这几天应该有不少人和我一样打开 Google AI Studio 或者翻到 Gemini API 的文档页发现之前一直白嫖得很舒服的免费模型突然不见了。谷歌这次的动作比以往都大不是悄悄把某个旧模型下架也不是简单把限流调低而是直接砍掉了一大批免费 Gemini 模型的使用入口。后台讨论群和朋友圈里已经炸锅了有人在问账号是不是被风控了有人在抱怨自己的脚本一觉醒来全部跑 429也有人在到处找还能免费用哪个模型的替代方案。我先说结论这件事不完全是坏事但对所有依赖免费 AI API写代码、做产品原型、跑自动化任务的人来说是一次必须正视的转折点。平时我们习惯了薅免费额度总觉得大厂给的羊毛天经地义等到砍羊毛的时候才意识到自己的整个工作流居然建立在一家公司的慷慨之上。这篇文章我会从事件波及范围、谷歌背后的算盘、对普通用户和开发者的具体影响以及我实测下来的替代迁移方案几个角度展开尽量给你一份可以直接抄作业的应对清单。1. 这次关停是什么情况先理清楚受影响的范围1.1 被波及的模型名单先说事实层面。谷歌这次调整的核心是收窄免费模型的可用范围和调用额度。受影响比较明显的包括一批早期开放免费额度的 Gemini 1.x 系列模型入口被收回或迁移到付费档。AI Studio 里部分面向个人用户的免费实验模型改成了按量计费或需要绑定付费账号才能访问。API 接口侧免费层级的每日请求配额大幅缩水部分原本不绑卡也能用的模型变成了必须先开通付费结算账号。具体名单在不同地区、不同时间段可能不完全一样你直接查看官方模型列表页就能看到。这里提醒一句不要只看 AI Studio 界面上的开关要去看 API 文档里每个 model 的 quota 说明两者经常不同步。我实测下来AI Studio 的网页端聊天有时候还能用某些模型但同一个模型放到 API 调用就直接返回model not found这种不一致是这次调整里最让人头疼的地方。1.2 免费额度到底缩了多少拿 Gemini 1.5 Flash 来说之前个人开发者的免费调用额度是每天有一定数量的请求对一个练手项目、教程演示、小工具来说基本够用。调整之后这类旧模型的免费额度要么取消要么大幅压缩你需要在后台重新审视自己的调用模式。我看了一下身边朋友的实际反馈日常写文案、做摘要、翻译这类几百个请求/天的用法受影响最大。因为免费额度砍完之后要么按条付费要么换到新模型的更低免费档。而普通聊天用户其实感知不强因为网页端的 Gemini 应用并没删掉只是免费模型的入口变少了。1.3 这次调整和以前悄悄下架的区别以前谷歌也时不时下架一些实验模型比如早期的 Bison、PaLM 系列但那些调整对大多数人的实际影响很小因为替代模型随之上线能力还提升了。这次不一样核心变化在于免费和付费之间的墙突然变高了。过去 Gemma、Gemini 1.5 Flash 这些模型给人一种开源平替免费 API的错觉让不少个人开发者把整套工具链都挂了上去。现在免费墙收紧了等于直接告诉你要么为算力买单要么把你辛辛苦苦写的提示词和数据管线再迁移一遍。2. 免费模型消失的真正原因算力开销、商业化节奏与 API 策略2.1 一个免费请求背后是实打实的显卡账单很多人不理解为什么大模型公司会对免费这么小气。我换个方式说你每发给 Gemini 一次请求谷歌那边都要把 prompt 拆解、放到 GPU 上跑前向推理、把输出 token 流式返回这中间每一步消耗的都是实打实的算力资源。一个中等长度的对话少则几千 token多则几万 token而训练好的大模型做推理也不是免费的尤其是长上下文场景KV Cache 占用的显存比想象中大得多。举个容易理解的类比免费 API 就像超市里的试吃摊偶尔尝一块没问题但每个进店的人都端着盘子把试吃当正餐吃那超市肯定要把试吃摊撤掉。免费模型的调用量一旦起来对谷歌来说就是无底洞。ChatGPT 的免费版一直在但也做了大量限流3 小时内的消息数量、文件上传数量都有隐性限制。Claude 免费版同样有严格的消息数上限。相比之下谷歌之前给开发者开放免费 API 的风气过于宽松很多人甚至写了个定时脚本一天跑到几千次这种玩法但凡上线量稍微起来一点触发调整只是时间问题。2.2 免费额度从来不是慈善而是获客漏斗说到这我得泼一盆冷水几乎所有云厂商、AI 厂商的免费额度本质都是获客漏斗的顶端。先让你免费试用、把代码写好、把数据管线搭好等你离不开这个生态的时候再慢慢把价格和额度调整到商业可持续的水平。谷歌这次的动作本质上就是获客漏斗开始收口了。你以为你在白嫖谷歌的算力其实是你在帮谷歌测试模型、用真实反馈优化产品顺便养成调用习惯。等到模型能力足够强、商业化足够成熟免费层级的缩水和关停就是必然事件。