在新系統下，每次與 Gemini 互動所消耗的配額會取決於幾個因素：

• 提示（prompt）本身的 複雜程度
• 使用的 模型或功能（例如深度推理、生成媒體等）
• 對話長度

另外，使用上限亦改為分段刷新：

• 配額 每 5 小時刷新一次
• 同時仍然存在 每週總上限。

換句話說，一個簡單文字問題可能幾乎不耗配額，但如果是一段長對話、寫程式或使用進階功能，就可能很快用掉大量算力。

Google 表示，這種方式更能反映現實：不同 AI 任務消耗的運算成本其實差異非常大。

免費與付費方案有咩分別

新的算力配額制度適用於所有 Gemini 用戶，但不同訂閱方案的可用算力不同。

根據 Google 的官方說明：

• 免費用戶：標準算力配額
• AI Plus：大約是免費版 2 倍配額
• AI Pro：大約是免費版 4 倍配額
• AI Ultra：可獲得更高等級配額（視產品及功能而定）

在 Google I/O 2026 上，Google 亦推出新的 AI Ultra 訂閱（約 100 美元/月）。例如在 Google 的 AI 編程工具 Antigravity 中，Ultra 的使用上限可比 AI Pro 高出 5 倍。

這意味著訂閱計劃之間最大的差別，已不只是功能，而是 可用的 AI 算力預算。

為何大量用戶很快撞到上限

真正引發爭議的，是 可預測性大幅下降。

舊制度很簡單：用戶大概知道自己還剩多少次提示。但算力配額模式下，每次互動消耗多少資源其實很難預測。

例如以下情況都會快速消耗配額：

• 長時間寫程式
• 代理式（agent）工作流程
• 圖像、影片或複雜推理任務

不少開發者回報，某些密集工作流程可能 只做幾次工作 session 就已經碰到 5 小時上限甚至每週上限。

部分付費用戶因此批評 Google 是「bait and switch（先吸引用戶再改規則）」，認為同一個訂閱實際可用量反而變少。

Google 緊急補救：即時提高限制

面對開發者和重度用戶的強烈反彈，Google 很快在某些產品中調整限制，尤其是 Antigravity（AI 編程工具）。

在新制度推出後幾天內：

• Google 把 Antigravity 中 Gemini 的速率限制提高 3 倍
• 同時 重置所有用戶的每週配額，讓大家可以立即繼續工作。

不久之後，Google 再次把限制提高三倍，進一步增加可用算力。

這些快速調整顯示，Google 原先低估了現實工作流程——尤其是寫程式與 AI agent 工作——實際會消耗多少算力。

這場風波反映 AI 產業的一個核心問題

Gemini 的爭議其實反映整個 AI 產業正在面對的一個難題。

現代 AI 系統的成本並不平均：

• 一個簡單文字回覆成本很低
• 長上下文推理、程式代理或影片生成的算力成本卻可能高出很多倍

因此，用「訊息次數」來限制其實越來越不符合實際成本。

但 算力配額制度 又帶來另一個問題：

用戶很難理解或預測自己還能用多少。

Gemini 的事件正好說明這種矛盾——一個在經濟上更合理的制度，卻在產品體驗上令用戶困惑甚至反感。

未來 AI 產品要成功，大致要在三件事之間取得平衡：

• 不斷上升的 AI 推理成本
• 用戶能理解的 清晰使用限制
• 讓訂閱方案仍然 感覺物有所值

隨著 AI 功能愈來愈強大、運算需求愈來愈高，這種平衡很可能會成為整個 AI 產業未來最難解的一個產品問題。

在新系統下，每次與 Gemini 互動所消耗的配額會取決於幾個因素：

• 提示（prompt）本身的 複雜程度
• 使用的 模型或功能（例如深度推理、生成媒體等）
• 對話長度

另外，使用上限亦改為分段刷新：

• 配額 每 5 小時刷新一次
• 同時仍然存在 每週總上限。

換句話說，一個簡單文字問題可能幾乎不耗配額，但如果是一段長對話、寫程式或使用進階功能，就可能很快用掉大量算力。

Google 表示，這種方式更能反映現實：不同 AI 任務消耗的運算成本其實差異非常大。

免費與付費方案有咩分別

新的算力配額制度適用於所有 Gemini 用戶，但不同訂閱方案的可用算力不同。

根據 Google 的官方說明：

• 免費用戶：標準算力配額
• AI Plus：大約是免費版 2 倍配額
• AI Pro：大約是免費版 4 倍配額
• AI Ultra：可獲得更高等級配額（視產品及功能而定）

在 Google I/O 2026 上，Google 亦推出新的 AI Ultra 訂閱（約 100 美元/月）。例如在 Google 的 AI 編程工具 Antigravity 中，Ultra 的使用上限可比 AI Pro 高出 5 倍。

這意味著訂閱計劃之間最大的差別，已不只是功能，而是 可用的 AI 算力預算。

為何大量用戶很快撞到上限

真正引發爭議的，是 可預測性大幅下降。

舊制度很簡單：用戶大概知道自己還剩多少次提示。但算力配額模式下，每次互動消耗多少資源其實很難預測。

例如以下情況都會快速消耗配額：

• 長時間寫程式
• 代理式（agent）工作流程
• 圖像、影片或複雜推理任務

不少開發者回報，某些密集工作流程可能 只做幾次工作 session 就已經碰到 5 小時上限甚至每週上限。

部分付費用戶因此批評 Google 是「bait and switch（先吸引用戶再改規則）」，認為同一個訂閱實際可用量反而變少。

Google 緊急補救：即時提高限制

面對開發者和重度用戶的強烈反彈，Google 很快在某些產品中調整限制，尤其是 Antigravity（AI 編程工具）。

在新制度推出後幾天內：

• Google 把 Antigravity 中 Gemini 的速率限制提高 3 倍
• 同時 重置所有用戶的每週配額，讓大家可以立即繼續工作。

不久之後，Google 再次把限制提高三倍，進一步增加可用算力。

這些快速調整顯示，Google 原先低估了現實工作流程——尤其是寫程式與 AI agent 工作——實際會消耗多少算力。

這場風波反映 AI 產業的一個核心問題

Gemini 的爭議其實反映整個 AI 產業正在面對的一個難題。

現代 AI 系統的成本並不平均：

• 一個簡單文字回覆成本很低
• 長上下文推理、程式代理或影片生成的算力成本卻可能高出很多倍

因此，用「訊息次數」來限制其實越來越不符合實際成本。

但 算力配額制度 又帶來另一個問題：

用戶很難理解或預測自己還能用多少。

Gemini 的事件正好說明這種矛盾——一個在經濟上更合理的制度，卻在產品體驗上令用戶困惑甚至反感。

未來 AI 產品要成功，大致要在三件事之間取得平衡：

• 不斷上升的 AI 推理成本
• 用戶能理解的 清晰使用限制
• 讓訂閱方案仍然 感覺物有所值

隨著 AI 功能愈來愈強大、運算需求愈來愈高，這種平衡很可能會成為整個 AI 產業未來最難解的一個產品問題。