Google I/O 2026 將於太平洋時間 5 月 19 日星期二上午 10:00 開始，持續到 5 月 20 日星期三。主題演講由 Sundar Pichai 開場，隨後交棒給 Demis Hassabis 和 Josh Woodward 進行 Gemini/AI 部分的展示，最後以 YouTube 和 Android 環節收尾——這些也是科技媒體主要報道的內容。
對於獨立 AI 開發者來說，主題演講的兩個小時裡，你應該關注七個具體的訊號。股價、消費者演示、合作伙伴公告——這些大多與你能否在 5 月 21 日（或一週前）推出不同凡響的作品無關。
這篇博文是我的關注清單，按它們對我下一步構建的影響程度排序。背景資訊：我已經在現有的 Gemini 技術棧上構建 GeminiOmni 兩個月了，我的切身利益與以下每一點都息息相關。
1. Gemini Omni 的每秒價格
這是主題演講中最關鍵的一個數字。如果 Omni 真的作為統一的影片+音訊模型推出——我認為這很有可能——它的每秒定價將決定獨立影片工具在下個月是否依然可行。
我所期望的：大約每秒生成影片 $0.20，使其落在 Veo 3.1 Fast ($0.15/秒) 和 Veo 3.1 Standard ($0.40/秒) 之間的價格階梯上，這樣仍能為獨立開發者層級的定價結構留出空間。
我所擔心的：被包裝成“高階功能”，但沒有公佈每次呼叫的價格；或者設定 $1+/秒 的費率，將除企業級以外的所有人都拒之門外。無論哪種情況，都意味著 Omni 只是一個面向消費者的 Gemini 功能，而非開發者平臺，獨立開發者們應該繼續預設使用 Veo 3.1 Fast。
來自 9to5Google 的洩露資訊中並未包含定價相關表述，我認為這很中性——Google 通常不會在應用字串洩露中披露價格。我們會在開發者專題中瞭解到，很可能在主題演講的第 45 到 55 分鐘之間的一張幻燈片上看到。
2. 開發者 API 的推出時間線
第二個重要訊號：新模型以多快的速度交到開發者手中？
請留意這個確切的短語：“今天即可在 Gemini 開發者 API 中使用”。這意味著主題演講一結束，公共 API 就會開放，獨立開發者可以在一週內釋出整合功能。
如果你聽到“將在未來幾周內向開發者推出”或“先通過 AI Studio 可用，API 訪問隨後跟上”，這意味著你還需要等待 2-4 周才能在此之上進行構建。請相應地規劃你的開發衝刺。
Google 在這方面記錄不一。Veo 3.1 Standard 在釋出當天就上線了公共 API。Imagen 3 則在它被宣佈的主題演講一個月後才推出。沒有固定的規則可循。
3. 他們是否明確提到獨立/個人開發者的定價
自 2023 年底最初的 Gemini API 推出以來，Google 對獨立開發者一直相當友好——免費層級的確很慷慨，Pro 以下的所有模型定價均低於 GPT-4 級別，API 質量也足以支撐開發。
我在 I/O 上關注的是：類似“面向構建者的 Gemini”這樣的公告，將這種承諾正式化。例如每月免費推理配額、專屬的開發者入職引導，或社群主導的推廣計劃。
這對我來說重要程度中等——它不會改變我構建的內容，但會改變使用者獲取的策略。如果 Google 為基於其 API 構建的工具提供營銷支援，那麼每個“基於 Gemini 構建”的徽章都會變得更值錢。如果 Google 不這麼做，其價值將維持現狀。
4. 任何關於 Nano Banana 2 路線圖的訊號
Nano Banana 是 2025 年的一匹黑馬——上線首月完成 2 億次圖片編輯，帶來的新 Gemini 使用者超過任何其他功能，並將基於聊天的圖片編輯推上了舞臺。版本 2 於 2026 年早些時候推出，支援原生 2K 輸出並改進了文本渲染能力。
我想知道接下來會發生什麼。具體來說：
- Nano Banana 3 是否在開發中？Google 的迭代節奏如何？
- 它會被整合進 Gemini Omni，還是繼續作為一個專門的模型？
- 是否有企業級功能（樣式庫、品牌套件、批次處理）即將推出？
這直接影響 /tools/nano-banana-edit。如果 Google 推出了編輯器需要適配的 API 變更，我寧願在 5 月 20 日就知道，而不是等到使用者報錯時才去發現。
5. Live API 解除預覽狀態
Gemini 3.1 Flash Live 是 Google 今年釋出的最被低估的東西，目前處於“預覽”狀態，並附有“免費使用”的定價腳註。這兩種情況都是暫時的。
我關注的是：
- Live 是否會升級為正式版（GA）？如果是，那麼 SLA 的故事會更好，我可以放心地在其上構建生產級語音產品。
