" 谷歌刚把免费版 Gemini API 的每日请求次数从 250 降到了 20，我的 n8n 自动化脚本现在基本都用不了了。这对任何开发小型项目的人来说都是个打击。" 网友 Nilvarcus 表示。

近日，有网友曝出 Google 收紧了 Gemini API 免费层级的限制：Pro 系列已经取消，Flash 系列每天仅 20 次。这对开发者来说远远不够用。

还有网友发现，谷歌已经从其 " 批量 API 速率限制 " 列表中删除了 Gemini 免费 API 项。" 它彻底结束了。"

在激烈的大模型竞赛中，谷歌也曾用免费低价政策吸引用户，比如在今年 1 月，谷歌推出了 Gemini API 的 Gemini 1.5 Flash 免费套餐，每天为开发者提供高达 15 亿个免费 Token。这一免费套餐包括每分钟 15 次请求、每分钟 100 万个 Token，以及每天 1500 次请求的使用权限。此外，开发者还能享受免费的上下文缓存服务，每小时可存储多达 100 万个 Token。微调功能也完全免费开放。

除了极大的降幅，让一些开发者生气的是这项政策没有任何提前告知。

" 我一直认为天下没有免费的午餐。但这次 Google 的做法，真的不行。即使我的系统和用例只是实验性质，但当所有东西在毫无预警的情况下突然全部停摆，那种感觉让人很受伤。他们就不能在发布 Gemini 3 的时候说一句：‘顺带一提，随着新模型上线，我们会在两周后取消开发者的免费 API 调用额度’？一家负责任、值得信任的公司，本该这样做。" 有开发者说道。

" 是的，谷歌目前已经收集了足够的数据，并且领先于竞争对手，所以他们正在转变策略，大力推进盈利。我们都知道免费套餐一开始就太慷慨了，但我们是用自己的数据来支付费用，并帮助他们训练模型。" 有开发者表示，"AI 小善人，公域粉吸完了，现在是准备付费转化了。"

这周或与 OpenAI 再战

前段时间，谷歌凭借 Gemini 3 赢得了一大批用户。另外根据《金融时报》数据，截至 2025 年底，用户在桌面端和移动网页端单次使用 Gemini 的平均停留时长已经达到约 7.2 分钟，首次超过 ChatGPT 的约 6 分钟，也略高于 Anthropic Claude 大约 6 分钟的水平。

但激烈的大模型争夺战仍在继续。据报道，OpenAI 正计划通过即将推出的 GPT-5.2，对谷歌 Gemini 3 作出首次回应。原计划于 12 月底发布的 GPT-5.2 预计将提前至 12 月 9 日发布。GPT-5.2 的基准测试结果也已经在网上传开。如果这些数据最终被证实，那么这场竞争优势就又回到了 OpenAI 手中。

就在网传 GPT-5.2 发布之际，网友发现 Gemini 3 Flash 现已登陆 LM Arena，还有人称 "Gemini 3 Flash 似乎是谷歌对标 GPT 5.2 的产品。"

这让网友们非常兴奋：" 太精彩了，OpenAI 和 Google 攻守双方完成了对接。Nano Banana pro 和 Gemini 3 Flash 是 Google 准备的后手，以狙击 OpenAI 本周发布的 GPT-5.2 。"

"AI 行业某些部分可能确实存在泡沫，比如荒谬的高额种子轮融资，但我比任何人都相信 AI 是最具变革性的技术，从长期来看这些投入都是值得的。我的工作是不论泡沫破不破，DeepMind 和 Google 都必须处于最强位置。"Google DeepMind 联合创始人兼首席执行官 Demis Hassabis 在参加 Axios 活动时候说道，可见其与 OpenAI 竞争到底的决心。

谷歌对 Gemini 3 表现满意

这场竞争中，前期表现不佳的谷歌，凭借 Gemini 3 拿下一城。

" 我们对 Gemini 3 的个性、风格和能力都非常满意。我喜欢它回答得简洁，也会在必要时反驳你一下，而不是凡事都附和。如果你的观点不太合理，它会温和地推回去。我觉得大家能感受到这是一种阶跃式的智能提升，也因此更有用。"Hassabis 说道。

这不禁让人想到此前 OpenAI 因 ChatGPT 过于谄媚，而回滚了 GPT-4o。看得出来，谷歌刻意规避了这个问题。

Hassabis 很喜欢看到用户使用 Gemini 3 进行各种尝试。" 你一旦发布新技术，几百万、甚至数十亿用户会立刻使用，我们不断被用户很快发明出来的各种酷炫用法惊到。这就是我们如此热爱当前这个科研与产品紧密结合时代的原因。"

