Moonshot AI ระงับการสมัครสมาชิกใหม่ชั่วคราว หลังความต้องการ Kimi K3 พุ่งสูง

 (twitter.com/kimi_moonshot)
1 คะแนน โดย GN⁺ 19 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ความต้องการ Kimi K3 เพิ่มขึ้นมากกว่าที่คาดไว้ ทำให้การใช้งาน GPU ในช่วง 48 ชั่วโมงที่ผ่านมาเข้าใกล้ขีดจำกัดความจุปัจจุบัน
  • เพื่อปกป้องประสบการณ์การใช้งานของสมาชิกเดิม จึง ระงับการสมัครสมาชิกใหม่ชั่วคราว และจัดสรรทรัพยากรคอมพิวต์ให้สมาชิกปัจจุบันก่อน
  • สมาชิกแบบชำระเงินเดิมจะไม่ได้รับผลกระทบ และ Moonshot AI กำลังเร่ง ขยายความจุโครงสร้างพื้นฐาน
  • ทันทีที่จัดหาความจุเพิ่มเติมได้ จะ กลับมาเปิดรับสมาชิกใหม่เป็นชุดๆ
  • นอกจากนี้ ยังมีแผนแยกสมาชิกออกเป็นแพ็กเกจเฉพาะทาง 2 แบบตามวัตถุประสงค์การใช้งาน
    • Kimi Membership: สำหรับ Kimi Web, App และ Work
    • Kimi Code Membership: สำหรับเวิร์กโฟลว์งานเขียนโค้ด
  • เป็นมาตรการเพื่อจัดสรรทรัพยากรคอมพิวต์ให้แม่นยำยิ่งขึ้นตามความต้องการของแต่ละบริการ และรักษา ประสบการณ์การใช้งานที่เสถียร

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 19 시간 전
ความคิดเห็นจาก Hacker News

  • ข้อความที่ว่า เมื่อความต้องการในช่วง 48 ชั่วโมงที่ผ่านมาเข้าใกล้ขีดจำกัดของกำลังรองรับในปัจจุบัน จึงระงับการสมัครสมาชิกใหม่ชั่วคราวเพื่อรักษาประสบการณ์ใช้งานของสมาชิกเดิม และจัดสรรทรัพยากรคอมพิวต์ให้สมาชิกเดิมก่อน นั้นดูดีมากจริง ๆ
    เป็นบริษัทที่ให้ความสำคัญกับ ความพึงพอใจของลูกค้าเดิม มากกว่าการเติบโตอย่างรวดเร็ว

    • ตอนที่ GitHub เคยทำแบบเดียวกัน หลายคนโกรธมาก แต่ทั้งตอนนั้นและตอนนี้ก็เป็น การตัดสินใจที่ถูกต้อง
    • ผมไม่เคยชอบเลยที่ปุ่ม “Login” บนเว็บไซต์ไหน ๆ มักจะเล็กกว่า “Sign Up”
    • ถ้าอย่างนั้น Hetzner ก็ควร หยุดรับสมัครสมาชิกใหม่ แทนที่จะขึ้นราคาเพื่อปรับสมดุลอุปสงค์และอุปทานหรือเปล่า?
    • ไม่จำเป็นต้องตื่นเต้นเกินไป ตอนนี้ VC กำลังทุ่มเงินมหาศาลให้ AI อยู่ บางที OpenAI หรือ Anthropic อาจกำลังลงเงินกับ เครื่องเผาโทเคน เพื่อกลั่นชุดข้อมูลก็ได้

  • เมื่อวานใช้โควตา Claude หมด เลยจ่ายเงินสมัคร แพ็กเกจ 20 ดอลลาร์ เพื่อทดลอง Kimi ผมเลือก K3 ใน Kimi Code แล้วขอให้มันค้นหาการตั้งค่าเกี่ยวกับฮาร์ดแวร์, I/O, การควบคุมเธรด และเครือข่ายทั้งหมดในรีโพ แล้วทำรายงาน หลังคิดอยู่ 12 นาที มันตอบว่าใช้โควตารายวันหมดแล้ว
    วันถัดมา Fable ทำงานเดียวกันเสร็จใน 3 นาที ดังนั้นถ้าจะใช้ K3 ไม่ควรซื้อแพ็กเกจ 20 ดอลลาร์

