Google начала переводить бесплатный Gemini на автоматический выбор ИИ-модели: вручную переключать их в приложении больше нельзя. Вместо списка моделей пользователь видит один режим Auto, который сам решает, достаточно ли для запроса быстрой модели или нужен более дорогой вычислительный маршрут. Для русскоязычных команд это ещё один сигнал: бесплатные ИИ-сервисы всё чаще продают не доступ к конкретной модели, а удобство оркестрации.
Об изменении сообщает 9to5Google. В описании Google режим Auto указан как работа с «моделями Gemini 3»: большинство запросов должно уходить в Flash-Lite — наиболее быстрый вариант, а задачи с более сложным рассуждением могут направляться в Flash или Pro. Если интеллектуальный выбор отключён, все ответы в бесплатном тарифе будет генерировать Flash-Lite.
Раскатка уже затронула большинство бесплатных аккаунтов, которые проверило издание вечером 9 октября по тихоокеанскому времени. Это не косметическая правка селектора. Раньше пользователь хотя бы видел выбор и мог соотнести результат с конкретной моделью; теперь логика маршрутизации скрыта за одной кнопкой. Google берёт на себя решение, сколько вычислений потратить на вопрос — и вместе с этим снимает с пользователя часть контроля над качеством, скоростью и предсказуемостью ответа.
Компания одновременно меняет настройку Extended, которая отвечала за более обстоятельную обработку запроса. Её заменяют три уровня «усилий» или глубины рассуждений: низкий — для быстрых и экономных ответов, средний — компромисс между скоростью и проработкой, высокий — для максимально подробной обработки. Такие же уровни уже используются в Google AI Studio и Antigravity. Новая настройка предназначена для всех подписчиков Gemini и также распространяется поэтапно.
На первый взгляд, автоматический выбор выглядит разумно. Большинству людей не хочется разбираться, чем одна версия Flash отличается от другой и почему простой вопрос о регулярном выражении не требует тех же ресурсов, что проектирование схемы данных. У провайдера есть и более прагматичный мотив: маршрутизация помогает держать стоимость бесплатного сервиса под контролем. Дешёвые запросы обрабатываются быстрой моделью, а дорогие вычисления выдаются только там, где система сочтёт их оправданными.
Проблема в том, что разработчики и продакт-команды задают ИИ не только «обычные» вопросы. Им важны повторяемость результата, способность намеренно выбрать более сильную модель для архитектурного разбора и возможность сравнить ответы на одном наборе промптов. В режиме Auto пользователю придётся сначала довериться классификатору Google, а затем уже проверять, не ошибся ли он с оценкой сложности. Высокий уровень рассуждений частично возвращает контроль, но это всё же другой интерфейс: настраивается не модель, а предполагаемый объём усилий.
Для корпоративного использования здесь есть и привычный риск непрозрачности. Если один и тот же запрос сегодня попал в Flash-Lite, а завтра — в Pro, различия в качестве могут выглядеть как нестабильность продукта. Это особенно заметно в задачах, где ответ встраивают в рабочий процесс: подготовка требований, ревью кода, анализ документов, генерация тестов. Бесплатный Gemini остаётся удобным инструментом для индивидуальной работы, но строить на нём процесс с фиксированным уровнем качества становится сложнее.
Изменение укладывается в общую логику рынка генеративного ИИ. Поставщики моделей постепенно прячут техническую сложность за режимами вроде «авто» и «глубже подумать», одновременно оставляя явный выбор продвинутым или платящим пользователям. Это снижает порог входа, но превращает модель в инфраструктурную деталь, которой управляет сам вендор. В случае Google граница между бесплатным и платным опытом теперь проходит не только по лимитам, но и по праву самому выбирать вычислительный инструмент.
Отдельно Google планирует изменить набор доступных моделей для тарифа AI Plus: в нём должны остаться Flash-Lite и Flash. Компания не раскрыла в заметке детали лимитов или сроки завершения всех этапов раскатки. Главный вопрос для пользователей бесплатного Gemini теперь не в том, умеет ли Auto выбирать подходящую модель, а в том, насколько легко будет понять и оспорить этот выбор, когда от ответа зависит рабочее решение.