下一代Gemini模型因内部分歧、算力紧张及审批流程繁琐，发布时间推迟两个月。尽管有自研TPU，但模型训练、云业务及消费端、企业级AI需求叠加，算力仍不足。高层已启动组织架构调整以缓解资源分配问题。
在生成式人工智能浪潮推动下，算力成为科技巨头角逐的关键资源。谷歌的Gemini AI平台因需求激增，自2025年春季以来API调用请求量翻倍，导致核心算力捉襟见肘，被迫收紧资源分配。为平衡开发者和企业的激增负载，并保障生态系统公平，谷歌于2026年5月17日正式实施基于算力额度的使用限制，采用类似流量套餐的分级模式。这一举措不仅缓解了供应压力，也折射出整个AI领域对算力需求的失控性增长。
微软旗下GitHub于2026年4月28日宣布，AI编程工具Copilot将于6月1日起从固定额度订阅制改为按使用量计费，引入“GitHub AI Credits”积分体系。此举旨在应对Copilot向多步骤自主编码智能体平台演进带来的算力压力。新规废除原有“高级请求”计数，基础订阅价不变，改为每月分配积分。
大语言模型推理效率迎来突破。清华大学与Moonshot AI联合提出“预填充即服务”新架构，通过将推理过程拆分为预填充和解码两个阶段，并优化算力资源分配，有效解决硬件限制问题，显著提升模型服务性能。
Anthropic
$21
Input tokens/M
$105
Output tokens/M
200
Context Length
Iflytek
$2
-
Baichuan
4
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Join Now
