Gemini 4 Argon 上线 72 小时，消耗了近 25 万亿 Token，是 Gemini 3.0 同期消耗量的 3 倍。谷歌自己都没有预料到。结果很直接：算力吃紧，官方又一次启动限流。首发就出现调用量暴增，基础设施被压到极限，扩容速度跟不上调用速度。
皮查伊在《Sources》播客里把取舍讲得很直白：谷歌先把算力留给 Gemini，云算力少卖点也认。他首次澄清砍掉 3.5 Pro 的内幕，回应了外界困惑数月的几个问题，包括 I/O 大会前后的产品决策。短期营收为模型迭代让路。云订单可以缓一缓，Gemini 的训练和推理不能断。
技术侧补得也快。谷歌联合开源了双层 RSI 框架 Harness²，在专业基准测试里，Gemini 3.5 Flash 只做了单步优化，性能就大幅提升。砍掉 Pro 留下的空档，很可能由“框架 + Flash”的组合补上。模型自我改进这条路，谷歌已经跑通，没有停在论文阶段。
把这三件事连起来看：Token 用量大幅增长，算力向 Gemini 倾斜，技术上靠 RSI 提升效率。谷歌的权衡很清楚，用算力换模型领先，再用领先换下一个入口。云客户要排队，Gemini 不能等。这笔账划不划算，看接下来几个季度的调用数据就知道。