Tarjeta de título con el encabezado Genie 4, con la línea 720p a un máximo de 24 fps, aproximadamente un minuto por sesión, y tres tarjetas para 720p en tiempo real, edición a mitad de sesión y audio nativo, con nota al pie que remite a la ficha del modelo de Google del 18 de noviembre de 2026.
Guides & Insights

Genie 4 ya está disponible en 720p y 24 fotogramas por segundo, y esa cifra lo dice todo

Autor

Elias Hawthorne

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

La línea más informativa del lanzamiento de Genie 4 de Google del 18 de noviembre no está en la entrada del blog. Está en la ficha del modelo que lo acompaña: vídeo en tiempo real a 720p y hasta 24 fotogramas por segundo con audio sincronizado, generado a partir de un prompt de texto, una imagen o la entrada en vivo de teclado y ratón. Durante tres semanas, Genie 4 fue un conjunto de demos sin especificación alguna: ni resolución, ni velocidad de fotogramas, ni duración de sesión. El despliegue de Project Genie para los suscriptores de Google AI Ultra no solo abrió una puerta; publicó las primeras cifras concretas, y esas cifras describen algo mucho más pequeño de lo que sugiere el vídeo de lanzamiento, de una forma que resulta realmente útil si estás decidiendo qué hacer con ello.

La otra mitad del lanzamiento también importa, y es la mitad con la que G​oogle abrió: edición de texto a mitad de sesión, audio nativo que se adapta a medida que se desarrolla una escena, un agente conversacional que construye mundos y una galería comunitaria con remezclas. Genie 4 es el modelo; Project Genie es ahora el producto que lo rodea. Separar ambos es lo que hace este artículo, porque la ficha del modelo y la galería responden a preguntas distintas: una te dice qué es el sistema, la otra te dice qué cree G​oogle que harás con él.

¿Qué cambió realmente el 18 de noviembre?

G​oogle anunció Genie 4 el 27 de octubre de 2026 como una vista previa de investigación para probadores de confianza con una lista de espera pública. Nada sobre ese modelo cambió el 18 de noviembre. Lo que cambió es quién puede acceder a él y qué lo rodea.

• Acceso — Genie 4 llega a los suscriptores elegibles de G​oogle AI Ultra dentro de Project Genie. Los miembros de G​oogle AI Pro pueden unirse a una lista de espera. Todavía no hay un ID de modelo de API, ni un precio por generación, ni una fecha de disponibilidad general para desarrolladores.

• Edición en tiempo real — un prompt escrito a mitad de sesión cambia el clima, añade un personaje o redirige la acción sin reiniciar el mundo. La demo de Google de esto es un café en una ladera convertido en un pabellón de cristal en un desierto.

• Audio nativo: ambiente, música y diálogo de los personajes generados junto con los fotogramas en lugar de añadirse después por capas. Este es el primer Genie que produce sonido, y la propia documentación de G​oogle incluye la precisión del audio en tiempo real como un problema de investigación abierto.

• El agente —un constructor conversacional que orquesta los modelos multimodales de Google para establecer la apariencia de un mundo y una banda sonora personalizada, y luego sigue trabajando durante la sesión: un modelo Gemini observa la pantalla, ofrece chips de sugerencias sobre adónde ir a continuación y puede desencadenar eventos dentro del mundo.

• La galería: mundos seleccionados por curaduría y contenido subido por la comunidad, todo ello remezclable. Incluye dos colaboraciones con nombre propio: «Villa Giallo», un misterio de mansión gótica que se recorre habitación por habitación, creado con el tecnólogo creativo Will (BLVCKL!GHT), y «La vida de las hormigas», un recorrido por una colonia desde la perspectiva de una hormiga junto al cineasta Anand Gandhi.

• Genie 3 recibió las mejoras, y esta es la parte que molestará a cualquiera que solo haya echado un vistazo al titular. El modelo anterior ahora funciona hasta tres minutos por generación, frente a los sesenta segundos anteriores, admite el encadenamiento de mundos, de modo que varios mundos se enlazan en un viaje continuo, acepta imágenes panorámicas de 360 grados como semillas y recibe indicaciones de eventos en el mundo en tiempo real. Genie 3 permanece en el selector de modelos exactamente para esos casos.

La hoja de especificaciones, y la única restricción que menciona en voz alta

Antes del 18 de noviembre, cualquier afirmación sobre la fidelidad de Genie 4 no era falsable. La publicación de lanzamiento decía "el modelo del mundo más realista e interactivo hasta la fecha" y mostraba clips; no publicó resolución, ni velocidad de fotogramas, ni cifra de latencia. La ficha del modelo de noviembre cierra parte de esa brecha:

• Salida — 720p, hasta 24 fps, con audio sincronizado, generada en tiempo real.

• Entradas — texto, imágenes y acciones del usuario en vivo: navegación por teclado y ratón, no solo un prompt.

• Duración de la sesión — «alrededor de un minuto de interacción continua» en la lista de limitaciones de la página del modelo, mientras que la ficha del modelo solo indica que mantiene entornos coherentes durante «sesiones cortas».

• Base — creado sobre Gemini Omni Flash, con modelos Gemini que aportan el razonamiento y la dirección en tiempo real.

• Limitaciones que G​oogle reconoce: el detalle visual y la permanencia de los objetos se degradan en ejecuciones más prolongadas, tras varias ediciones complejas del prompt o al desplazarse por una escena; la física compleja, la precisión del audio, el texto legible y la precisión espacial figuran todos como no resueltos.