这个逻辑放在 OpenAI、Anthropic 身上也一样只是节奏和手法不同。2.3 和 GPT、Claude 的对比谷歌的牌面依然很多虽然免费额度缩水了但横向比一下谷歌在模型生态里的家底依然是最厚的之一模型方向谷歌OpenAIAnthropic免费聊天入口Gemini 网页端基础功能免费ChatGPT 免费版限流严格Claude 免费版限流严格开发者 API 免费档部分新模型保留少量免费试用额度有限很多模型直接按量计费有限主要靠充值开源模型Gemma 系列权重开放无无多模态能力Gemini 原生多模态图片音频视频都能进GPT-4o 等多模态表现均衡文本最强多模态仍在追赶长上下文百万级上下文表现突出几十万 token 级别20 万 token后来有更高配套生态Vertex AI、AI Studio、Workspace 全家桶生态强在插件和团队协作主打编程和深度文本理解所以谷歌不是不给免费用了而是把免费午餐的菜单变薄把真正优质的能力逐渐推到付费墙后面。后面我会具体讲怎么在现在的规则下找到性价比最高的组合。3. 波及面到底有多大普通用户和开发者的处境完全不同3.1 普通用户网页端聊天其实还能用先给只用 Gemini 网页端聊天、写文案、做翻译的普通用户吃颗定心丸你们的日常受冲击不大。谷歌砍的主要是 API 和开发者侧的免费入口普通对话入口并没有彻底取消。你打开 gemini.google.com 或者接入到 Workspace 里的 Gemini 功能基本体验还在只是可能偶尔遇到排队和限流提示。但现在有个新问题暴露出来了很多人手头攒了好几个谷歌账号用来分摊聊天额度或者测试同一 prompt 的不同输出。这次调整之后谷歌对账号的验证和风控明显变严了连带着出现了一批账号被限制的讨论帖。这里我负责任地提醒一句如果你是在正常使用范围内分配账号问题不大但如果你批量注册、高频请求、分享 API Key那很容易触发风控这种情况下被限制只能怪自己不要动不动喊谷歌误伤。3.2 API 开发者老代码一夜之间跑不通了开发者受的冲击才是真的大。我自己的一个自动化脚本之前一直用某款免费模型的 API每两小时调用一次做网页内容结构化提取。结果这次调整之后第一次跑就直接抛异常返回的信息是模型已经被下线或当前账号没有访问权限。我排查了很久才发现不是代码的问题而是模型 ID 本身失效了。这里面有个特别坑的细节谷歌的模型 ID 和展示名称经常对不上。你在 AI Studio 网页上看到的Gemini 2.0 FlashAPI 里的 model 字段可能是gemini-2.0-flash-001也可能换成了gemini-2.5-flash-preview-06-17这种带日期后缀的版本号。关停一天版本号一变你代码里的旧 ID 就废了。所以你需要做的是全局检查代码里所有写死的模型 ID不要只盯着页面上的大红按钮看。3.3 账号、配额和计费状态最容易误判的地方第二类常见问题出在配额报错上。以前免费调用的时候报错通常是429 RESOURCE_EXHAUSTED代表当天免费额度用完了第二天自动恢复。而调整之后你可能会遇到403 PERMISSION_DENIED意思是当前账号角色根本没有权限用这个模型哪怕你还有额度也白搭。还有一种情况更隐蔽你已经绑定了付费结算但某个模型还是不能调。原因是部分新增模型或者新版本模型有单独的白名单或试用期限制你需要在 AI Studio 的模型详情页手动申请访问权限。别以为付费就万事大吉付费只是有资格不等于自动开通所有模型。4. 我实测的应对清单从网页端到 API 的迁移路径4.1 先梳理自己的调用场景别盲目迁移遇到这种突发变动第一反应是慌第二反应是想赶紧找个免费替代方案。但我的建议是先别急把你实际的调用场景列一个清单。我自己给所有依赖 Gemini 的任务分了三类低频率、低数据量比如每天十几次的文案生成、翻译、摘要这种任务对整个生态依赖极低换哪个模型都行甚至网页端手动粘贴也可以。中频率、有结构输出比如定时抓取网页摘要并写入数据库这种需要稳定的 API 接口和可解析的输出格式需要认真规划模型。高频率、高并发、长上下文比如批量文档处理、多模态内容分析、长时间 Agent 任务这种必须精细化选择模型和控制成本否则就算有免费额度配额也撑不住。你自己先对号入座再看下一步怎么走。4.2 免费替代现阶段还能用的模型选什么从我现在实测的结果来看谷歌现阶段留下的可用模型里值得关注的是新版本系列比如 Gemini 2.x / 2.5 系列的部分 preview 模型。这些通常还有一定的免费体验额度尤其适合短文本生成、图片理解这类场景。