Google satte tak for Metas Gemini-bruk – slik utløste AI-beregningskrisen en dominoeffekt

I slutten av juni 2026 avslørte en rapport i Financial Times et avgjørende øyeblikk i AI-bransjens infrastrukturfortelling: Google hadde satt et tak på Metas bruk av sine Gemini AI-modeller fordi Alphabet rett og slett ikke hadde nok datakraft til å møte etterspørselen fra teknologigiganten . Begrensningene, som ble innført rundt mars 2026, stoppet ikke bare Metas tilgang – de forstyrret interne AI-prosjekter, tvang frem en strategisk omlegging og signaliserte en bredere oppvåkning om knapphet på AI-beregningskapasitet som til slutt ville endre hvordan selv forbrukere betaler for AI .

Hva skjedde egentlig

Rundt mars 2026 informerte Google Meta om at de ikke kunne levere den fulle Gemini API-kapasiteten Meta ønsket å kjøpe . Google innførte et tak på Metas Gemini-bruk – en av sine største kunder – på grunn av akutt mangel på datakraft . Flere Google Cloud-kunder opplevde lignende rasjonering, men Meta, med sin usedvanlig høye etterspørsel, ble hardest rammet .

Hvordan mangelen rammet Metas interne prosjekter

Kapasitetsmangelen "forstyrret og forsinket flere av Metas interne AI-prosjekter", ifølge Financial Times . Kilder fortalte FT at begrensningene, som fortsatt var i kraft i slutten av juni 2026, tvang Meta til å legge om AI-veikartet sitt betydelig .

Metas todelte strategiske respons

• Effektivitetskrav. Meta ba sine ansatte om å bruke AI-tokens mer konservativt – å gjøre mer med mindre datakraft per spørring . Selskapet ba eksplisitt ansatte om å optimalisere token-bruken på tvers av interne systemer .
• Akselerert utvikling av egne modeller. Med mindre tilgang til en konkurrents infrastruktur har Meta måttet satse hardere på å utvikle sine egne AI-modeller for å redusere avhengigheten av Googles plattform .

Denne todelte strategien – bruk mindre fra den eksterne leverandøren mens du bygger mer internt – speiler hvordan mange store bedrifter reagerer på AI-tilførselsbegrensninger.

Det bredere bransjebildet: en systemisk beregningskrise

Taket på Meta-Gemini er det tydeligste tegnet på en systemisk beregningskrise i AI-bransjen . Maskinvare- og energiinfrastrukturen som kreves for å trene og kjøre frontlinje-AI-modeller, har rett og slett ikke holdt tritt med den skyhøye etterspørselen, noe som skaper flaskehalser som rammer selv de største teknologiselskapene .

Hvordan Googles forbrukerabonnementsmodell endret seg som svar

På Google I/O 2026 (19.–20. mai) svarte selskapet selv på kapasitetspresset ved å omstrukturere Gemini-abonnementsplanene sine. Google gikk bort fra faste daglige prompt-begrensninger til en beregningsbasert bruksmodell målt etter faktisk prosesseringsforbruk .

Under det nye systemet måles bruken basert på tre faktorer :

• Prompt-kompleksitet (enkle tekstspørsmål koster mindre enn komplekse video- eller kodespørsmål)
• Funksjoner som brukes i løpet av en økt
• Samtalelengde (lengre, flertrinns samtaler bruker mer)

Grensene fornyes hver femte time inntil en ukentlig grense er nådd . Hvis en bruker når grensen, kan systemet falle tilbake på mindre modeller i stedet for å kutte tilgangen helt .

Google introduserte et omstrukturert tredelt abonnementsutvalg :

Nivå	Pris	Nøkkelfunksjoner
Google AI Plus	$7,99/måned	Grunnleggende beregningsbaserte grenser
Google AI Pro	$19,99/måned	Økte grenser, YouTube Premium Lite i utvalgte land
Google AI Ultra	$99,99/måned	5x høyere grenser enn Pro, Gemini 3.5 Flash, Google Antigravity-tilgang, 20 TB skylagring, YouTube Premium

Den tidligere toppnivå Ultra-planen ble redusert fra omtrent $250 til $200 per måned og inkluderer 20 ganger datakraftgrensene til Pro-planen .

Dette skiftet speiler en bredere bransjetrend mot forbruksbasert AI-fakturering, i likhet med det ChatGPT og Claude allerede har tatt i bruk .

Hvorfor dette betyr noe

Taket på Meta-Gemini og Googles abonnementsomlegging er to sider av samme sak: AI-bransjen støter på harde fysiske begrensninger i datakraftinfrastrukturen. Selv de største aktørene – med de dypeste lommene – kan ikke bare kjøpe seg forbi flaskehalsene på brikker, strøm og datasentre . Resultatet er strategisk rasjonering for bedriftskunder og mer nyansert måling for forbrukere, med konsekvenser for alle selskaper som bygger på disse modellene. Metas tvungne satsing på egne modeller kan også akselerere trenden der store teknologiselskaper tar AI-kapabiliteter internt i stedet for å stole på konkurrenters plattformer.

Hva kildene sier

Kjernen i historien ble først brutt av Financial Times 28. juni 2026, med henvisning til tre unavngitte kilder som var kjent med saken . Den ble umiddelbart bekreftet av Bloomberg, CNBC, Benzinga og Reuters . Endringene i abonnementene fra Google I/O 2026 ble rapportert av flere medier, inkludert Mashable, Times of India og Business Standard .

Konfidensnivå: Høyt. Kjernedetaljene – at Google satte tak for Meta i mars på grunn av datakraftmangel, forstyrrelse av Metas prosjekter, Metas oppfordring til tokeneffektivitet og Googles I/O-overgang til beregningsbasert fakturering – er godt støttet av flere troverdige kilder. Ingen motstridende rapportering er funnet.