    • Codex แม้จะถึงลิมิตแล้วก็ยังอนุมานต่อและตอบคำขอให้
    • ผมอาจอยู่คนละสภาพแวดล้อมเพราะใช้แต่โมเดล self-hosted เต็มรูปแบบ แต่สงสัยว่าการรอ 12 นาทีโดยไม่มีฟีดแบ็กใด ๆ เป็นเรื่องปกติในเวิร์กโฟลว์จริงหรือเปล่า ผมจะคอยดูเส้นทางที่โมเดลกำลังไป ถ้าเห็นว่ากำลังเข้าทางตันก็หยุดหรือปรับทิศทาง
    • ผมก็เจอแบบเดียวกันเป๊ะ จ่ายรายปีให้แพ็กเกจเดือนละ 20 ดอลลาร์ของ Kimi.com แล้วส่งคำของ่าย ๆ ไปยัง Kimi K2.7 ผ่าน API ใน OpenCode ปรากฏว่าใช้ โควตา 5 ชั่วโมง หมดเกลี้ยง ส่วน Cursor ทำคำขอเดียวกันเสร็จในไม่กี่นาที
      บนหน้าเว็บยังใช้โควตารายสัปดาห์ไปถึง 23% แต่กับ Cursor เดือนละ 20 ดอลลาร์ ต่อให้ทำงานมากกว่านี้มากก็ไม่เคยโดนเตือนเลย ตอนแรกคิดว่าเป็นปัญหาของ OpenCode แต่ถ้าใน Kimi Code ก็เป็นเหมือนกัน ก็คงไม่ใช่แล้ว
    • ไม่กี่วันก่อน Claude ก็มีงานค่อนข้างง่ายงานหนึ่งที่ใช้ โควตา 5 ชั่วโมงทั้งหมด จนหมดโดยไม่ให้คำตอบ รู้สึกเหมือนเสียเวลาไปเปล่า ๆ
    • อยากรู้ว่าขนาดของแอปพลิเคชันเป้าหมายเป็นอย่างไร ขึ้นอยู่กับว่าเป็นแอป todo Node.js ที่ใช้ไฟล์ข้อความเหมือนฐานข้อมูล หรือเป็น โค้ด COBOL สปาเกตตี 1 ล้านบรรทัดที่สร้างในปี 1971

  • สิ่งที่น่าสนใจเป็นพิเศษคือ Kimi มี เลเยอร์ RNN/linear attention มากกว่าเลเยอร์ full attention ถึง 3 เท่า ยังไม่ได้ลองใช้ แต่ดูเป็นสถาปัตยกรรมที่สมเหตุสมผลมากสำหรับงานบริบทยาว
    เหตุผลที่มีพารามิเตอร์มากดูเหมือนจะเหมือนกับเหตุผลที่ xLSTM ที่ปรับให้เหมาะกับการคำนวณมีพารามิเตอร์มาก และเมื่อเห็นความสำเร็จของโมเดลนี้ก็เสียดายที่ยุโรปไม่ได้พัฒนาโมเดลตระกูล xLSTM ขนาดใหญ่ ทีมนี้ดูเป็นทีมสายปฏิบัติที่เลือกสิ่งที่เวิร์กในการประเมินภายใน จึงยังคงเลเยอร์ attention แบบทั่วไปไว้ด้วย และคงรับประกันไม่ได้ว่าการ implementation จะสมบูรณ์แบบ แต่ Kimi แสดงให้เห็นว่า หากมอบซูเปอร์คอมพิวเตอร์สำหรับฝึก LLM ขนาดใหญ่ให้กับนักวิจัยที่เหมาะสมแล้ว อะไรเป็นไปได้บ้าง ท้ายที่สุดส่วนใหญ่ก็คือ RNN ซึ่งเป็นสาขาของ Hochreiter

    • หนึ่งในเป้าหมายดั้งเดิมของสถาปัตยกรรม Transformer ไม่ใช่การ กำจัด RNN ที่ทำ parallelization ไม่ได้ หรอกหรือ? ผมไม่ใช่ผู้เชี่ยวชาญ แค่อ่านเปเปอร์ไม่กี่ฉบับเมื่อหลายปีก่อน
    • ประมาณปีครึ่งก่อน ผมเคยบอก Hochreiter ว่าอย่าหยุดอยู่แค่การทดลองระดับหลายพันล้านพารามิเตอร์ แต่ควร ขยาย xLSTM ไปสู่สเกล LLM แต่เขาดูเหมือนคิดว่ามันสายเกินไปแล้วที่จะดึงการลงทุนและความสนใจได้ น่าเสียดายที่ความทะเยอทะยานของยุโรปมีแค่นี้
    • ผมสงสัยว่ามันเป็น RNN, state space model แบบ Qwen หรือ Mamba หรือใกล้เคียงกับ RWKV กันแน่ พอตรวจดูแล้วพบว่าคล้ายกับ Linear DeltaNet ที่ Qwen ใช้

