تحول Google إلى حدود استخدام تعتمد على القدرة الحاسوبية في Gemini يثير جدلاً واسعاً

في مايو 2026 أجرت Google تغييراً جذرياً في طريقة احتساب استخدام مساعدها الذكي Gemini. فبدلاً من تحديد عدد ثابت من الطلبات أو الرسائل يومياً، أصبح النظام يعتمد على القدرة الحاسوبية (Compute) التي يستهلكها كل تفاعل مع الذكاء الاصطناعي. الفكرة كانت جعل القيود تعكس التكلفة الفعلية لتشغيل نماذج الذكاء الاصطناعي الحديثة—لكن التطبيق العملي أثار موجة انتقادات سريعة من المستخدمين الذين وجدوا أنفسهم يصلون إلى حدود الاستخدام أسرع بكثير مما توقعوا.

من عدّ الرسائل إلى ميزانية حوسبة

في السابق كان استخدام Gemini بسيطاً نسبياً: لدى المستخدم عدد محدد من الطلبات يومياً. لكن هذا الأسلوب أصبح أقل واقعية مع تطور قدرات النماذج.

ابتداءً من 17 مايو 2026، استبدلت Google هذا النظام بآخر يعتمد على كمية الحوسبة المستهلكة بدلاً من عدد الرسائل.

وبموجب النظام الجديد، يتم احتساب الاستخدام بناءً على عدة عوامل، أهمها:

• مدى تعقيد الطلب الذي يكتبه المستخدم
• النموذج أو الميزة المستخدمة (مثل الاستدلال المتقدم أو إنشاء الوسائط)
• طول المحادثة والسياق المستخدم

كما لم تعد الحدود تُعاد يومياً؛ بل يتم تجديد الحصة كل خمس ساعات حتى الوصول إلى الحد الأسبوعي.

هذا يعني أن سؤالاً بسيطاً قد يستهلك جزءاً صغيراً جداً من الحصة، بينما قد تستنزف جلسة برمجية طويلة أو مهمة معقدة جزءاً كبيراً منها بسرعة. تقول Google إن هذا النظام يعكس الواقع التقني، حيث تختلف تكلفة العمليات بشكل كبير بين مهمة وأخرى.

تأثير التغيير على الخطط المجانية والمدفوعة

النظام الجديد يطبق على جميع مستويات الاشتراك في Gemini، لكن كل خطة تحصل على ميزانية حوسبة مختلفة.

بحسب وثائق الدعم الخاصة بـGoogle:

• المستخدمون المجانيون يحصلون على حدود قياسية للاستخدام.
• مشتركو AI Plus يحصلون على حدود أعلى بنحو ضعفين مقارنة بالمجانيين.
• مشتركو AI Pro يحصلون على حدود تقارب أربعة أضعاف الخطة المجانية.
• مشتركو AI Ultra قد يحصلون على حدود أكبر بكثير حسب المنتج والميزة المستخدمة.

وخلال مؤتمر Google I/O 2026 أعلنت الشركة أيضاً عن خطة جديدة باسم AI Ultra بسعر 100 دولار شهرياً، وتقدم حدود استخدام أعلى بكثير—مثل حد استخدام أكبر بخمس مرات في بيئة البرمجة Antigravity مقارنة بخطة AI Pro.

بكلمات أخرى، لم يعد الفرق بين الخطط مقتصراً على الميزات، بل أصبح يعتمد بشكل أساسي على كمية القدرة الحاسوبية المتاحة للمستخدم.

لماذا اصطدم المستخدمون بالحدود بسرعة؟

المشكلة الرئيسية كانت غياب القدرة على التنبؤ.

في النظام القديم كان المستخدم يعرف تقريباً كم طلباً تبقى له خلال اليوم. أما في النظام الجديد، فالاستهلاك يعتمد على تعقيد المهمة، ما يجعل من الصعب تقدير الاستهلاك مسبقاً.

بعض الأنشطة التي يمكن أن تستهلك الحصة بسرعة تشمل:

• جلسات البرمجة الطويلة
• استخدام وكلاء الذكاء الاصطناعي لتنفيذ مهام متعددة
• إنشاء الصور أو الفيديو أو استخدام ميزات الاستدلال المتقدم

تقارير المستخدمين والمطورين أظهرت أن جلسات العمل المكثفة يمكن أن تستنفد حصة الخمس ساعات أو حتى الحد الأسبوعي بعد بضع جلسات فقط.

بعض المشتركين المدفوعين وصفوا التغيير بأنه أشبه بـ"تغيير غير معلن في شروط الخدمة" أو "bait and switch"، معتبرين أن القيمة الفعلية لاشتراكاتهم أصبحت أقل مما كانت عليه—even إذا لم تخفض Google رسمياً حدود الخطط.

استجابة Google السريعة: رفع الحدود

الانتقادات دفعت Google إلى اتخاذ خطوات عاجلة، خصوصاً في أداة البرمجة Antigravity التي تعتمد على Gemini.

خلال أيام قليلة من إطلاق النظام الجديد:

• قامت Google بمضاعفة حدود معدل استخدام نماذج Gemini ثلاث مرات داخل Antigravity.
• أعادت ضبط الحصص الأسبوعية للمستخدمين حتى يتمكنوا من متابعة العمل فوراً.

وبعد فترة قصيرة، رفعت الحدود ثلاث مرات أخرى، ما زاد ميزانية الحوسبة المتاحة للمطورين بشكل ملحوظ.

هذه التعديلات السريعة تشير إلى أن Google ربما قللت من تقدير مدى استهلاك مهام البرمجة والعمل بالوكلاء للقدرة الحاسوبية في الاستخدام الواقعي.

ما الذي تكشفه هذه الحادثة عن اقتصاد الذكاء الاصطناعي؟

القضية تعكس توتراً متزايداً في صناعة الذكاء الاصطناعي.

فالأنظمة الحديثة لا تكلّف القدر نفسه في كل مرة. إنشاء رد نصي بسيط قد يكون رخيصاً نسبياً، بينما قد تتطلب مهام مثل تحليل سياق طويل أو تشغيل وكلاء برمجية أو إنشاء فيديو قدرة حوسبية أكبر بكثير.

لذلك تبدو الحدود المبنية على عدد الرسائل فقط غير واقعية من الناحية الاقتصادية.

لكن في المقابل، فإن القيود المبنية على الحوسبة تجعل الاستخدام أقل وضوحاً للمستخدمين. وعندما تعتمد الحدود على حسابات غير مرئية للتعقيد واستهلاك الموارد، يصبح من الصعب على المستخدم تقدير مقدار الاستخدام المتبقي لديه.

تجربة Gemini بعد I/O 2026 توضح هذا التوازن الصعب بوضوح: نظام مصمم ليعكس التكلفة الحقيقية للحوسبة أدى في الوقت نفسه إلى ارتباك المستخدمين واحتجاجهم.

وبالنسبة لشركات الذكاء الاصطناعي التي تبني نماذج أكبر وأكثر قدرة، يبقى التحدي هو تحقيق توازن بين ثلاثة عوامل أساسية:

• ارتفاع تكاليف تشغيل النماذج المتقدمة
• وضع حدود استخدام واضحة وسهلة الفهم
• الحفاظ على قيمة الاشتراكات للمستخدمين المدفوعين

ومع ازدياد قوة مساعدي الذكاء الاصطناعي—وارتفاع استهلاكهم للحوسبة—من المرجح أن يصبح هذا التوازن أحد أهم التحديات في اقتصاد الذكاء الاصطناعي خلال السنوات القادمة.