他个人最喜欢的是 Gemini 3 可以 " 一次性 " 完成游戏制作。

" 回到我最早做游戏 AI 的年代，我认为我们现在已经非常接近能够用模型在几小时内创建商业级游戏，而这过去需要几年时间。这说明了模型难以置信的深度与能力：它能理解非常高层次的指令，并生成非常细致的输出。Gemini 3 另外一个特别强的地方是前端开发、网站开发，它在审美、创造性和技术上都非常优秀。"

" 所有模型都是这样，创新速度太快，我们花太多时间在构建新版本，以至于我们没有时间去探索现有模型能力的十分之一。" Hassabis 表示，" 每次我们发布新版本时，我都会有一种感觉：我甚至没来得及去探索现有系统的十分之一，就得马上投入下一代的研发，还要确保安全、可靠等等。所以反而是用户把它们用得比我们内部还深入。"

把 Scaling Law 推到极致

对于这次突然限制免费 Gemini API，有网友表示怀疑，" 是不是算力不太够了，最近几天一直在 AI Studio 玩 Nano Banana Pro，前天开始速度很慢，一张图等半天。" 还有人猜 " 新模型发布，老模型没下，卡紧张了。"

虽然不知真正原因，但就像 Hassabis 说的谷歌会一直需要算力：" 我们在 Google、在 DeepMind，确实拥有很多资源，但不是无限的。我们永远需要更多算力，不管现在有多少算力都不够。我们之所以能够开展如此广泛的研究，是因为有这些资源。"

他依然主张 Scaling Law。在回答 "AGI 是否会仅靠改进大模型和生成式 AI 实现 " 的问题时，Hassabis 表示，" 我们必须把当前系统规模推到极限，它至少会成为 AGI 的关键组成部分。也有可能光靠规模化就够，但我猜回头看，我们会发现还需要一两次类似 Transformer 或 AlphaZero 那样级别的突破。"

Hassabis 认为大概五到十年才会达到 AGI，不过他对 AGI 的标准很高：它必须具备所有人类认知能力，包括创造能力、发明能力。

他解释道，当前的 LLM 在某些方面像博士、像奥赛冠军，但在其他方面仍然很弱，比如一致性、持续学习、长期规划、复杂推理等。它们是锯齿状智能。它们最终会具备这些能力，但可能还需要一两次重大突破。

Hassabis 回忆，2017、2018 年那段时间，谷歌有很多项目：有自己的语言模型 Chinchilla、内部用的 Sparrow，团队还最早发现了一些扩展法则，也就是 Chinchilla Scaling Law；也有其他方向：如基于 AlphaGo 的 AlphaZero、纯强化学习系统，以及受认知科学和神经科学启发的架构。" 当时我们并不确定哪条路能最快、最安全地通向 AGI。我的任务就是建成 AGI。"

" 我其实对路径非常务实：它必须有效。当我们看到规模化开始真的起作用，我们就持续把更多资源投入那条研发分支。"Hassabis 称，" 这就是科学方法的美妙之处。如果你是真科学家，就不能教条地坚持自己某个想法，而必须跟随实证证据。"

身为科学家的优势

而作为一名科学家，Hassabis 处理一切问题的默认方式，就是科学方法。他认为，科学方法可能是人类历史上最重要的思想之一，因为它催生了启蒙运动、现代科学，也构建了现代文明。科学方法的实验精神、假设更新、证据驱动，是一种极其强大的思维方式，而且它不仅适用于科学，还适用于日常生活甚至商业。

" 我们处在科技史上可能最激烈的竞争中，但我们凭借严谨与精确脱颖而出，而科学方法是我们工作的核心。我们把顶尖研究、顶尖工程技术和顶尖基础设施相结合，而在 AI 前沿领域，你必须同时具备这三者。我认为在这三个领域都拥有世界一流能力的机构并不多见，而我们正是其中之一。"Hassabis 说道，" 我一直把它用到极致，我认为这也是我们作为研究机构和工程团队的优势所在。"

在 AI 人才的争夺上，Hassabis 直言 " 最近确实很疯狂，比如 Meta 的一些做法。" 但他表示，谷歌寻找的是 " 使命驱动 " 的人。"DeepMind 有最好的使命、有全栈能力，如果你想做最有影响力的工作，这里是最佳地点。最优秀的科学家和工程师想要参与最前沿的系统，而这反过来又吸引更多顶尖人才。"

