Gemini 的费率设计：Google 在 AI 服务化上的一次战略收缩，而非开放

前天下午，我们平台团队接到一个紧急求助：某业务线用 Gemini Pro 做实时对话摘要，上线三天后接口突然报 429 错误。工程师查了半天才发现，免费层每分钟请求数从 60 降到了 10，而业务方完全没注意到 Google 的更新邮件。这不是个例。当团队把 AI 能力当成水电一样接入时，很少有人会去读那份密密麻麻的费率文档。

Google 这次对 Gemini 的升级，表面上是“更强大更智能”，但真正值得关注的，是它同步推出的分层费率体系和用量追踪工具。这不是简单的定价调整，而是一次对开发者生态的重新定义。我花了一个下午对比了 Gemini、GPT-4o 和 Claude 3 的当前定价策略，结论很明确：Google 正在从“模型能力竞赛”转向“服务成本控制”，而这对团队的技术选型意味着根本性的变化。

对比：三家的“隐形天花板”

所有 AI 厂商都在用“免费额度 + 按量计费”的经典模式，但真正的门槛藏在 Rate Limit（速率限制）里。Gemini 这次把免费层的限额压得极低，同时把付费层的“突发能力”做了明确分级。我整理了一个关键对比：

图表里最刺眼的是 10 RPM 这个数字。对于任何一个生产环境，10次请求每分钟意味着单用户都撑不住。Google 的逻辑很清晰：免费层就是给你试用的，别想白嫖。

但付费层的设计也值得玩味。Gemini 的付费单价确实低（$0.15/1M tokens），但突发上限需要申请，且默认远低于 OpenAI。这意味着，对于需要稳定高吞吐量的场景，Gemini 反而可能更贵——因为你要么购买更高价的套餐，要么忍受排队。Google 在用“低单价+高门槛”筛选用户：中小型项目可能觉得便宜，但真正上规模后，成本会迅速反弹。

战略意图：从“开放生态”到“围墙花园”

Google 过去一年在 AI 上的动作很矛盾：一边高喊“AI 民主化”，一边用马甲（如 Gemini 品牌）做了大量限制。这次费率升级，在我看来是明确的信号：Google 不想做 AI 的 AWS，想做 AI 的“Apple Store”。

• 免费层极低，迫使开发者尽快付费
• 付费层用突发上限控制流量，避免用户把 Gemini 当“备用模型”
• 内置用量追踪，本质是让用户自己管理成本，Google 不用承担超支风险

对比 OpenAI 和 Anthropic，这两家仍然在追求“先让用户用起来”，Google 则是“先让用户付钱”。背后的原因很现实：Google 的 AI 基础设施成本（TPU、数据中心）比纯软件公司高得多，它必须尽早控制亏损。

但这对团队意味着什么？我建议每个技术负责人做一次 ROI 重算：

[!note]
不要只看 token 单价，要看 有效吞吐量 x 响应延迟。Gemini 的每日免费额度（约 1M tokens/天）对 demo 够用，但一旦进入 QA 自动化、批量推理等场景，成本会超出预期。

如何应对：用数据驱动选型，而不是跟风

我们团队内部已经建立了一套 AI 服务成本仪表盘，核心指标包括：

• 每分钟实际请求数（对比剩余配额）
• 平均响应时间（感知延迟）
• 每千次请求成本（含超限回退）
• 模型切换成功率（主模型降级到备用模型的概率）

这套指标帮我们发现了几个关键事实：

• Gemini 在低延迟场景（<200ms）的性价比确实优于 GPT-4o，但高并发时（>500QPS）表现不稳定
• 混合使用多个模型（Gemini 做轻量任务，GPT-4o 做复杂推理）比单用任一模型成本低 30%
• 80% 的调用失败不是因为模型能力不足，而是因为 速率限制没提前规划

行动建议

如果你正在评估是否将 Gemini 引入团队，我的建议是：先做一次压力测试，再签合同。

具体步骤：

1. 用 Google 的

原文链接：How Google’s New Gemini Rates Work and How to Track Your Usage | WIRED