但是要清楚preview 模型意味着接口随时可能变、能力还不稳定、配额随时可能调生产环境如果用 preview就要做好随时跟随变化改代码的心理准备。另一个真正值得托底的免费方案是谷歌的 Gemma 系列开源模型。这个和 Gemini API 是两码事。Gemma 是开放权重模型你可以直接下载到本地或者部署到自己的 GPU 服务器上也可以免费用在线平台跑。虽然参数规模越大效果越好但对个人开发者来说Gemma 27B 这类中等规模的模型量化之后放到本地 24G 显存上跑大多数文本任务完全够用而且再也不怕被上游关停。如果你既不想本地部署又不想撞付费墙还有一个组合思路用 Gemini API 处理你需要上下文能力的核心任务把简单重复任务换到本地小模型或开源模型上跑。这样既保住了质量上限又把成本重心移到自己的可控硬件上。4.3 付费档位的选择怎么把钱花在刀刃上如果业务确实需要稳定的 API 访问我不建议直接劝你放弃付费——毕竟时间和稳定性都是成本。但付费也要讲究方式按量计费模式适合调用量波动大的场景用多少付多少不用担心浪费。包月、套餐模式适合每天固定调用量很大的场景但要注意套餐包含的是哪些模型版本别买了一个月度包结果里面最好的模型已经被关停或改版本。优先选新版主力模型老版本虽然可能有存量折扣但被下线的概率更大长期看迁移成本会吃掉折扣带来的那点便宜。我踩过这个坑为了省每千 token 几厘钱半年后被迫整体迁移一次改代码改提示词的时间成本远超那点差价。4.4 API 迁移实操从旧模型切到新模型的代码改动示例下面我给一个最小可用的 Python 迁移示例。假设你原本用的是gemini-1.5-flash现在想切到新的gemini-2.0-flash或对应的 2.x 免费版本代码改动主要集中在GenerativeModel()初始化那一段import google.generativeai as genai # 配置 API Key建议用环境变量读取不要硬编码 genai.configure(api_keyYOUR_API_KEY) # 旧版写法 # model genai.GenerativeModel(gemini-1.5-flash) # 新版写法注意以官方文档最新模型 ID 为准 model genai.GenerativeModel( gemini-2.0-flash, generation_configgenai.types.GenerationConfig( temperature0.7, max_output_tokens8192, ), ) response model.generate_content(用三句话总结这篇博客的核心观点) print(response.text)如果你用的是 REST API那么变化主要在 URL 路径里的模型 IDcurl https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?keyYOUR_API_KEY \ -H Content-Type: application/json \ -d { contents: [{ parts: [{text: 解释一下什么是回调函数举例说明}] }] }提醒两个点第一模型 ID 一定要以官方文档为准群友发的 ID 和实际文档经常对不上尤其带日期后缀的 preview 版本更新非常频繁第二检查和更新代码时把所有出现旧模型 ID 的地方统一替换用grep -r 模型名 your_project/全局搜一遍别只改主入口文件我自己就漏过配置文件里的一个旧 ID排查了一个多小时。4.5 把代码写得更抗关停这次事件给我最大的教训就是不要把任何单一模型当成永久的依赖。我现在的做法是对 API 访问做了一层很薄的适配层所有模型调用统一走一个函数函数内部记录当前使用的 model 名称。模型 ID 集中放在一个常量文件里不散落在业务代码中。核心逻辑不绑定特定模型的输出格式尽量用 JSON 结构化输出的方式做解析哪怕换模型解析层也不用改。预留一个快速切换开关一旦某个模型被关停改一个配置项就能切到备用模型。这个思路在平时毫无存在感但遇到这种突发关停就非常值钱。我用一个config.py集中管理模型名# config.py GEMINI_MODEL gemini-2.0-flash # 全局统一从这里切换 GEMINI_FALLBACK_MODEL gemini-1.5-flash-latest # 备用模型需确认是否仍可用然后调用层读取这个配置而不是到处硬编码模型名。这样一次关停事件来了你只需要改一行配置而不是翻遍整个仓库。5. 