Los nuevos límites de uso de Gemini basados en cómputo desatan críticas tras Google I/O 2026

En mayo de 2026, Google introdujo uno de los cambios más importantes en la forma en que funciona su asistente de inteligencia artificial Gemini. En lugar de limitar el uso por número de solicitudes o prompts al día, la empresa pasó a un sistema basado en consumo de capacidad de cómputo.

La idea era que los límites reflejaran mejor el coste real de ejecutar modelos de IA modernos. Pero el cambio también provocó una reacción inmediata: muchos usuarios descubrieron que podían agotar su cuota mucho más rápido de lo que esperaban.

De contar preguntas a medir potencia de cómputo

Antes de este cambio, el funcionamiento era simple: Gemini permitía un número determinado de prompts diarios. Ese modelo era fácil de entender, pero no representaba bien cómo se utilizan hoy los sistemas de IA.

A partir del 17 de mayo de 2026, Google reemplazó esos límites por un sistema que mide cuánta capacidad de procesamiento consume cada interacción.

El cálculo tiene en cuenta varios factores:

• La complejidad del prompt
• Los modelos o funciones utilizadas (por ejemplo, generación de medios o razonamiento avanzado)
• La duración y tamaño de la conversación

Las cuotas ahora se recargan cada cinco horas, pero solo hasta alcanzar un límite total semanal.

Esto significa que una consulta breve de texto puede consumir muy poco presupuesto, mientras que tareas más exigentes —como programación, análisis profundo o generación multimedia— pueden gastar la cuota mucho más rápido.

Cómo afectan los límites a usuarios gratuitos y de pago

El sistema basado en cómputo se aplica a todos los usuarios de Gemini, aunque cada plan recibe un presupuesto distinto.

Según la documentación de soporte de Google:

• Usuarios gratuitos: reciben límites estándar.
• AI Plus: aproximadamente el doble de límite que el plan gratuito.
• AI Pro: alrededor de cuatro veces más límite que el plan gratuito.
• AI Ultra: puede ofrecer límites mucho más altos dependiendo del producto y las funciones utilizadas.

Durante Google I/O 2026, la compañía también presentó el plan AI Ultra por 100 dólares al mes, orientado a usuarios intensivos. Por ejemplo, en el entorno de programación Antigravity, este plan ofrece un límite de uso cinco veces mayor que AI Pro.

En otras palabras, la diferencia entre planes ya no depende solo de funciones disponibles, sino también del presupuesto de cómputo asignado a cada usuario.

Por qué muchos usuarios agotaron sus cuotas tan rápido

El principal problema tras el lanzamiento fue la falta de previsibilidad.

Con el sistema antiguo, los usuarios podían estimar fácilmente cuántas preguntas les quedaban. Con el modelo basado en cómputo, esa estimación se volvió mucho más difícil.

Como el consumo depende de la complejidad de cada tarea, ciertos usos intensivos pueden gastar la cuota con rapidez, por ejemplo:

• Sesiones largas de programación
• Flujos de trabajo con agentes de IA
• Generación de imágenes, vídeo u otras tareas pesadas

Algunos desarrolladores informaron que podían alcanzar el límite de cinco horas o incluso el semanal tras solo unas pocas sesiones de trabajo.

Esto provocó frustración entre usuarios de pago, que consideraban que sus planes ofrecían menos uso real que antes. Algunos describieron el cambio como un posible "bait and switch" (una sensación de haber pagado por algo que luego cambió en la práctica), aunque Google no redujo formalmente los niveles de suscripción.

La respuesta rápida de Google

La reacción negativa llevó a Google a tomar medidas urgentes, especialmente en Antigravity, su herramienta de programación asistida por IA.

En pocos días:

• Google triplicó los límites de uso de Gemini en Antigravity.
• También reinició las cuotas semanales para que los usuarios pudieran seguir trabajando.

Poco después, la empresa volvió a triplicar los límites, ampliando aún más el presupuesto de cómputo disponible para desarrolladores.

Estos ajustes sugieren que Google subestimó cuánto consumo generan los flujos de trabajo reales, especialmente en tareas como programación o agentes automatizados.

Lo que revela este episodio sobre la economía de la IA

La polémica refleja un desafío cada vez más común en la industria de la inteligencia artificial.

No todas las tareas de IA cuestan lo mismo. Una respuesta breve de texto puede requerir poca potencia, mientras que razonamiento complejo, análisis con contexto largo o generación de vídeo pueden consumir muchos más recursos computacionales.

Por eso, los proveedores están abandonando los límites simples por número de mensajes y adoptando sistemas basados en consumo real de cómputo.

El problema es que estos sistemas también son menos transparentes para los usuarios. Cuando el límite depende de cálculos internos sobre complejidad o recursos usados, resulta difícil saber cuánto uso queda realmente.

El caso de Gemini muestra ese equilibrio delicado: un modelo diseñado para reflejar mejor los costes reales terminó generando confusión y críticas casi inmediatas.

A medida que los asistentes de IA se vuelven más potentes —y más caros de ejecutar— las empresas tendrán que equilibrar tres factores clave:

• Costes de inferencia cada vez mayores para funciones avanzadas
• Límites claros y comprensibles para los usuarios
• Planes de suscripción que sigan pareciendo valiosos

Encontrar ese equilibrio probablemente será uno de los mayores retos de producto para las compañías de IA en los próximos años.