במודל החדש, השימוש תלוי בכמה גורמים:
במקום איפוס יומי, המכסות מתאפסות כל חמש שעות, עד שמגיעים למגבלה שבועית.
משמעות הדבר היא שבקשת טקסט קצרה עשויה לצרוך מעט מאוד מהמכסה, בעוד ששיחה ארוכה באמצעות כלים מתקדמים או סיוע בקוד יכולה לרוקן אותה במהירות. Google אומרת שגישה זו משקפת טוב יותר את המציאות שחלק ממשימות AI דורשות הרבה יותר משאבי חישוב מאחרות.
המערכת מבוססת החישוב חלה על כל דרגות המנוי של Gemini, אבל כל תוכנית מקבלת תקציב שימוש שונה.
לפי מסמכי התמיכה של Google:
בכנס I/O 2026, Google גם הציגה את תוכנית AI Ultra במחיר של 100 דולר לחודש, שכוללת מגבלות שימוש גדולות משמעותית – כמו מגבלה גבוהה פי חמישה בסביבת הקידוד Antigravity לעומת AI Pro.
במילים אחרות, המבדל המרכזי בין התוכניות כבר לא רק בתכונות – אלא בכמות תקציב החישוב שעומדת לרשות המשתמש.
הבעיה המיידית הייתה יכולת החיזוי. תחת השיטה הישנה, משתמשים יכלו להעריך בערך כמה פקודות נותרו להם. עם מכסות מבוססות חישוב, היכולת הזו כמעט נעלמה.
מכיוון שהשימוש תלוי במורכבות המשימה, עומסי עבודה כבדים יכולים לשרוף את המכסה הרבה יותר מהר מהצפוי. דוגמאות כוללות:
דיווחים ממפתחים ומשתמשים הראו שסשנים אינטנסיביים יכלו למצות את המכסה לחמש שעות, ואפילו את המגבלה השבועית, אחרי כמה סשני עבודה בלבד.
מנויים רבים הרגישו מופתעים לרעה מהשינוי. חלקם תיארו את המגבלות החדשות כ"פיתוי והחלפה" (bait‑and‑switch), בטענה שהתוכניות בתשלום סיפקו בפועל פחות שימוש מבעבר – אף ש‑Google לא הפחיתה רשמית את דרגות המנוי.
הסערה גררה תגובה מהירה מצד Google, במיוחד בתוך Antigravity, כלי הקידוד מבוסס ה‑AI של החברה.
תוך ימים מההשקה:
זמן קצר לאחר מכן, החברה שילשה את המגבלות שוב, והרחיבה עוד יותר את תקציב החישוב הזמין למפתחים המשתמשים בכלי.
ההתאמות המהירות מרמזות ש‑Google לא העריכה נכון באיזו מהירות תהליכי עבודה אמיתיים – במיוחד קידוד ומשימות מבוססות סוכן – יצרכו את המכסות החדשות.
המחלוקת מדגישה מתח הולך וגובר בתעשיית ה‑AI.
למערכות AI מודרניות אין עלויות אחידות. תשובת טקסט קצרה עשויה להיות זולה להפקה, בעוד שחשיבה בהקשר ארוך, סוכני קוד או יצירת וידאו יכולים לדרוש הרבה יותר משאבי חישוב. זה הופך מגבלות פשוטות של "ספירת הודעות" לפחות ופחות מציאותיות עבור הספקים.
מכסות מבוססות חישוב פותרות את הצד הכלכלי של הבעיה – אבל הן מציגות אתגר שמישות. כשהמגבלות תלויות בחישובים אטומים לגבי מורכבות, משתמשים עלולים להתקשות לחזות כמה גישה יש להם בפועל.
ההשקה של Gemini של Google מדגימה את ההחלפה הזו בבירור: מערכת שתוכננה ליישר את השימוש לעלות החישוב בסופו של דבר בלבלה משתמשים ועוררה סערה כמעט מידית.
עבור חברות AI שמגדילות מודלים גדולים, האתגר בהמשך הוא לאזן בין שלושה כוחות מתחרים:
ככל שעוזרי AI הופכים לעוצמתיים יותר – וצורכי חישוב אינטנסיביים יותר – האקט האיזון הזה צפוי להפוך לאחד מאתגרי המוצר המגדירים של התעשייה.