  • ผมใช้ Kimi กับงานเขียนโค้ดมาประมาณ 6 เดือนแล้ว และพอใจมากจนไม่ได้หันกลับไปใช้โมเดลอื่น แค่บางครั้งลองให้งานเดียวกันกับ Claude เพื่อดูว่าพลาดอะไรไปหรือเปล่า
    ใช้ OpenRouter อยู่ และขอบเขตการใช้งาน LLM ของผมแคบมาก ความต่างของค่าใช้จ่ายจึงแทบไม่สำคัญไม่ว่าฝั่งไหน

    • อยากรู้ว่าใช้แพ็กเกจไหน จากประสบการณ์ผม ทั้งแพ็กเกจเดือนละ 20 ดอลลาร์ของ Kimi และเดือนละ 30 ดอลลาร์ของ Qwen นั้น ไม่พออย่างยิ่งสำหรับใช้เป็นเครื่องมือหลัก แต่เพราะ K3 ทำให้อยากลองแพ็กเกจเดือนละ 49 หรือ 99 ดอลลาร์

  • สดใหม่ดีที่เลือก หยุดรับสมัครสมาชิกใหม่ แทนที่จะเงียบ ๆ ลดลิมิตลงแบบ Google แล้วหวังว่าผู้ใช้จะไม่สังเกตว่ามูลค่าการสมัครลดลง
    Gemini Apps ระบุชัดว่าสามารถเปลี่ยนลิมิตได้โดยไม่แจ้งล่วงหน้า เพื่อรักษาคุณภาพเมื่อมีข้อจำกัดด้านความจุหรือกิจกรรมเพิ่มสูงขึ้น: https://support.google.com/gemini/answer/16275805

  • ในการประเมินโค้ดเกมแบบหลายเอเจนต์ โมเดลจีนมักอ่อนใน การอนุมานครั้งเดียว แต่ชดเชยได้ด้วยการใช้เครื่องมือและการปรับปรุงซ้ำ ๆ Kimi K3 ก็อยู่ที่อันดับ 19 ในการเขียนโค้ดแบบครั้งเดียว แต่ในการเขียนโค้ดแบบเอเจนต์ที่ให้สภาพแวดล้อมรันและเครื่องมือ พร้อมเรียกใช้หลายครั้ง อยู่ที่อันดับ 3 และถ้าดูตามผลงานเฉลี่ย มีเพียง Sol กับ Fable ที่นำหน้า
    สำหรับวิศวกรซอฟต์แวร์ การเขียนโค้ดแบบเอเจนต์เกี่ยวข้องมากที่สุด แต่ความเร็วก็สำคัญ และตอนนี้ Kimi มีปัญหาด้านการใช้งานจริง External inference providers อย่าง Fireworks เคยลดช่องว่างนี้กับโมเดลก่อนหน้าได้ กระแสที่ โมเดล frontier แบบ open weights กลายเป็นมาตรฐานนั้นน่าสนใจ และการแข่งกันด้วยการมีโมเดล frontier เป็นของตัวเองเพียงอย่างเดียวจะยากขึ้นเรื่อย ๆ
    ข้อมูล: https://gertlabs.com/rankings?mode=agentic_coding

  • คุณภาพของโมเดลนี้เกินคาด โดยเฉพาะทำ code review และ PR review ได้ดีมาก แต่เพราะดีมานด์สูงเกินและตัวโมเดลมีขนาดใหญ่ ตอนนี้จึงช้าเกินไป แม้แต่ code review ที่ค่อนข้างง่ายก็ใช้เวลานานมาก

    • ตอนนี้ Kimi K3 ขึ้นอยู่ในตารางราคาของ opencode-go แล้ว จึงดูเหมือนจะใช้งานได้ แต่ผมยังไม่ได้ยืนยัน ใน Zen ยังไม่มี
    • น่าลองใช้ เส้นทาง OpenRouter: https://openrouter.ai/moonshotai/kimi-k3

