Pourquoi Google est passé aux limites basées sur les tokens dans Gemini

Google a resserré les conditions d'utilisation de ses modèles Gemini en introduisant, depuis le 17 mai 2026, des limites basées sur les ressources de calcul. Ces limites dépendent de la complexité de la requête, du modèle choisi et de la longueur de la conversation, avec un rafraîchissement toutes les cinq heures et un plafond hebdomadaire. Ce changement est la manifestation côté consommateur d'une pénurie de puissance de calcul qui a affecté les plus grands clients professionnels de Google pendant des mois, et il redéfinit la quantité d'IA gratuite dont disposent les utilisateurs ordinaires.

Le premier coup dur a été la limitation de l'utilisation des modèles Gemini par Meta en mars, lorsque Meta a demandé plus de capacité que Google ne pouvait en fournir. Cette restriction, toujours en vigueur, a perturbé certains projets internes d'IA de Meta et a poussé l'entreprise à demander à ses employés d'utiliser les tokens plus efficacement. Les restrictions ont également touché d'autres clients de Google, bien que moins sévèrement que Meta. Limiter l'un de ses plus grands clients montre à quel point la pénurie était déjà grave.

Lors des résultats du premier trimestre en avril, le PDG Sundar Pichai a déclaré que Google était "contraint en termes de calcul à court terme" et que les revenus du cloud auraient été plus élevés s'il avait pu répondre à la demande. Les revenus du cloud ont dépassé 20 milliards de dollars pour la première fois, tandis que les contrats cloud signés mais non livrés ont presque doublé pour atteindre plus de 460 milliards de dollars. Ce retard est révélateur : les clients s'engagent pour du calcul plus rapidement que Google ne peut le fournir.

Google a signé un accord de 920 millions de dollars par mois pour louer des capacités de calcul à SpaceX d'Elon Musk, et Anthropic, créateur de Claude, a conclu un arrangement similaire. Ces accords montrent que la pénurie est devenue une caractéristique structurelle du marché, ce qui explique pourquoi les limites ne devraient pas s'assouplir de sitôt. Le coût le plus élevé provient désormais de l'inférence, le travail d'exécution des modèles après l'entraînement. Chaque requête d'un utilisateur consomme du calcul, donc plus les gens utilisent l'IA pour des tâches quotidiennes, plus ce coût d'exploitation devient lourd.

Google lie directement les limites à la capacité : si la capacité change, Google peut réduire les limites pour les utilisateurs gratuits avant les abonnés payants. En période de forte demande, Google peut retenir des fonctions gourmandes en calcul comme Deep Research pour les utilisateurs gratuits. Les limites peuvent changer sans préavis, y compris en raison de contraintes de capacité. Ainsi, de l'aveu même de Google, la capacité fixe les limites. Pour l'Inde, où Google a construit sa base d'utilisateurs sur l'accès gratuit, cela signifie que les offres gratuites comme 18 mois de Google AI Pro gratuit pour les abonnés Jio sont désormais régies par des limites basées sur le calcul. La mission indienne IndiaAI a alloué environ 4 563 crores de roupies pour la capacité de calcul, alors qu'Amazon et Microsoft ont investi à eux seuls plus de 52 milliards de dollars dans l'infrastructure privée d'IA.