Zaledwie kilka dni po wypuszczeniu Kimi K3, otwartego modelu o parametrach 2,8 biliona parametrów, który ponownie wywołał debatę na temat miejsca Chin w pionierskim wyścigu sztucznej inteligencji, Moonshot AI został zmuszony do wstrzymania nowych subskrypcji, ponieważ popyt przerósł jego moc obliczeniową. Przerwa, o której po raz pierwszy poinformowała Associated Press 20 lipca 2026 r. i potwierdzona przez takie media, jak Euronews, PYMNTS i Caixin Global, oznacza niezwykły moment: chińskie laboratorium sztucznej inteligencji odrzuca płacących klientów, ponieważ własna infrastruktura nie nadąża.

Rozwój ten stanowi uderzający wątek poboczny w szerszej historii zasięgu branży sztucznej inteligencji, w której uwaga przesunęła się z tego, czy modele o otwartej wadze mogą konkurować z modelami zastrzeżonymi, na to, czy ktokolwiek – w dowolnym kraju – może zapewnić wystarczającą moc obliczeniową, aby im służyć, gdy już to nastąpi.

Co się stało

Według Associated Press nowy chiński model sztucznej inteligencji wstrzymał nowe subskrypcje ze względu na „przepełnienie” popytu. Euronews ujął to bardziej dosadnie, donosząc, że chiński model wstrzymał zapisy ze względu na „ogromny popyt”, co odzwierciedla falę globalnego zainteresowania, która nastąpiła po premierze Kimi K3. PYMNTS poinformował, że Moonshot wstrzymał nowe subskrypcje Kimi K3 szczególnie dlatego, że popyt „przewyższa moc obliczeniową”, co oznacza, że ​​serwery firmy nie były w stanie przetworzyć dużej liczby żądań wnioskowania pochodzących od nowych i potencjalnych użytkowników.

Sekwencja jest prosta. Moonshot zaprezentował Kimi K3 16 lipca 2026 r., reklamując go jako pierwszy na świecie otwarty model klasy 3T — system o 2,8 bilionach parametrów zbudowany w oparciu o architekturę Mixture-of-Experts, która aktywuje tylko niewielką część jego parametrów na token. Model natychmiast wzbudził duże zainteresowanie, wspinając się na szczyty rankingów Hacker News i przyciągając uwagę agencji Reuters, Bloomberg i The New York Times za zmniejszenie luki w stosunku do zastrzeżonych systemów Anthropic i OpenAI. W ciągu kilku dni ta uwaga przełożyła się na gwałtowny wzrost wykorzystania, którego wielkość infrastruktury hostowanej firmy nie była w stanie wchłonąć.

Wąskie gardło obliczeniowe

Ta pauza podkreśla twarde ograniczenie, przed którym stoi obecnie każde pionierskie laboratorium sztucznej inteligencji: zbudowanie potężnego modelu to tylko połowa sukcesu; służenie na dużą skalę to druga, często droższa, połowa. Wnioskowanie — prowadzenie modelu generującego odpowiedzi dla użytkowników — wymaga stałego dostępu do wyspecjalizowanych chipów i energii do ich zasilania. Model tak duży jak Kimi K3, nawet z wydajną konstrukcją złożoną z ekspertów, wymaga znacznej mocy procesora graficznego, aby móc obsługiwać tysiące jednoczesnych użytkowników.

Decyzja Moonshot o zaprzestaniu przyjmowania nowych subskrypcji sugeruje, że firma przedłożyła obecnych użytkowników i jakość usług nad rozwój. Rezygnacja z przychodów rzadko jest decyzją podejmowaną przez startup lekko i sygnalizuje, że alternatywa – pogorszenie wydajności lub awaria usługi – została uznana za gorszą. Oznacza to również, że przynajmniej tymczasowo różnica między możliwościami Kimi K3 a liczbą osób, które faktycznie mogą korzystać z wersji hostowanej, jest racjonowana na podstawie obliczeń, a nie jakości modelu.

