Почему Google перешел на токеновые лимиты в Gemini

Google ужесточил условия использования своих моделей Gemini, введя с 17 мая 2026 года лимиты на основе вычислительных ресурсов. Эти лимиты зависят от сложности запроса, выбранной модели и длины диалога, обновляясь каждые пять часов с недельным ограничением. Изменение является потребительским проявлением нехватки вычислительных мощностей, которая в течение нескольких месяцев сказывалась на крупнейших корпоративных клиентах Google. Теперь это влияет на то, сколько бесплатного ИИ получают обычные пользователи.

Первым серьезным ударом стало ограничение использования моделей Gemini компанией Meta в марте, когда Meta запросила больше мощностей, чем Google мог предоставить. Ограничение, которое все еще действует, нарушило некоторые внутренние проекты Meta по ИИ и заставило компанию призвать сотрудников эффективнее использовать токены. Ограничения затронули и других клиентов Google, хотя и не так сильно, как Meta. Ограничение одного из крупнейших клиентов сигнализирует о серьезности нехватки.

На квартальном отчете в апреле генеральный директор Google Сундар Пичаи признал, что компания "испытывает нехватку вычислительных ресурсов в ближайшей перспективе", и что доходы облачного подразделения были бы выше, если бы удалось удовлетворить спрос. Доходы облачных услуг впервые превысили 20 миллиардов долларов, а объем подписанных, но не выполненных контрактов почти удвоился, превысив 460 миллиардов долларов. Это отставание показывает, что клиенты подписываются на вычисления быстрее, чем Google может их предоставить.

Google заключил сделку на 920 миллионов долларов в месяц на аренду вычислительных мощностей у SpaceX Илона Маска, а Anthropic, создатель Claude, заключил аналогичное соглашение. Эти сделки показывают, что нехватка стала структурной особенностью рынка, поэтому лимиты вряд ли скоро ослабнут. Основные затраты сейчас приходятся на инференс — работу моделей после обучения. Каждый запрос пользователя потребляет вычислительные ресурсы, поэтому чем больше людей используют ИИ для повседневных задач, тем выше эксплуатационные расходы.

Google прямо связывает лимиты с пропускной способностью: при изменении емкости лимиты для бесплатных пользователей могут быть сокращены раньше, чем для платных. В периоды высокого спроса Google может отключать ресурсоемкие функции, такие как Deep Research, для бесплатных пользователей. Лимиты могут меняться без предупреждения, в том числе из-за ограничений пропускной способности. Таким образом, по собственному признанию Google, именно емкость определяет лимиты. Для Индии, где Google построил базу пользователей на бесплатном доступе, это означает, что бесплатные раздачи, такие как 18 месяцев бесплатного Google AI Pro для абонентов Jio, теперь регулируются лимитами на основе вычислений. Индийская миссия AI выделила около 4563 крор рупий на вычислительные мощности, в то время как только Amazon и Microsoft инвестировали более 52 миллиардов долларов в частную ИИ-инфраструктуру.