  • สงสัยว่ากระแส Kimi ครั้งนี้เป็น การเพิ่มขึ้นสุทธิตาม Jevons paradox ที่อุปทานเหลือเฟือทำให้เกิดการบริโภคมากขึ้น หรือเป็นแค่การย้ายไปใช้โมเดลที่ถูกกว่า
    และก็สงสัยด้วยว่ามีแหล่งข้อมูลดี ๆ สำหรับดูปริมาณการใช้โทเคนรวมทั่วหลายแล็บและ OpenRouter หรือไม่

    • ถ้าเป็นกระแสย้ายไปโมเดลราคาถูก คงไป DeepSeek v4 Flash แล้ว Kimi รุ่นล่าสุดแพงกว่าโมเดลจีนส่วนใหญ่อื่น ๆ ดังนั้นดูเหมือนจะใกล้กับ เอฟเฟกต์ตามกระแส ว่า “โมเดลใหม่ดีจริง ลองใช้ดู” มากกว่า ประเด็นคือจะทนการตรวจสอบอย่างละเอียดได้แค่ไหน และแล็บในสหรัฐฯ ก็น่าจะค่อนข้างกังวลอยู่

  • สงสัยว่า Anthropic กับ OpenAI จะยังรักษาความสามารถในการแข่งขันต่อไปได้หรือไม่ เพียงเพราะเป็นผู้เล่นแทบไม่กี่รายที่รับดีมานด์ระดับนี้ได้ในระยะหนึ่ง ลูกค้าองค์กรคงไม่ชอบถ้าระบบล่มทำให้เสียเวลาพนักงาน ในเมื่อค่าใช้จ่ายก็สูงอยู่แล้ว

    • ที่ทำงานก็เห็นแนวโน้มเดียวกัน ซอฟต์แวร์เองราคาถูก แต่เพราะ ความเชี่ยวชาญด้านโฮสติ้งและความรับผิดชอบเรื่อง uptime การ deploy จริงยังคงกระจุกอยู่กับผู้ให้บริการไม่กี่ราย อย่างไรก็ตาม เครื่องมือเพิ่มผลิตภาพสาย vibe coding ที่รันบนแล็ปท็อปส่วนตัวก็มีมากขึ้นเช่นกัน
    • Anthropic เองก็เพิ่งเมื่อไม่กี่เดือนก่อนมีปัญหาดีมานด์จนแบ่งการใช้งานช่วง peak กับ non-peak เพื่อทำให้ผู้ใช้ลำบาก และระบบล่มบ่อย หลังจากนั้นเมื่อ ทำสัญญากับ xAI ก็โดยรวมเสถียรขึ้น และ Moonshot ก็กำลังเดินหน้าทำสัญญาทรัพยากรคอมพิวต์อยู่
    • ทรัพยากรคอมพิวต์ส่วนใหญ่ของ OpenAI และ Anthropic จริง ๆ แล้วเป็นของ hyperscaler พวกเขาอาจบวกมาร์จินกับสิทธิ์เข้าถึงทรัพยากรที่ล็อกไว้ด้วยสัญญาระยะยาวได้ แต่ดูไม่น่าจะอยู่ได้นาน เพราะ hyperscaler สามารถเสนอราคาที่ต่ำกว่าได้
    • Kimi เป็นโมเดล open weights ดังนั้นผู้ให้บริการโฮสติ้งนอกเหนือจาก Moonshot น่าจะเกิดขึ้นอย่างรวดเร็ว และปัญหาครั้งนี้คงไม่เป็นอุปสรรคใหญ่ต่อ การนำ open weights ไปใช้
    • ผมใช้ Synthetic อยู่ และเข้าใจว่าพวกเขามีแผนจะโฮสต์ Kimi3 โมเดลเปิดสามารถกระจาย inference ได้

  • ดูเหมือนพวกเขาหยุดรับสมัครสมาชิกเพราะประเมินว่าอาจไม่สามารถรับประกันคุณภาพบริการขั้นต่ำให้ลูกค้าได้

    • พูดให้ถูกคือ ระงับเฉพาะการสมัครสมาชิกใหม่ชั่วคราว และจัดสรรทรัพยากรคอมพิวต์ให้สมาชิกเดิมก่อน