Jest to ta sama dynamika, która okresowo obciążała zachodnie laboratoria. Kiedy nowy model budzi emocje, zapotrzebowanie na wnioskowanie może wzrosnąć znacznie szybciej, niż można zapewnić infrastrukturę, a chipy nie są czymś, co firma może zamówić częściej z dnia na dzień. Sytuacja Moonshot pokazuje, że załamanie obliczeniowe nie jest problemem wyłącznie w USA — jest to strukturalna cecha pionierskiego rynku sztucznej inteligencji, odczuwalna przez każdego, kto wypuści model na tyle przekonujący, że przyciągnie tłumy.

Otwarte ciężarki oferują zawór częściowego zwalniania

Jeden niuans odróżnia Kimi K3 od zastrzeżonych modeli stawiających czoła tym samym obciążeniom: ma otwartą wagę. Moonshot zobowiązał się do udostępnienia pełnych wag modeli, co oznacza, że ​​organizacje posiadające własne procesory graficzne mogą pobierać i uruchamiać Kimi K3 niezależnie, całkowicie pomijając usługę hostowaną Moonshot.

Nie rozwiązuje to bezpośrednio problemu subskrypcji Moonshota, ponieważ lokalne uruchomienie modelu o parametrach 2,8 biliona parametrów nadal wymaga poważnego sprzętu, którego nie posiada większość indywidualnych użytkowników. Oznacza to jednak, że zasięg modelu nie jest ściśle ograniczony przez farmę serwerów jednej firmy. Laboratoria badawcze, przedsiębiorstwa i dostawcy usług w chmurze posiadający wolne moce produkcyjne mogą stawić czoła własnym instancjom, a społeczność open-weight już zaczęła to robić.

Napięcie jest zatem specyficzne dla oferty konsumenckiej hostowanej przez Moonshot – jest to najłatwiejszy sposób dla nietechnicznego użytkownika na wypróbowanie Kimi K3. To właśnie ta usługa została wstrzymana i tam pułap mocy obliczeniowej jest najbardziej odczuwalny.

Sygnał do debaty na temat wagi otwartej

Zatrzymanie wpisuje się również w trwający spór polityczny i komercyjny dotyczący modeli z wagą otwartą. Sukces Kimi K3 w przyciąganiu popytu przewyższającego podaż jest w pewnym sensie potwierdzeniem: model jest wyraźnie na tyle dobry, że ludzie chcą go tak bardzo, że przytłaczają jego twórcę. Analitycy z Doliny Krzemowej zauważyli, że Kimi K3 budzi prawdziwy niepokój, czy systemy do bezpłatnego pobrania mogą dorównać systemom zamkniętym, a gwałtowny wzrost liczby użytkowników jest konkretnym dowodem na to, że zainteresowanie to nie jest jedynie szumem reklamowym.

Jednocześnie spadek wydajności uwypukla rzadko omawianą zaletę największych zamkniętych laboratoriów: spędziły one lata i miliardy na gromadzeniu mocy obliczeniowej właśnie po to, aby móc wchłonąć takie skoki popytu, jak ten. Nowszy podmiot na rynku, dysponujący świetnym modelem, ale mniej zakumulowaną infrastrukturą, może napotkać blokadę mocy w najgorszym możliwym momencie — dokładnie wtedy, gdy uwaga jest największa.

W przypadku Moonshot krótkoterminowym pytaniem jest, jak szybko może zwiększyć swoją zdolność obsługi, aby ponownie otworzyć subskrypcje. W dłuższej perspektywie pytanie, które pojawia się w całej branży, dotyczy tego, czy tempo udoskonalania modeli przewyższa tempo, w jakim każdy jest w stanie zbudować infrastrukturę do jego obsługi.

Wyprzedź sztuczną inteligencję

Aby stale omawiać modele pionierskie, ruch otwartej wagi i globalny wyścig obliczeniowy, śledź nasze najnowsze osiągnięcia w zakresie sztucznej inteligencji.

Przeczytaj więcej aktualności na temat sztucznej inteligencji