2026 年 1 月 9 日,Google Antigravity 的 Pro 用户集体遭遇了一次”时间膨胀”。
原本每 5 小时刷新一次的 Claude 和 GPT 额度,突然变成了 2-4 天,甚至有人看到重置时间直接跳到 1 月 14 日——167 小时,整整一周。
X(Twitter)上的反应很直接:
- @dreemusa:「用了 40 分钟就要等 167 小时,认真的吗?」
- @mandubian:「Opus 4.5 下次调用要等 5 天,再见 Antigravity,换工具了」
- @ghumare64:「Google 在杀死 Antigravity」
这不是个例。1 月 8-10 日期间,至少十几位用户报告了类似问题,核心症状一致:Pro 订阅的 5 小时刷新机制失效,被强制延长到数天。
感官层:用户体验的断崖式下跌
对于依赖 Antigravity 做 agentic 开发的人来说,这个变化的冲击是直接的。
开发流程被打断。原本可以连续迭代的工作流(写代码 → 测试 → 调试 → 优化),现在变成了”用完就等”。有人在调试 Claude Opus 4.5 的复杂任务时,刚跑完 5 个 session 就被锁住,项目进度直接卡死。
成本预期被打乱。很多人选择 Pro 订阅(约 $20/月)而不是直接用 Claude API,就是看中了”5 小时刷新 + 无限次数”的性价比。现在这个前提不成立了,要么升级到 Ultra(价格未知,但肯定更贵),要么转向其他方案。
透明度缺失。官方公告只说”引入了慷慨的周限额”(generous weekly limits),但具体是多少次?什么算”高强度使用”?为什么有人用了 5 次就被限,有人用了 20 次还正常?没有明确答案。用户只能通过试错来摸索边界。
信任感受损。更深层的问题是:这个变化没有提前通知,直接生效。很多人是在用到一半时突然发现重置时间变了,才去 X 上搜索,发现官方已经宣布了。这种”先斩后奏”的方式,让人觉得平台规则随时可能改变。
现实层:官方说法与技术事实
Google Antigravity 官方(@antigravity)在 1 月 9 日 06:57 发布了公告,核心内容是:
我们引入了慷慨的周限额(generous weekly limits),以平衡需求和公平性。这只影响少数 Pro 用户,Ultra 订阅不受限。5 小时刷新机制没有改变。
团队成员 @_anshulr 补充:「大多数用户不会受影响,主要是针对 power users(高强度用户)」。
技术上发生了什么?
根据用户反馈和官方说明,变化的机制是这样的:
- 5 小时刷新机制依然存在,但在此基础上增加了一个周级别的硬上限
- 当你在一周内用完这个上限后,即使 5 小时到了,额度也不会刷新
- 你需要等到下一个周期(可能是周一零点,或者从首次使用开始计算的 7 天),才能恢复正常
这解释了为什么有人看到”167 小时”这种数字——那是距离下周一的剩余时间。
什么算”高强度使用”?
官方没有公布具体数字,但从用户反馈推测:
- 有人用了 5 次 5 小时额度(即一周内用了 5 轮)就被限制
- 有人提到”一周 20 次”的说法(未经证实)
- 使用 Claude Opus 4.5 的用户更容易触发限制(可能因为成本更高)
Gemini 模型不受影响。多位用户确认,Gemini 2.0 Pro 和 Gemini 2.5 Flash 的额度刷新依然是 5 小时,没有周限额。这也侧面证明了限制的目标是成本高昂的第三方模型(Claude、GPT)。
认知层:为什么会发生这种变化?
从技术和商业角度看,这个限制的出现有其必然性。
成本压力是核心驱动力。Antigravity 的商业模式是:用户付费订阅 Google One Pro/Ultra,获得对多个 AI 模型的访问权限。但这些模型的成本结构差异巨大:
- Gemini 系列:Google 自家模型,边际成本低,可以大方给额度
- Claude Opus 4.5:Anthropic 的旗舰模型,API 成本约 $15/百万输入 token,$75/百万输出 token
- GPT-4 系列:OpenAI 的模型,成本同样不低
当用户用 $20/月的 Pro 订阅,频繁调用 Claude Opus 4.5 做复杂任务时,Google 实际上是在亏本补贴。如果再加上中转站批量薅羊毛(用廉价 Pro 账号转发给多个用户),成本会进一步失控。
“蝗虫效应”确实存在。你提到的单用户用多个 Gemini Pro 账号转发 Antigravity 内容,这种行为在中文社区并不罕见。我看到一些帖子讨论如何”最大化利用 Pro 订阅”,包括:
- 用脚本自动化调用,绕过 5 小时限制
- 批量注册 Pro 账号,轮流使用
- 搭建中转站,把 Antigravity 的 Claude 额度转卖给其他用户
这些行为从技术上可行,但从平台角度看,是在破坏生态平衡。Google 的应对方式是加周限额,本质上是在用技术手段对抗技术手段。
透明度缺失的两面性。官方没有公布具体限额数字,可能是出于两个考虑:
- 防止精确薅羊毛:如果明确说”一周 10 次”,用户会精确卡在 9 次,甚至写脚本自动计数
- 保留调整空间:模糊的”慷慨限额”可以根据成本和需求动态调整,不用每次都公告
但这也带来了负面效果:正常用户无法预测自己的使用是否会触发限制,只能通过试错来摸索边界。
评判层:这是合理的商业决策吗?