- “免費使用”的定價在 GA 後能否保留？幾乎不可能，但新的定價點很重要。任何低於每分鐘 $0.005 的價格都能讓獨立開發的語音應用保持可行性。
- 多模態 Live 是否會成為現實——即，我能否在音訊之外同時傳輸影片流？這將改變在其之上可以構建的東西。
我預計 Live 會被升級為 GA，並增加多模態輸入功能，同時會有一個較低但非零的每分鐘價格。如果價格超過每分鐘 $0.05，獨立語音應用的故事將變得更加困難。
6. 任何改變長上下文經濟性的東西
100 萬 token 的上下文並非免費——我花了整整一篇博文來介紹每頁的成本計算。I/O 上有兩件事可能會改變這種經濟性：
上下文快取定價變化。 目前，Flash 模型的快取上下文成本約為每百萬 token 每小時 $1。如果 Google 將其砍半，那麼“上傳一個 PDF 並繼續聊天”功能在規模化運營時將變得便宜得多。/tools/pdf-chat 的 Pro 層級的利潤率將在一夜之間變得更加健康。
一個 200 萬或 1000 萬的上下文視窗。 Gemini 1.5 Pro 曾短暫擁有 200 萬 token 的上下文能力。如果 Google 以 Flash 的定價將其帶回，那麼用例將大幅擴充套件——完整圖書館目錄編目、多文件研究、企業語料庫搜尋。獨立工具有機會處理更大規模的任務。
這兩個訊息都沒有傳聞，但 Google 之前曾給我們帶來過驚喜。值得留意主題演講對話中任何提到“上下文”的地方。
7. Imagen 4 的繼任者
Imagen 4 自 2025 年末就已問世，是時候進行迭代了。如果 Google 宣佈 Imagen 5（或將其重新品牌化為 Omni 家族的一部分），那麼 Nano Banana 2 vs Imagen 4 的選擇矩陣 將會發生改變。
我希望看到：
- 帶有原生聊天式編輯功能的 Imagen 5——如果 Imagen 獲得了 Nano Banana 的對話式介面，那麼雙模型的故事將簡化為一個。
- 低於每張圖片 $0.02 的“Imagen 4 Lite”層級——低價區間有空間和需求。
- Imagen 輸出預設嵌入來源 / SynthID 水印——這實際上對整個行業是好事，而非壞事。
如果 Imagen 在 I/O 期間保持不變，我的圖片工具架構也將保持不變。如果 Imagen 獲得了聊天式處理能力，我將重新構建 /ai-image-generator 和 /tools/nano-banana-edit，使其共享一個單一的聊天介面。
主題演講期間我會做什麼
一些具體操作，也許對其他人有幫助：
- 我會觀看直播，同時在另一個視窗開著
pnpm dev，準備在任何重要公告發布後一小時內，更新 /tools/text-to-video 和網站首頁英雄區域，以包含新的模型名稱。 - 我正在預寫兩篇博文：一篇用於“Gemini Omni 按預期釋出”，一篇用於“Gemini Omni 釋出了但並非我們所想”。哪一篇正確，就在 5 月 20 日釋出哪一篇。
- 我已經設定好了一個功能開關，可以在無需更改程式碼的前提下，將 /tools/text-to-video 的預設影片模型從 Veo 3.1 Fast 切換到任何新發布的模型。只需更新一次配置，90 秒內即可部署。
- 在我看到實際的演示之前，我不會預先承諾構建任何特定功能。洩露資訊暗示是影片；但主題演講可能會給我們帶來完全不同的驚喜。
我不會關注什麼
有必要明確說明：
- YouTube AI 功能——對內容創作者有趣，對獨立工具構建者無關緊要，除非它們製作影片編輯器。
- Android 公告——僅當你釋出原生 Android 應用時才重要，而 95% 的獨立 AI 工具都不這樣做。
- Workspace AI 更新——Gmail/文件整合是面向消費者的，不是開發者平臺。
- 股價影響——與值得構建的內容完全無關。
如果你是獨立開發者，並且發現自己正在觀看 YouTube 創作者經濟環節，請快進。你的時間最好花在開發者專題上。
我將在 5 月 21 日總結實際結果
這篇博文承諾我會在 5 月 21 日寫一篇總結——主題演講實際宣佈的內容與我的預期有何不同，我的計劃有何變化，以及我會如何以不同方式構建。如果這篇博文中的預測不準確，它也會公開出來。
如果你也想關注：請收看主題演講的 Gemini 部分（通常在開始後的 45-75 分鐘），留意上述七個訊號，並記住：當天下午媒體所寫的內容，通常是開發者專題實際所講內容的二手資訊。幻燈片比截圖更重要。
還有三天。
繼續閱讀
- 我們在 Google I/O 前 48 小時所知的 Gemini Omni
- Gemini Live 是 Google 在 2026 年釋出的最被低估的東西
- 為何 Veo 3.1 Fast 在獨立影片工作中勝過 Sora
—— Lena
