Google endurece los límites de Gemini y refuerza una tendencia: la IA subvencionada es cosa del pasado

Google ha empezado a aplicar un cambio importante en el acceso a Gemini Apps desde el 17 de mayo de 2026, y el efecto ya se está notando entre los usuarios de pago. Según ha explicado la propia compañía en su documentación oficial, Gemini deja atrás un sistema más basado en peticiones y pasa a funcionar con límites calculados por cómputo, que se recargan cada cinco horas hasta alcanzar un tope semanal. En la práctica, eso significa que no todas las consultas pesan lo mismo y que una sola interacción compleja puede comerse buena parte del margen disponible.

La cuestión es cómo se mide ahora ese consumo. Google indica que el uso dependerá de la complejidad del prompt, las funciones utilizadas y la longitud del chat. Eso afecta especialmente a modelos y funciones de gama alta, como Pro, Deep Research, Extended Thinking, Deep Think o la generación de imágenes, vídeo y música. Es decir, cuanto más se acerque el uso a lo que se espera de una herramienta profesional, más rápido puede llegar el usuario al límite.

Las primeras reacciones ya las tenemos en Reddit. Varios usuarios de Gemini Pro describen escenarios en los que unas pocas respuestas largas bastan para agotar una parte muy elevada del cupo de cinco horas. Algunos hablan de cinco o siete mensajes reales antes del frenazo, mientras otros calculan que una salida de minuto y medio puede consumir en torno al 20 % del margen disponible. No son cifras oficiales de Google, pero sí reflejan una sensación compartida, a saber, que el servicio se ha vuelto mucho menos usable para el trabajo intensivo.

Gemini se parece cada vez más a Claude en lo malo para el usuario intensivo

El cambio nos recuerda a algo. Durante los últimos meses ya se había visto una deriva parecida en otros servicios, sobre todo en Claude, donde los límites se han vuelto más visibles y más restrictivos a medida que el razonamiento avanzado y los modelos caros ganaban protagonismo. De momento, ChatGPT parece aguantar mejor esa presión en el uso cotidiano, aunque también depende mucho del plan y del tipo de tarea. Lo que sí empieza a quedar claro es que el mercado se está alejando de aquella etapa inicial en la que casi todo parecía abundante, flexible y relativamente barato.

En Gemini, además, antes era más fácil estimar cuántas consultas podían caber dentro del uso normal. Ahora eso cambia porque el coste de cada interacción puede variar de forma brusca según el contexto. Una tarea sencilla puede apenas contar, mientras una conversación larga con funciones avanzadas puede fulminar el tramo de cinco horas en muy poco tiempo. Para quien usa la herramienta de forma ocasional esto puede pasar desapercibido. Para quien intenta trabajar de verdad con ella, el cambio pesa mucho más.

Google también ha habilitado una forma más clara de comprobar ese estado dentro de la propia app. Los usuarios pueden consultar sus topes entrando en la rueda dentada y después en Límites de uso, donde aparecen tanto el consumo del periodo actual como los límites diarios y semanales. Ese detalle acerca Gemini a un modelo cada vez más común en la IA comercial, donde no solo importa el plan contratado, sino cuánto cómputo real está dispuesto a conceder el proveedor antes de cortar el acceso temporalmente.

El problema ya no es solo el límite, sino el final de la IA subvencionada

Si hacemos un análisis más amplio, es evidente que todo esto no va solo de Gemini. Lo que estamos viendo es el desgaste progresivo de una etapa en la que muchas compañías ofrecían más capacidad de la que el negocio probablemente podía sostener a largo plazo, incluso para una empresa que controla hardware y software. Mientras el objetivo era crecer, atraer usuarios y acostumbrar al mercado a nuevas herramientas, tenía sentido absorber parte del coste. Ahora el contexto cambia. Los modelos avanzados consumen muchísimo, la competencia ya no regala tanto y las plataformas empiezan a trasladar esa presión al usuario final.

Eso abre un dilema incómodo para quien pensaba integrar estas herramientas en flujos de trabajo serios. Si el acceso a los modelos más útiles depende de límites cada vez más duros, la promesa de productividad se vuelve más frágil. No porque la tecnología haya dejado de tener valor, sino porque empieza a mostrar su precio real. Y ese precio, al menos por ahora, apunta a que el tiempo de la IA subvencionada se está acabando.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!