据 CNBC 转引《金融时报》报道，Google 限制了 Meta 使用 Gemini AI 模型的容量，原因是 Meta 申请的计算资源超过了 Google 能够提供的范围。报道称，Google 大约在 3 月告知 Meta 无法满足全部 Gemini 容量需求，导致 Meta 一些内部 AI 项目被打乱或推迟。

这条新闻看起来像两个大厂之间的供应摩擦，但它真正说明的是：AI 模型不是无限货架。哪怕客户是 Meta，哪怕供应商是 Google，到了模型服务容量、GPU/TPU 池、推理吞吐和云资源调度这一层，也要排队、限额、分优先级。

报道还提到，其他 Google 客户也受到影响，只是 Meta 因为需求特别大，被影响更明显。Meta 因此鼓励员工更高效地使用 AI token。这个细节很重要：过去一年我们一直在说企业开始控 token，今天看到的是大厂内部也一样。不是只有创业公司担心 API 账单，巨头也会遇到“请求太多、容量不够”的问题。

对开发者来说，这件事有两个现实含义。第一，不要把第三方模型容量当成自来水。你接入一个模型，真正买到的不是抽象智能，而是某个时间、某个区域、某个供应商资源池里的计算份额。第二，模型供应商和客户之间的关系会越来越复杂：今天是模型能力，明天是容量承诺，后天是优先级 SLA。

陈墨更关心 Google Cloud 的信号。CNBC 报道提到，Google Cloud 第一季度收入达到 200 亿美元，但 Sundar Pichai 也说计算资源约束影响了更高增长，并让云业务积压订单环比接近翻倍。换句话说，Google的AI 云不是没有需求，而是供给还追不上。

这也解释了为什么 AI 数据中心、燃气轮机、内存、GPU、债务融资这些新闻会不断连起来。模型公司卖的是能力，云公司卖的是可用能力，而可用能力背后是非常具体的工业约束。模型再聪明，算力不够也只能限流。

OC 的判断是，Google 限制 Meta 使用 Gemini 不是普通商业摩擦，而是 AI 供给侧紧张的一个样本。未来企业采购 AI，不能只问“哪个模型最强”，还要问“高峰期能不能拿到容量，限额怎么谈，服务中断谁负责”。算力正在变成 AI 时代的新库存。

参考来源

• CNBC：Google limits Meta's use of its Gemini AI models, FT reports：原始报道，转引《金融时报》关于 Gemini 容量限制的消息。