救命啊！我要被AI抢劫了！
今天上午，我在正常使用Google相关产品时，发现产品页面部分功能有问题，临近中午的时候才恢复。
之后，查看Gemini页面风格，就发生了变化，新推出了一个3.5 Flash模型，思考等级也分成了标准和扩展两个。
上网搜了一下，才发现今天上午（美国当地时间5月19日），Google I/O 2026开发者大会正式开幕了，核心主题就是：Gemini正式跨入智能体时代。底层模型迎来了3.5时代的首次迭代，Gemini 3.5 Flash成为新默认主模，并且已经全面接管并成为网页端和App的默认免费模型。
虽然Gemini 3.5 Flash名字带Flash，但据说它的多步推理、工具调用和代码编写能力大幅飙升，在多项智能体基准测试中甚至超越了3.1 Pro核心模型。此外，据说还推出了全新世界模型Gemini Omni，这个多模态大模型专攻高质量视频生成与编辑，能理解重力、动能等物理定律。目前看来，Gemini中生成视频的模型好像确实已经从之前的Veo切换成了Omni，不过好想免费用户还不能用，至少需要是AI Plus订阅用户才能体验。
不过，这不是我最关注的，我最关注的是Antigravity怎么样了（我用谷歌Antigravity部署AI手机，结果…远超CodeBuddy的智能，却败给一个开源BUG！）。
可以看到，相比之前，Gemini 3 Flash已经下线，替换为了3.5 Flash，而且区分成了High和Medium两个版本。
我之前开通了包年的Gemini AI Pro订阅，刚开始使用antigravity时的体验还不错，当时使用Claude、Gemini Pro这些模型的感觉是几乎不限量，没有出现过额度耗尽的情况。
大约到了今年2月份，开始频繁出现Claude模型额度紧张的情况，跑两个任务就会提醒额度耗尽，后来我才知道是更新了额度刷新机制（千呼万唤始出来！Windows用户终于吃上了Codex+GPT-5.4这口“热豆腐”，但额度有点一言难尽）。
再后来，大约是3月份之后，Gemini Pro也开始出现额度耗尽的情况。等到了4月份以后，最低配的Gemini 3 Flash模型也开始频繁出现额度耗尽的情况。
而今天更新之后，模型的额度消耗速度怎么样了？这么说吧，更快了！真是应了那句老话：一顿操作猛如虎，一看额度已入土。
Gemini 3.5 Flash的模型额度大概只用了24分钟就耗尽了，同时显示Gemini 3.1 Pro模型的额度也没有了，貌似Flash模型和Pro模型不再分开计算额度了。
然后，我又切换成Claude模型继续工作，大概使用了27分钟，额度也耗尽了。
好久没有体验到这种弹尽粮绝的感觉了，不到一个小时，两大巨头轮番给我拉响了弹尽粮绝的警报，直接Game Over。
面对这种情况，官方给出的明路只有一条：打钱，升级AI Ultra。虽说订阅费从抢钱级的250刀/月“大满减”到了100刀/月 ，但这依然是笔不小的开销。看来地主家也没有余粮了，AI巨头们算是把养套杀的策略玩明白了。
AI伙伴下线了，我就去搜了一下相关情况，发现还是高手在民间，有一位订阅了AI Pro的开发者在Reddit发帖称，“1月以前，每周能使用超过3亿input token/1-2百万output token的Gemini Pro模型，但后来一周仅用了不到900万input token/20万output token就达到了每周限额。
同时也是在2026年3月，大量Antigravity用户已开始报告免费层配额大幅削减92 %，以及被频繁推送250刀/月的AI Ultra订阅。
虽然根据AI Pro订阅的描述，AI Pro计划的配额每五小时刷新一次，直到达到每周上限，但实际情况是，需要每周等待一次刷新，而非每五小时，期间若不购买额外积分或升级计划，就无法继续工作。
不过，你以为升级了Ultra就万事大吉了？错了，即使是Ultra用户，也反映30分钟内就能耗尽Claude配额，然后还要等待数小时才能重新访问。
不过，据说今天调价之后，100刀/月的AI Ultra订阅可以提供比Pro计划高5倍的使用限额，按照这个强度算，好像勉强能将我的空窗期压缩至一小时。如果是100刀/月的AI Ultra订阅，可以提供比Pro计划高20倍的使用限额，几乎可以全天候工作了。
那市面上其他Agent的定价策略怎么样呢？
可以看到，2026年主流订阅价格带已经高度分层：轻中度用户主要在20刀/月，想要持续不断档的中重度agent工作流，要么每月花销100-200刀，要么选择那种允许超额按量付费继续跑的产品，
那如果不想多花钱，该怎么办呢？
首先，我们之前统计的免费模型（OpenClaw(原ClawdBot)免费AI模型终极配置指南：精选20+精英模型，打造你的低成本AI军团），现在也开始逐渐不可用了，一方面是用的人越来越多，API调用越来越拥挤；另一方面，现在Agent调用的上下文越来越长，以Hermes为例，要求上下文长度不小于64K，这就导致Groq平台的模型直接用不了了，他的免费模型限速为8000 TPM，连请求的上下文都放不下。
其次，就是本地运行模型，无论是GPU也好（Ollama连夜跳版本，只为迎接Google扮猪吃老虎的Gemma 4？）、手机也好（手机也能跑DeepSeek-R1/Qwen3了：零成本搭建AI推理平台）、Mac mini也好（告别“云端降智”与“订阅割肉”：Mac mini M4开启本地AI算力自由之路），都绕不开一个显存或者内存的问题。要跟上市面上主流模型的性能，成本还是稍微有一点点大。
面对高达百刀的月租，咱们普通打工人只能新三年、旧三年、缝缝补补又三年。如果你和我一样，只想死守着20刀的基础订阅过日子，不妨试试下面这三招抠门榨干法：
1、每20分钟做一次快照，并开新对话。Gemini和Claude明确表示把聊天长度、当前对话长度算进用量，别把对话养太肥，对话越长，你每发一句话系统要带着更长的历史一起推理，单次成本会越来越高。
2、所有请求默认短输出、diff、不讲课。输出越长，越耗token；用补丁式协作，别让它重写世界；模型默认会附上大量解释文字，这些解释本身也会消耗token配额。
3、先让模型开清单再补料，大文件不上传整份，只贴最小片段。官方明确把 文件附件大小、复杂度、功能、聊天长度计入用量，大文件/大上下文通常会显著提高复杂度与处理成本。
这三条加在一起，不需要多花一分钱，通常就能让同样的额度多撑2-3倍。
从2026年的这场计费风暴可以看出，AI工具已经从前两年的跑马圈地、免费狂欢，正式进入了精打细算、按量收割的下半场。以前写代码是看CPU占用率，以后写代码恐怕得盯着钱包余额了。
虽然学会控制Token是我们的必修课，但面对越来越高昂的AI“同事”雇佣费，大家是怎么看的呢？你是宁愿花100刀买个痛快，还是坚持用开源模型平替？又或者有更绝的白嫖姿势？欢迎在评论区留言，我们一起抱团取暖！
如果觉得这三个省额度的小技巧对你有用，别忘了点个在看和转发，救救那些还在频繁吃配额警告的兄弟们吧！
声明：来自铁军哥，仅代表创作者观点。链接：https://eyangzhen.com/8277.html
