Gemini Enterprise thêm trần chi tiêu: AI agent hết ngân sách sẽ tự dừng

Ngày 26/8/2026, Google Cloud công bố các lựa chọn thanh toán và công cụ kiểm soát chi phí mới cho Gemini Enterprise. Theo thông báo của Google Cloud, doanh nghiệp có thể dùng hình thức trả theo mức dùng bên cạnh thuê bao theo người dùng và đặt trần chi tiêu tháng ở cấp dự án.

Cùng ngày, Axios xác nhận cơ chế kiểm soát mới: khi ngân sách dự án cạn, lệnh gọi API của agent tạm dừng; khách hàng cũng có thể nhận mức giảm 10% hoặc 20% khi cam kết chi tiêu trong một hoặc ba năm. Vì vậy, “agent tự dừng” trong tiêu đề được hiểu là tác vụ phụ thuộc vào API không thể tiếp tục, không phải toàn bộ dự án Google Cloud bị tắt.

Trả theo mức dùng bổ sung, không thay thế thuê bao

Gemini Enterprise app vẫn duy trì thuê bao cố định theo người dùng, trong đó hạn mức hằng ngày được gộp ở cấp dự án. Mô hình này tạo mức chi nền dễ dự báo cho những nhóm sử dụng sản phẩm đều đặn và có số lượng người dùng tương đối ổn định.

Phiên bản trả theo mức dùng không yêu cầu cam kết trả trước hoặc phí thuê bao cơ bản. Chi phí thay đổi theo lượng điện toán và token thực tế ở mức giá API tiêu chuẩn, nên phù hợp hơn với dự án thử nghiệm, nhóm có số người dùng biến động hoặc agent chỉ chạy theo từng đợt.

Hai mô hình có thể được kết hợp. Hạn mức gộp từ thuê bao được sử dụng trước; quản trị viên quyết định có cho phép phần tiêu thụ vượt hạn mức chuyển sang giá trả theo mức dùng hay không. Tuy nhiên, phiên bản trả theo mức dùng mới chỉ dành cho một số khách hàng và đang được triển khai rộng dần, nên trạng thái khả dụng cần được kiểm tra trên từng tài khoản.

Chạm trần không tắt dự án, nhưng có thể ngắt quy trình

Quản trị viên có thể đặt giới hạn chi tiêu tháng cho từng dự án trong Google Cloud Billing Console. Khi mức sử dụng đạt 50%, 80% và 100% ngân sách, hệ thống gửi cảnh báo qua email; đến giới hạn cuối cùng, các lệnh gọi API của agent tạm thời bị dừng trong khi phần còn lại của hạ tầng sản xuất vẫn hoạt động.

Phạm vi này hẹp hơn việc đình chỉ toàn bộ dự án, nhưng hậu quả vận hành vẫn có thể đáng kể. Một quy trình agent nhiều bước có thể ngừng giữa chừng, để lại công việc trong hàng đợi, đầu ra chưa chuyển tiếp hoặc một thao tác nghiệp vụ chưa hoàn tất. Đây là hệ quả kỹ thuật có thể phát sinh từ việc API tạm dừng, không phải cam kết của Google rằng mọi quy trình sẽ thất bại theo cùng một cách.

Sau khi trần được kích hoạt, quản trị viên có thể cho phép công việc tiếp tục bằng một thao tác trong bảng điều khiển. Doanh nghiệp cũng có thể bật chi vượt trần từ trước; lượng dùng dư khi đó chuyển sang cơ chế tính phí theo mức tiêu thụ. Lựa chọn đầu bảo vệ ngân sách chặt hơn, còn lựa chọn sau giảm nguy cơ gián đoạn nhưng khiến hóa đơn có thể vượt kế hoạch.

