谷歌把Gemini免费层降一档模型,图像和视频工具按价格分层
2026年10月3日,9to5Google报道称,谷歌更新的支持文档规定,没有订阅Google AI的用户从10月9日起只能用3.5 Flash-Lite模型。免费使用3.6 Flash和3.1 Pro的日子到此结束。
这次变动落在Gemini应用里,不在模型发布本身。据9to5Google报道,那一周更新的支持文档写明,未付费用户从10月9日起被降到3.5 Flash-Lite。每月付4.99美元的AI Plus订阅用户保留Flash-Lite和Flash,但失去Pro。只有每月19.99美元的AI Pro和99.99美元或199.99美元的AI Ultra能保留全部三个模型。
The Decoder读了同一个支持页面,看到同一张表。它10月4日的报道补上了商业上更关键的对比。这套安排与OpenAI给ChatGPT的免费增值结构相似:免费产品跑在更小的模型上,前沿那一档要刷卡才能进。
9to5Google那篇稿子里有两个细节容易漏掉。AI Plus订阅用户会收到一封邮件,告知改动何时生效。AI Pro客户还多了一个Deep Think选项,用于“最大并行推理”,此前只限两个Ultra套餐。谷歌表示Gemini 4 Argon会先向AI Ultra订阅用户开放。
更便宜的图像模型换来了什么
谷歌在收紧自己梯子的顶端,Ideogram在定价上走了反方向。该公司10月4日发布的模型页面列出Ideogram 4.5,提供四种质量模式,原生2000像素分辨率。每张图固定收费:极低质量为0.008美元,低质量0.03美元,中等0.06美元,高质量0.10美元,无需订阅。其Precise Edit端点高质量收费0.22美元,与基于参考图的生成同价。
卖点是多轮编辑。Ideogram声称该模型消除了伪影累积,所以裁切后再编辑的图能拼回原图,不出现像素错位或颜色变化。页面还写明,价格不随提示词长度、参考图数量或输出分辨率变化。这是直接冲着按token或按迭代次数计费的工具去的。页面没有说明,离开厂商自己的前后对比图库,这项伪影声明是否还成立。
Ideogram进入的市场里,最显眼的图像和视频工作现在由智能体完成,而不是人打开某个应用。一个叫explainroo的开源项目10月4日发到GitHub上,它接收一份脚本,在本地渲染出带旁白的MP4。Kokoro用54种声音朗读八种语言的音轨,不需要API密钥。Whisper给每个词打时间点,Chrome绘制画面,ffmpeg合成文件。仓库的更新日志把0.4.1版定在10月20日,那一版让箭头和图表标签在镜头停留期间保持完整。
这个项目是为编程智能体做的,不是为剪辑师做的。README说它最适合搭配Claude Code和Opus 5.5使用,智能体会自己检查输出,因为它看不了视频。这个细节很小,却说明了多媒体制作正在往哪走。指定视频要什么的人,可能在MP4生成之前一眼都没看过那些画面。
语音数据,自愿提供
多模态训练数据有自己的价格。BleepingComputer 10月4日报道,Anthropic已开始提示Claude用户分享语音对话用于模型训练。该选项默认关闭,开关在“设置、隐私”里。提示语写着:“允许我们使用你的语音数据来改进我们的AI模型。”语音训练与现有的聊天和Claude Code训练控制分开,用户可以让一个开、拒绝另一个。
Anthropic这一步是自愿的,也可以撤回,处在光谱较软的一端。OpenAI 10月4日的披露则在硬的一端。该公司称它打断了一场协同行动,对方试图从其模型中提取受保护的推理内容。最早的活动出现在7月第一周,7月24日和25日出现高流量峰值,来自4000多名用户的16000次请求。另一个相关集群有15000多名用户,到7月28日被完全打断。OpenAI把核心集群归因于与Kimi开发者Moonshot AI有关联的个人,并表示操作者没有破解加密,也没有访问已存储的对话。
对做多模态产品的人来说,有一句话很重要,而且是OpenAI自己说的。这种操纵“不是OpenAI模型独有的漏洞”。该公司通过Frontier Model Forum共享了信息。它的文章认为,被提取的推理内容可以用来训练另一个模型,而不必带上原模型面向用户输出所施加的防护措施。
给出决定,而不是段落
不是每个新模型都想写文章。Jerry Gamblin是CVE计划质量与自动化工作组的成员,他声明自己文章中的内容不代表CVE计划的立场。他让Cloudflare的Clef和Clef Flash跑遍了2026年8月4日至10月3日之间发布的全部27489个CVE。Clef是从Qwen 3.8微调而来的270亿参数模型,Clef Flash是从Qwen 3.5来的90亿参数模型。两者都是Apache 2.0许可,权重放在Hugging Face上,也都能通过Ollama在0.35版加入的decision端点访问。
这两个模型返回的是选项和概率,不是文本。在Linux内核之外,23736条描述里有989条,也就是4.2%,从未说明安全影响。内核的政策把影响判断留给用户。把内核算进去,这个数字升到27489条里的4650条,即16.9%。Flash单独用太严格,于是270亿参数的模型重读它的标记,推翻了2187条中的1198条,占54.8%。对照他手工标注的129个CVE,两步走的答案抓到了他判定为无影响的16个中的15个。
这是一个分类器在做大多数人以为需要语言模型写文章才能做的事。Alex L. Zhang在10月4日的一篇博客里提出了更宽的看法。他写道,语言模型的输入和输出形态自ChatGPT以来几乎没有变过,智能体的工作几乎都花在这个形态外面搭一套外壳,而不是改变形态本身。他举了Typesafe AI的模型Jev为例,其输出被限制在0到1之间的一个数,代表了另一种取舍。
Lewis Mitchell 10月1日提交到arXiv的一篇论文从训练一侧给出了相关结果。用一个非参数的熵率估计器过滤合成文本,全程不涉及模型,在Llama-3.1-8B上六次QLoRA生成中,独特三元组增加了42%,重复减少了19%。基于logprob的过滤没有显示出显著收益。
这些都没有回答谷歌的档位调整对普通用户意味着什么。The Decoder的判断是,实际影响可能很小。多数随手用的用户不知道自己跑的是哪个模型,重度用户本来就在付钱。
更难的问题是,图像和视频功能是否跟着同一堵墙走。9to5Google的报道和The Decoder转述的支持文档,都没有说明新的努力档位,低、中、高,会如何在各套餐之间计量。9to5Google指出,Argon会落在哪一档还不清楚。在谷歌公布之前,价格表是唯一可靠的参照。
资料来源
9- 01Gemini app limiting what models free and AI Plus users can accessEN
- 02Google's new Gemini tiers cut free users to its weakest model and lock $5/month subscribers out of ProEN
- 03Ideogram 4.5: The most precise edit modelEN
- 04Explainer videos and product demos made by your AI agent. Free and open sourceEN
- 05Anthropic asks Claude users to share voice data for AI model trainingEN
- 06Disrupting a coordinated model-distillation campaignEN
- 07Local models on 27,489 CVEs: 4.2% omit security impactEN
- 08Language Model "Shape" - Alex L. ZhangEN
- 09No Model Required: Text Entropy Rate Filtering Mitigates Iterative Fine-Tuning CollapseEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。