从中立角度看,这个变化有其合理性,但执行方式存在问题。
合理的部分:
- 成本控制是必要的。没有哪个平台能长期亏本运营,尤其是在 AI 模型成本高昂的情况下
- 打击薅羊毛行为是正当的。中转站和批量账号确实在破坏生态,限制这些行为符合大多数正常用户的利益
- 差异化定价是常见策略。Pro 和 Ultra 的区别,本质上是在用价格筛选用户需求
有问题的部分:
- 缺乏提前通知。这种影响用户工作流的变化,应该至少提前一周公告,给用户调整时间
- 透明度不足。”慷慨的周限额”到底是多少?什么算”高强度使用”?这些信息应该明确
- 误伤正常用户。有些开发者并非薅羊毛,只是在做复杂项目时需要频繁调用,他们也被限制了
更好的做法可能是:
- 公布具体限额数字(如”Pro 用户每周最多 X 次 Claude Opus 调用”)
- 提供使用量仪表盘,让用户实时看到自己的额度消耗
- 针对中转站和批量账号做更精准的识别(如 IP 聚类、调用模式分析),而不是一刀切
实用建议:如何应对这个变化?
如果你是 Antigravity 的 Pro 用户,现在有几个选择。
1. 优化使用策略
优先用 Gemini 模型。Gemini 2.0 Pro 和 2.5 Flash 不受周限额影响,对于大多数任务(代码生成、文档分析、数据处理)已经够用。只在需要顶级推理能力时才切换到 Claude Opus 4.5。
减少无效调用。很多时候我们会习惯性地用最强模型,但实际上:
– 简单的代码补全 → Gemini 2.5 Flash 就行
– 复杂的架构设计 → Claude Opus 4.5 才有必要
– 文档总结、翻译 → Gemini 2.0 Pro 足够
分散使用时间。如果你一周内有多个项目,尽量把需要 Claude 的任务分散到不同天,避免在短时间内耗尽额度。
2. 升级到 Ultra 订阅
官方明确说 Ultra 订阅不受周限额影响,依然是 5 小时刷新。但这个选择需要权衡成本:
成本对比(估算):
– Pro 订阅:约 $20/月,现在有周限额
– Ultra 订阅:价格未公开,但参考 Google One 的定价体系,可能在 $30-50/月
– Claude API 直接调用:按量付费,Opus 4.5 约 $15 输入/$75 输出(每百万 token)
适合升级的情况:
– 你的工作高度依赖 Claude Opus 4.5,每周需要超过 5-10 次密集调用
– 你需要稳定的开发环境,不能接受突然被限制
– 你同时需要 Antigravity 的其他功能(多模型切换、agentic 工作流)
不适合升级的情况:
– 你只是偶尔用 Claude,大部分时间用 Gemini 就够
– 你的预算有限,$20/月已经是上限
– 你可以接受用其他方案替代
3. 替代方案
如果你决定不升级,或者想分散风险,这里有几个替代方案:
直接用 Claude API
- 优势:按量付费,用多少付多少,没有突然的限制变化
- 劣势:需要自己管理 API key,没有 Antigravity 的 agentic 工作流
- 成本:如果你每月用量不大(比如 10M tokens 输入 + 2M tokens 输出),大约 $150-200,比 Ultra 贵
- 适合:需要稳定性,预算充足,或者用量很小(每月 < $20)
其他 AI 平台
- Cursor:集成了 Claude 和 GPT,专注代码开发,$20/月无限次数(但有 slow requests 机制)
- Windsurf:类似 Cursor,也支持多模型切换
- OpenRouter:聚合多个 AI 模型的 API 平台,按量付费,价格比官方 API 略低
- 中转站:价格便宜,但稳定性和合规性存疑,不推荐用于生产环境
混合策略
很多开发者采用的是混合策略:
- 日常开发用 Gemini(Antigravity Pro)
- 关键任务用 Claude API(按量付费)
- 代码补全用 Cursor/Windsurf($20/月)
这样既能控制成本,又能保证关键任务的稳定性。
写在最后
这次 Antigravity 的限额变化,本质上是一次成本与体验的再平衡。
从平台角度看,这是必要的成本控制;从用户角度看,这是体验的下降。两者都有道理,但执行方式可以更好——提前通知、透明限额、精准识别薅羊毛行为,而不是一刀切。
对于开发者来说,这也是一个提醒:不要把工作流完全绑定在单一平台上。AI 工具的格局还在快速变化,今天的”无限额度”可能明天就变成”慷慨的周限额”,后天可能又是别的规则。
保持灵活性,准备好 Plan B,才能在这个快速变化的领域里稳定前行。
参考链接:
– Antigravity 官方公告
– 用户反馈汇总(X/Twitter)





AI周刊:大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐:AI工具与技术精选导航
Claude Code 全体系指南:AI 编程智能体实战
最新评论
开源的AI对话监控面板很实用,正好团队在找这类工具。准备试用一下。
折叠屏市场确实在升温,不过售罄也可能是备货策略。期待看到实际销量数据。
从磁盘I/O角度解释B树的设计动机,这个切入点很好。终于理解为什么数据库不用二叉树了。
IT术语转换确实是个痛点,之前用搜狗总是把技术词汇转成奇怪的词。智谱这个方向值得期待。
这个工具结合LLM和搜索API的思路很有意思,正好解决了我在做知识管理时遇到的问题。请问有没有部署文档?
这个漏洞确实严重,我们团队上周刚遇到类似问题。建议补充一下如何检测现有项目是否受影响的方法。
从简单规则涌现复杂性这个思路很有意思,让我想起元胞自动机。不过数字物理学在学术界争议还挺大的。
我也遇到了指令跟随变差的问题,特别是多轮对话时容易跑偏。不知道是模型退化还是负载优化导致的。