Google bỏ giới hạn prompt hằng ngày của Gemini, chuyển sang hạn mức dựa trên compute

Google cho biết cách tính này dựa trên nhiều yếu tố, bao gồm:

• Độ phức tạp của prompt: các tác vụ cần suy luận sâu hoặc viết code sẽ tiêu tốn nhiều compute hơn.
• Model và tính năng được sử dụng: các công cụ AI nâng cao hoặc đa phương thức có thể tốn tài nguyên hơn.
• Độ dài cuộc trò chuyện: khi cuộc chat kéo dài, model phải xử lý nhiều ngữ cảnh hơn, làm tăng chi phí compute.

Trong thực tế, điều này có nghĩa không phải prompt nào cũng “tốn quota” như nhau. Một câu hỏi văn bản đơn giản có thể dùng rất ít compute, nhưng các tác vụ như nghiên cứu sâu, lập trình hoặc tạo nội dung đa phương tiện có thể tiêu tốn nhiều hơn đáng kể.

Cửa sổ làm mới 5 giờ và giới hạn theo tuần

Google cũng thay đổi cách reset hạn mức.

• Quota sử dụng được làm mới mỗi 5 giờ.
• Quá trình này lặp lại cho đến khi người dùng chạm trần hạn mức theo tuần.

Thay vì reset toàn bộ mỗi ngày, hệ thống mới hoạt động theo cửa sổ thời gian luân phiên, cho phép người dùng dùng nhiều trong một khoảng thời gian ngắn nhưng vẫn bị kiểm soát bởi trần tổng thể theo tuần.

Theo tài liệu hỗ trợ của Google, thay đổi này áp dụng cho người dùng từ 18 tuổi trở lên, trong khi người dùng nhỏ tuổi ban đầu chưa bị ảnh hưởng.

Các gói đăng ký AI và hạn mức sử dụng

Cùng thời điểm đó, Google cũng giới thiệu và điều chỉnh các gói đăng ký AI cho người dùng cá nhân.

Một số gói chính gồm:

• AI Plus (~8 USD/tháng): gói trả phí cơ bản với hạn mức cao hơn bản miễn phí.
• AI Pro (20 USD/tháng): cung cấp quyền truy cập nhiều model và tính năng hơn cùng hạn mức lớn hơn.
• AI Ultra (100 USD/tháng): gói cao cấp hướng tới nhà phát triển và người dùng chuyên sâu với hạn mức cao hơn đáng kể.

Theo Google, các gói trả phí được cấp hạn mức compute lớn hơn và quyền truy cập ưu tiên vào model và tính năng mới.

Khi vượt quá hạn mức sẽ xảy ra điều gì

Nếu người dùng dùng hết quota compute, Gemini có thể chuyển sang các model nhỏ và nhanh hơn thay vì ngừng hoạt động hoàn toàn, giúp duy trì các chức năng cơ bản.

Ngoài ra, Google cũng hỗ trợ một số cách để tăng mức sử dụng, chẳng hạn:

• nâng cấp lên gói AI cao hơn
• mua thêm AI credits cho một số dịch vụ và công cụ trong hệ sinh thái Google AI

Tuy vậy, cách hoạt động cụ thể của việc mua credit hoặc chuyển model có thể khác nhau tùy tính năng và gói đăng ký.

Vì sao nhiều người dùng chỉ trích thay đổi này

Việc chuyển sang hệ thống compute‑based đã gây phản ứng tiêu cực từ một số người dùng, đặc biệt là người trả phí.

Một số phàn nàn phổ biến gồm:

• Giá trị sử dụng giảm: nhiều người cho rằng dù giá gói không thay đổi nhiều, lượng output thực tế họ nhận được lại giảm.
• Chat dài tiêu tốn quota nhanh hơn: vì toàn bộ ngữ cảnh phải được xử lý, nên cuộc trò chuyện càng dài càng tốn compute.
• Thay đổi gói Pro: có báo cáo cho biết gói AI Pro đã loại bỏ 1.000 AI credits mỗi tháng từng được bao gồm trước đó.

Một số người dùng trên mạng xã hội thậm chí gọi thay đổi này là kiểu “bait‑and‑switch”, tức là giữ nguyên giá nhưng thay đổi cơ chế để giảm lợi ích thực tế.

Xu hướng chung của ngành AI

Động thái của Google phản ánh xu hướng rộng hơn trong ngành AI: chuyển từ đếm số yêu cầu (request) sang tính theo tài nguyên tính toán hoặc token sử dụng.

Theo cách tiếp cận này, hệ thống đo khối lượng công việc thực sự mà AI phải xử lý, thay vì chỉ đếm số lần người dùng gửi yêu cầu.

Lý do chính gồm:

• các tác vụ phức tạp cần nhiều compute hơn rất nhiều so với câu hỏi đơn giản
• các công cụ AI đa phương thức như tạo ảnh, video hoặc agent tự động tiêu tốn tài nguyên lớn

Việc tính theo compute giúp các nền tảng phân bổ tài nguyên hiệu quả hơn khi các mô hình AI ngày càng mạnh và tốn chi phí vận hành cao.

Tóm lại

Bản cập nhật tháng 5/2026 đánh dấu một thay đổi lớn trong cách Gemini hoạt động. Thay vì chỉ đếm số prompt, Google giờ đo mức tài nguyên tính toán cho mỗi tương tác.

Với người dùng thông thường, trải nghiệm có thể không khác nhiều. Nhưng với những người dùng nặng—đặc biệt khi chạy các cuộc trò chuyện dài, prompt phức tạp hoặc công cụ AI nâng cao—hạn mức có thể bị chạm sớm hơn đáng kể so với hệ thống cũ.