Ba dạng tải dẫn đến ba lựa chọn chi phí

Cách thanh toán hợp lý phụ thuộc vào độ ổn định của tải và khả năng trì hoãn công việc, thay vì chỉ dựa vào số lượng agent:

• Tải ổn định: nhóm dùng Gemini Enterprise đều đặn mỗi ngày có thể ưu tiên thuê bao theo người dùng để giữ mức chi nền dễ dự báo. Nếu tổng mức dùng đã đủ ổn định, Flexible Savings Plans cho phép cam kết một khoản chi hằng tháng để giảm giá token.
• Tải tăng đột biến: dự án thử nghiệm, tải theo mùa hoặc agent chạy theo lô phù hợp hơn với trả theo mức dùng. Trần dự án giới hạn rủi ro hóa đơn, nhưng tác vụ thiết yếu cần chính sách vượt trần có kiểm soát hoặc cơ chế giảm chức năng khi API tạm dừng.
• Tác vụ có thể trì hoãn: Google dự kiến cho phép đánh dấu một số tải đủ điều kiện để chạy vào thời gian thấp điểm, với chi phí suy luận có thể giảm tới một nửa. Đây là tính năng “sắp có”, chưa phải lựa chọn hiện đã sẵn sàng cho mọi khách hàng.

Flexible Savings Plans giảm 10% với cam kết một năm và 20% với cam kết ba năm, không đặt mức cam kết tối thiểu hoặc tối đa. Gói này đã có cho khách hàng tự phục vụ và khách hàng theo thỏa thuận doanh nghiệp, nhưng chỉ hợp lý khi tổ chức có đủ dữ liệu để ước lượng mức dùng dài hạn; khoản đã cam kết không thay thế trần chi tiêu.

Cảnh báo bất thường chỉ hữu ích khi có phương án ứng phó

Bên cạnh trần cứng, hệ thống có thể phát hiện khi chi tiêu AI của dự án tăng cao bất thường, phân tích nguyên nhân và chỉ ra ba SKU đóng góp nhiều nhất vào mức tăng. Google Cloud Pricing Calculator cũng được mở rộng để ước lượng chi phí giấy phép, công cụ dành cho nhà phát triển và thời gian chạy agent nền.

Để tránh một agent sản xuất dừng ngoài dự kiến, chính sách vận hành cần được xác định trước khi dự án tiến sát giới hạn:

1. Chỉ định người chịu trách nhiệm xử lý cảnh báo ở từng ngưỡng, thay vì chỉ gửi email tới hộp thư chung.
2. Phân loại tác vụ thiết yếu và tác vụ có thể chờ; không áp dụng một quy tắc vượt trần cho mọi agent.
3. Lưu trạng thái trung gian, dùng hàng đợi và giới hạn số lần thử lại để công việc có thể tiếp tục sau khi API được mở lại.
4. Quy định ai được quyền bật vượt trần, mức chi bổ sung tối đa và thời gian hiệu lực của quyết định.
5. Theo dõi xu hướng token và điều tra cảnh báo bất thường trước khi ngân sách đạt ngưỡng cuối.

Đây là các biện pháp dự phòng suy ra từ cơ chế tạm dừng API, không phải tính năng phục hồi tự động do Google bảo đảm. Nếu ứng dụng chỉ thử lại vô hạn khi API bị chặn, nó có thể làm hàng đợi phình to mà không hoàn thành được công việc.

Phạm vi triển khai chưa đồng đều

Ở thời điểm công bố, trần chi tiêu dự án, cảnh báo theo ngưỡng, kiểm soát vượt mức và Flexible Savings Plans đã được giới thiệu như các công cụ hiện hành. Riêng phiên bản trả theo mức dùng đang mở cho một số khách hàng rồi triển khai rộng hơn; thực thi trì hoãn mới được lên kế hoạch cho một số loại tải phù hợp.

Doanh nghiệp tại Việt Nam vì thế cần đối chiếu tính khả dụng và điều khoản thương mại trong tài khoản của mình. Điểm đã rõ là trần cứng có thể tạm dừng API của agent; phần phải quyết định trước khi đưa agent vào sản xuất là ưu tiên giới hạn hóa đơn tuyệt đối hay duy trì hoạt động khi chi tiêu vượt dự toán.