谷歌未来的三个主打方向

作为全球 AI 大模型的领头羊之一，谷歌的发力方向很值得业内关注。

根据 Hassabis 的说法，谷歌正努力推进的方向有三个。

首先是模态融合。Gemini 从一开始就是多模态模型，能够接收图像、视频、文本、音频，并且现在越来越能生成这些模态的内容。谷歌正在看到跨模态互相促进的效果。一个例子是最新的图像模型 Nano Banana Pro，它展现出惊人的视觉理解能力，可以生成非常准确的信息图。 Hassabis 认为未来一年在视频与语言模型融合方面，我们会看到非常有意思的能力组合。

谷歌正在研发并已投入使用的技术中，Hassabis 认为令人惊叹且未被充分关注的，是这些模型具备的多模态理解能力，尤其是视频、图像和音频的多模态处理能力，其中他特别强调视频处理。

" 如果你让 Gemini 处理一段 YouTube 视频，你可以向它提出各种各样的问题，它对视频内容的概念性理解程度常常让我感到震惊。虽然并非每次都能完美理解，但多数情况下，它的表现都令人印象深刻。"

Hassabis 拿自己喜欢的电影《搏击俱乐部》举例，其中有一个场景是有人在打架前摘下了戒指。他曾问 Gemini 这个动作的意义是什么，它给出了一个非常有趣的哲学解读：这个动作象征着脱离日常生活，展现出一种放下世俗束缚的态度。" 这种深层次的元认知洞察力，是这些系统如今具备的强大能力之一。"

另外，谷歌还有一个名为 Gemini Live 的功能，你可以用手机对准某个物体，比如告诉你的手机 " 你是一名机械师 "，它就能帮你处理眼前的相关任务。理想情况下，这种功能应该应用在眼镜等设备上，这样你就可以解放双手。但 Hassabis 认为人们目前还没有充分意识到这种多模态能力的强大之处。

其次是世界模型，Hassabis 个人正在亲自推动这一块发展。" 我们有一个系统叫 Genie 3，是一种交互式视频模型。你可以生成一个视频，然后像走进游戏或模拟世界一样进入其中，并且它能保持大约一分钟的连贯性，这是非常令人兴奋的。"

最后则是智能体系统。Hassabis 指出，现在的 agent 还不够可靠，不能完成全任务，未来一年会有重大进展。

" 我们有一个愿景叫通用助手（universal assistant），希望 Gemini 最终变成这样。未来一年你会看到它进入更多设备。"Hassabis 说道。所谓通用，不只是电脑、笔记本或手机，也可能是眼镜或其他设备。

" 我们想创造一个每天都能帮助你、你每天要多次咨询的助手，成为你生活的一部分，提升你的工作效率，同时改善你的个人生活，比如给你推荐书、电影或你喜欢的活动。不过，目前的 agent 还不能让你把一个完整任务全权委托给它，并且放心它会可靠地完成。但一年后我认为我们会看到接近能够做到这一点的 agent。"

Hassabis 还提到了，随着 agent 更强、更有自主性，它们会更有用，所以各行业一定会构建，但它们越自主，就越可能偏离你最初的指令或目标。因此如何确保能够持续学习的系统保持在你设定的护栏内，是非常活跃的研究领域。

他表示，好消息是，AI 如今具有巨大的商业价值。如果你作为模型提供方向企业出售 agent，那些企业会要求你提供可靠性保证、数据处理保证、客户行为保证。如果出了问题，它不会是 " 灭绝级 " 的，但你肯定会失去生意。而企业会选择更负责任、有更强保证的供应方。所以资本主义本身会在一定程度上激励更负责任的行为。当然，如果做得不当，也有可能跳出护栏。概率不是零，而这正是最大的不确定性之一。既然概率不是零，那就必须严肃对待并投入资源进行缓解。

此外，Hassabis 在访谈中还提到，在全球竞争中，他认为美国和西方目前仍领先，但中国也没有太远，最新的 DeepSeek 或其他模型都很强，有非常有能力的团队。" 领先优势可能只剩‘几个月’，而不是‘几年’。"

Hassabis 表示，在剔除芯片因素后，西方依然在 AI 算法创新方面占优势。" 中国的团队非常擅长快速追赶当前最先进的方法，但在提出超越现有前沿的全新算法方面，目前还没有看到类似突破。"