在K3.1 Pro发布后不久，月之暗面迅速发布声明，承认模型存在限速和额度无故消耗等问题，并表示会从10月26日起，向所有订阅用户返还25%的月度总额。为了改善用户体验，他们还调整了产品的运行参数，减少了不必要的子Agent调用，缩短了输出长度，使额度使用更加合理。经过这次调整，用户反馈K3.1 Pro的额度消耗得到了显著改善。

起初，K3.1 Pro以其超越现有OpenAI模型的性能引起了广泛关注，然而不到两天，用户的评价便从“极好”转变为“多半好评”。杨植麟因此被称为“神鬼二相性”的人物，他的模型在性能上非常出色，但在使用时却让人感到痛苦，尤其是在额度方面。许多用户抱怨几乎没有使用，就已经耗尽了5小时的额度。以我为例，我花了199元，仅仅使用了不到10个3D模型和几个短动画，额度就已经消耗了一半。即便是简单的任务，K3.1 Pro也需要调用大量子Agent，尽管输出提升不大，但却导致额度的浪费。

尽管杨植麟意识到提升模型智能需要更多token，但K3.1 Pro的月订阅虽然便宜了30%，因为额度设置较低，反而让大多数人难以真正体会到“便宜”。

在K3.1 Pro发布前一周，DeepSeek推出了V4.1 Flash-1017，采取了截然不同的策略：优化性能、速度和输出长度，而保持价格不变。V4.1 Flash-1017充分展现了梁文锋的产品理念，自发布以来持续获得好评。或许杨植麟可以在产品开发上借鉴梁文锋的经验。

K3.1 Pro发布后，用户对额度问题的讨论愈发热烈。有用户反映，仅用10分钟就把5小时的额度耗尽。某位199元套餐用户表示，仅给模型下达一个任务，就快速用光了额度。另有微博用户反映在使用K3.1 Pro时，执行一个简单任务就消耗了大量积分，导致月额度的很大一部分提前用完。

根据Artificial Analysis的研究，K3.1 Pro的额度消耗高效与token的使用效率有关。测试表明，K3.1 Pro在同类模型中token输出量最大，而其速度也低于同类中位数。尽管推出了高速版本，官方解释却表示这一改进对任务的实际效果影响有限。

虽然K3.1 Pro与K3的价格相比便宜了30%，但从单次任务的成本来看，这一优势并不明显，甚至在某些情况下仍高于其他同类产品。这一切或许与K3.1 Pro的训练方法有关，杨植麟认为要提升模型输出的长度，必须保持严谨的检查和修改过程。

关于K3.1 Pro的改进，用户反馈的案例显示其过于谨慎，可能影响了整体性能。总之，K3.1 Pro在追求高性能同时，也在探索如何平衡用户的真实体验与技术发展。