Google公布Gemini收費新制!拆分「思考型」與「Pro」額度,一表看懂方案差異
Google公布Gemini收費新制!拆分「思考型」與「Pro」額度,一表看懂方案差異

隨著生成式 AI 進入深化應用期,Google 官方於 2026 年 1 月 15 日起,針對 Google AI 訂閱用戶進行重大服務調整: 正式將思考型(Thinking)與 Pro 兩款主力模型的每日使用額度進行拆分 。這意味著使用者將能更具選擇性地分配任務,不再因為使用了一次 Pro 模型處理任務,就排擠了處理日常繁雜工作的額度。

以下特別整理了額度拆分後的用戶權益有哪些。在此之前,也先跟大家介紹 Google AI,以便於理解這次的服務調整對現有用戶及潛在用戶有什麼影響。

Google AI 是什麼?

Google AI 是 Google 旗下最尖端 AI 技術的服務總稱,包含快捷、思考型,以及效能最強的 Pro 模型。這些模型具備更深度的邏輯推理、更長文本的處理能力(脈絡窗口),以及精確的多模態(圖片、文字、影片)理解力。

對於需要處理複雜數據、撰寫程式碼或進行深度研究的專業人士而言,選擇合適的訂閱方案是將工作效率最大化的關鍵。以下是 Google AI 最新的訂閱方案及適用對象比較:

方案 免費版 Google AI Pro Google AI Ultra
訂閱費用 $0 元 (需有 Google 帳戶) NT$650 元/月(首月 NT$0 元/月) NT$8150 元/月(前 3 個月 NT$4050 元/月)
雲端儲存空間 15GB 2TB 30TB
適用對象 日常查詢或較輕度使用者 需要進行深度研究、長文寫作者,如學生、研究員 企業級應用的用戶

延伸閱讀:Google發布10組Gemini提示詞!教你將目標拆解成每天、每週可執行計畫,中英文指令一次收

思考型與 Pro 模型額度分拆,對使用者有何影響?

過去,思考型與 Pro 模型的額度採合併計算,使用者容易陷入「算力資源錯置」的困境。當模型特性與任務需求無法精準匹配,無論是以高算力處理簡單任務,或是因選錯模型導致產出未達預期而需反覆修正,都會造成珍貴的每日額度在無意間被迅速消耗殆盡。

因此 Google 此次將 Gemini 模型的額度拆分,最大的意義在於「AI 算力的精準化」。使用者可根據當下的任務類型(如需要快速生成文案、需要深度分析的文本)進行模型的精準選用。

下表整理思考型及 Pro 模型可使用的額度有多少,以及不同訂閱方案享有什麼服務:

項目 Gemini(未訂閱 Google AI 方案) Google AI Pro 版 Gemini 應用程式 Google AI Ultra 版 Gemini 應用程式
快捷模型 一般存取權 一般存取權 一般存取權
思考型模型 基本存取權 - 每日上限可能會經常調整 300 個提示詞 / 天 1,500 個提示詞 / 天
Pro 模型 基本存取權 - 每日上限可能會經常調整 100 個提示 / 天 500 個提示 / 天
脈絡長度 32,000 個詞元 100 萬個詞元 100 萬個詞元
Agent - - 用量上限:
● 每天 200 個 Agent 要求
● 同時執行 3 項 Agent 工作
語音摘要 20 則 / 天 20 則 / 天 20 則 / 天
Deep Research 使用思考型模型,每月最多可生成 5 份報告 使用 Pro 模型,每天最多可生成 20 份報告 使用 Pro 模型,每天最多可生成 200 份報告
Deep Think - - 每天最多 10 個提示,脈絡窗口達 19.2 萬個詞元
使用 Nano Banana 生成及編輯圖像 100 張圖片 / 天 1000 張圖片 / 天 1,000 張圖片 / 天
使用 Nano Banana Pro 生成及編輯圖像 3 張圖片 / 天 100 張圖片 / 天 1000 張圖片 / 天
動態檢視 25 個提示詞 / 天 250 個提示詞 / 天 250 個提示詞 / 天
排定動作 - 2.5 Deep Think 部分權限 2.5 Deep Think 部分權限
影片生成 - Veo 3.1 Fast (預先發布版)每天生成最多 3 部影片 Veo 3.1 (預先發布版)每天生成最多 5 部影片
投影片生成 20 份簡報 / 天 - -

延伸閱讀:Gemini 3是免費的嗎?Gemini 3 Pro費用多少?一表看API限制和配額

模型選用指南:快捷、思考型、Pro 該怎麼選?

隨著額度分開計算,使用者務必了解模型的專長,如此才能將訂閱費精準花在刀口上,並讓 AI 更融入到自身的工作環節中。

1. 快捷模型:日常任務的主力
這是 Gemini 應用程式中速度反應速度極快,且幾乎無延遲的基礎模型。當進階模型的額度用盡時,系統將自動切換至此模型,確保對話不中斷。

● 適合處理任務:歸納會議紀錄、長文總結、腦力激盪發想、一般資訊查詢。

2. 思考型模型:兼顧速度與推論
專為快速解決複雜問題而生,具備更強的邏輯推演能力,能處理非直線性的因果關係。

● 適合處理任務:策略分析、多步驟的邏輯謎題、需要推導過程的決策輔助。

3. Pro 模型:極致效能的專家
Gemini 3 系列中最強大的進階模型,專為高難度任務設計。擅長深度理解文字、檔案、圖片和影片等多模態資訊,並具備最強的數學與程式設計能力。

● 適合處理任務:複雜程式碼撰寫與除錯、高等數學運算、跨檔案的深度分析與學習。

gemini新收費方案
圖/ 數位時代

本文授權轉載自FC未來商務

關鍵字: #AI工具 #Gemini
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