几个不容易注意的细节和我踩过的坑5.1 免费和付费模型的返回质量是真的有区别这次调整之后我发现一个现象同样一个 prompt在免费模型中得到的回答长度、结构化程度和付费模型明显不同。免费模型更容易出现惜字如金的情况输出很短、不主动展开你需要不断加指令逼它写详细。付费模型则整体更聪明能忠实执行复杂指令、输出更完整。这背后的原因不完全是玄学。厂商在免费档可能故意降低算力分配、使用量化版本、或者对输出长度设置了隐性上限。所以测试的时候不要拿免费模型的结果去验证付费模型的效果这俩不是同一个东西。我建议你如果想评估某个任务的可行性先把 prompt 精炼好然后直接花钱跑一次完整用例看真实效果和成本比在免费模型上反复试探效率高得多。5.2 限流和账单常见报错与应对对照我把这段时间遇到的典型报错和处理方式整理成了一张表方便你对照排错报错信息含义常见原因应对办法404 MODEL_NOT_FOUND模型 ID 不存在或已下线使用了旧版模型 ID、地区不支持查官方模型列表更新代码中的模型 ID403 PERMISSION_DENIED当前账号无权限访问该模型未申请白名单、账号未结算、模型需要特批到 AI Studio 模型详情页开通访问429 RESOURCE_EXHAUSTED配额耗尽免费额度用尽或达到 RPM/TPM 上限等待额度恢复、升级套餐、降低调用频率400 INVALID_ARGUMENT请求参数不合法prompt 格式有误、输出长度超过上限检查请求体尤其 contents 的格式计费金额异常成本超出预期模型版本不同导致 token 单价变化、长上下文 token 消耗大在 Vertex AI 控制台查看用量明细最坑的是429和403同时出现前端一直显示配额不足你以为是额度问题去充值结果充完发现还是访问不了仔细一看原来是权限没开通。所以遇到报错先看状态码再查权限最后才怀疑配额。5.3 合规与账号安全突发的边缘问题也要重视还有一个我必须单独拿出来说的点这一波免费模型关停的风波里夹杂着不少跟账号买卖、批量注册相关的话题。我明确说一下我的立场正规使用永远是底线。不要去买来路不明的账号也不要用共享 Key 跑生产任务更不要去搞任何绕过平台风控的灰色操作。一旦账号出了问题你损失的不只是额度还有辛苦调试的 prompt 和数据。谷歌账号本身是免费的通过正规渠道注册的账号正常使用范围内的免费额度依然能享受。如果单个账号的免费额度确实不够用更合理的做法是注册多个账号并遵守平台规则同时做好账号隔离不要把生产环境绑在一个随时可能出问题的账号上。我在本地跑脚本的时候会为每个账号单独配一套 API Key 环境变量防止一个 Key 暴露后全盘皆输。5.4 旧模型下架不等于数据马上消失这一点很多人不知道即使模型从 API 列表里下线了你之前在 AI Studio 里创建过的对话、prompt、调优数据可能还保留在账号里一段时间。如果你有重要的提示词工程、少样本示例建议手动导出一份存档。尤其是一些模型做了微调或者用了复杂 system prompt 的一旦丢失再想重建非常痛苦。我建议每个季度做一次模型依赖体检检查代码里用了哪些模型 ID、有哪些调用任务还依赖免费额度、哪些 prompt 需要迁移到新模型上重测。这个习惯不费多少时间但在突发关停的时候能让你从容很多而不是像这次一样临时抱佛脚。6. 这件事对我的几个判断写到这里我把这次谷歌关停免费模型的事情做一个收尾不是总结套话是我基于长期观察的判断。第一大模型免费 API 的黄金时代正在快速退潮。个别小公司为了抢用户还可能推出免费额度但头部厂商的模型能力已经足够强商业化动力也足够大免费会越来越像试用装而不是正餐。后续即便是免费层级保留也会伴随更严格的身份验证、更小的配额和更多的广告或推广引导。第二把核心业务压在单一厂商的免费服务上风险极高。我建议所有做 AI 应用开发的朋友认真考虑多模型备份至少准备两套模型来源比如 Gemini API 开源模型本地部署或者 Gemini 其他云厂商的 API。平时多花一点维护成本关键时刻能救整个项目。第三真正值得长期投入的是那些不依赖特定模型的能力提示词工程、数据清洗流程、评估逻辑、结构化输出解析、多模型适配层。这些能力放在哪家平台上都是通用的。模型可以换来换去但你的基本功不会贬值。第四付费本身不可怕乱付费才可怕。这次调整之后我反而更愿意为稳定性和能力买单了前提是明确计算过单位成本、确认过模型版本、做过 fallback 方案。理性为工具付费是每个成熟开发者的基本功。最后送上一句我常跟团队说的话免费的往往是最贵的因为它会在你最想不到的时候突然消失。这次的 Gemini 关停事件就是一个活生生的提醒。大家赶紧检查一下自己的代码和依赖早点把方案调整过来别等到所有请求都开始报错才动手。