9 分钟；最长及当前连续使用纪录都是 94 天。
图：作者提供的使用记录。数字按截图呈现，用于说明长期、重度使用背景；不代表各家模型之间的统一性能或费用测试。
这些记录不能证明任何模型永远领先，但能说明我的评价来自长期使用。我关心的不是模型能否在演示里完成一个漂亮的小任务，而是它进入真实项目后，能陪用户走多远。
这里也必须把五小时限额讲准确。它是一个用量窗口，不是承诺让用户连续使用五小时。Kimi 当前官方文档区分新旧套餐：新套餐 Plus 及以上取消周限额，仍有五小时窗口和月度总额；旧套餐保留周额度。消耗还会受到模型、上下文长度、工具调用及套餐的影响。因此，我的经历不能直接推导成所有套餐、所有任务都会一次会话耗尽。Kimi Code 会员权益｜额度规则
但把规则解释清楚，并不能抹掉体验上的失望。对于付费用户，最直接的问题依然是：在我购买的套餐里，一个合理的完整任务究竟能不能做完？什么时候可能中断？需要多少额外费用？
同样叫 Coding Plan，同样采用五小时窗口，不代表交付体验就相同。如果产品想借用成熟编程订阅服务的市场认知，就应当交付与之相称的持续工作能力。只把套餐形式和宣传气势学得像，实际用起来却让用户不断惦记额度，这样的模仿，在我看来就是东施效颦。
所以我希望 Kimi 多向 DeepSeek 学习，尤其是把技术和成本摊开，让开发者自己判断这一点。
DeepSeek 的官方发布材料会链接技术报告和模型权重；其 V4.1-Flash 官方仓库公开了模型及部署信息，采用 MIT 许可。API 文档也列明输入、输出和缓存等计费规则。开发者可以研究实现、部署模型，再根据自己的任务核算成本。这些具体材料，比一份预先写好“谁碾压谁”的推广文案更能建立信任。DeepSeek 发布说明｜模型仓库｜官方计费说明
这并不意味着 DeepSeek 没有短板，也不意味着按量 API 与订阅套餐可以直接比月费。Kimi 自己同样做过值得承认的开源工作，例如公开 K2 的代码和权重。正因为有技术积累，才更应该珍惜自己的信誉，允许真实测试得出赞美，也允许它得出批评。Kimi K2 官方仓库
开发者不需要品牌替自己写好赞美。我们需要的是明确的能力边界、能理解的额度规则、可复查的比较结果，以及商业合作应有的披露。
有合作，就坦然标明；有领先，就拿出可复现的任务；有不足，就承认并改进。中国 AI 的进步，也不需要靠模糊广告与评价的界限来证明。
Kimi，何必如此。把写营销剧本的心思，多用在让付费用户完整做完一件事上。
真正值得学习的，是让技术经得起检验，让口碑来自使用。倘若要靠藏起商业关系、预设赞美结论来制造声量，那确实是一件应该感到羞耻的事。