• Procedencia: marca de agua SynthID en cada fotograma de vídeo y cada segundo de audio.

Generated six-row scoreboard for Genie 4 listing 720p at up to 24 fps, text image and live keyboard and mouse inputs, roughly one-minute sessions, Gemini Omni Flash as the base, known limits of drift physics and legible text, and SynthID on video and audio, with a footer noting no independent benchmark exists.

Lee esas dos líneas juntas —24 fps a 720p, y alrededor de un minuto— y la descripción honesta de Genie 4 es la de un renderizador en tiempo real que funciona con una calidad similar a la de una consola de videojuegos de la década de 2010, durante el tiempo que se tarda en recorrer un pasillo de ida y vuelta. Eso no es una crítica. La generación en tiempo real a una velocidad de fotogramas estable es un problema mucho más difícil que producir un hermoso clip de ocho segundos, y 720p a 24 fps es la resolución y la cadencia de la televisión en abierto, no las de un juguete. Pero sí significa que los videos de lanzamiento te muestran el techo de una sesión muy corta, y la deriva que G​oogle documenta es lo que ocurre cuando intentas ir más allá.

Por qué un minuto es una decisión de producto, no una limitación por la que disculparse

Un minuto basta para un plano, una sala, un recorrido, una sola interacción —la unidad de trabajo en la previsualización, la revisión de diseño espacial y la enseñanza interactiva—. No basta para un nivel, una secuencia cinematográfica o un episodio de entrenamiento que requiera veinte minutos de estado consistente. La respuesta de G​oogle a esa brecha no es un Genie 4 de mayor duración; es Genie 3, de tres minutos y con encadenamiento de mundos, situado a su lado en el mismo selector. Esa es una decisión de producto poco habitual —el modelo más nuevo no es estrictamente el más capaz para cada tarea— e indica que ambos se posicionan por la duración de la sesión y no por la generación.

Las colaboraciones de la galería se leen de la misma manera. "Villa Giallo" es un misterio que resuelves habitación por habitación, una estructura construida a partir de unidades de un minuto. "The Life of Ants" es una pieza en perspectiva —navegas una colonia desde el punto de vista de una hormiga— que necesita atmósfera y escala más que continuidad. Ambas son demos elegidas para mostrar en qué son buenos los mundos interactivos breves, y ninguna pretende ser una película.

Para un estudio, la pregunta práctica es dónde encaja una toma interactiva de un minuto en un flujo de trabajo que actualmente funciona con clips generados de ocho segundos. La respuesta está aguas arriba y hacia los lados: el blocking, el lenguaje de cámara, las decisiones de decoración del set y los playtests de ideas espaciales, esas cosas que de otro modo construirías en un motor con grey-box y luego tirarías a la basura. Genie 4 elimina el grey box. No elimina el motor.

Lo que puedes llamar hoy en día, y lo que no

Genie 4 no es un endpoint. Es un producto de navegador que va detrás de una suscripción Google AI Ultra de 99,99 dólares al mes, sin API publicada, sin ID de modelo y sin tarifa por generación. Eso mismo ocurre con todas las plataformas de terceros, incluida la nuestra: no hay nada a lo que enrutar.

Lo que es invocable es la mitad de razonamiento de la arquitectura que describe G​oogle. El material de lanzamiento nombra a Gemini 3.8 Flash como el agente en el bucle que planifica pasos y verifica fotogramas frente a los objetivos, y ese modelo es un endpoint activo en nuestro catálogo como google/gemini-3.8-flash a $0,75 por millón de tokens de entrada y $3,75 por millón de salida — precio de lista del proveedor transferido sin margen añadido, de modo que un cambio de precio de G​oogle llega a tu factura el mismo día que llega a la tarifa de precios de G​oogle. Si estás construyendo el bucle en torno a un modelo del mundo en lugar del modelo del mundo en sí — planificar, verificar, replanificar, escribir los prompts que guían una sesión — esa es la pieza que puedes integrar esta semana, con conmutación por error automática entre proveedores con una sola clave.

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash, showing the model identifier, its 65K maximum output and per-million-token pricing fields.

¿Qué haría que esto pasara de ser un producto a una plataforma?

Tres cosas, en orden ascendente de cuánto cambiarían la respuesta.

Una API. Un ID de modelo y un precio por segundo o por sesión permitirían que Genie 4 compitiera por espacios en el pipeline frente a Veo, Kling y Seedance en la misma hoja de cálculo. Sin una, compite por una línea en un presupuesto de herramientas creativas.

Una medición independiente. No hay ningún benchmark, ni Elo, ni estudio de preferencia humana, ni análisis de tasa de fotogramas de terceros sobre Genie 4 en ningún sitio. Toda afirmación de fidelidad que circula se remonta a los propios reels de Google. Las cifras de 720p y 24 fps ahora se pueden comprobar con la ficha del modelo, lo cual es un avance; la afirmación de que es más realista que Genie 3 sigue sin poder comprobarse.

Duración de sesión de más de un minuto con la calidad de Genie 4. G​oogle está resolviendo actualmente la continuidad vendiéndote el modelo anterior. Cuando Genie 4 cierre esa brecha, el selector se reducirá de nuevo a una sola opción y la comparación interesante dejará de ser Genie 4 vs. Genie 3 y pasará a ser Genie 4 vs. todo lo demás.

Screenshot of Google DeepMind's Genie 4 announcement dated 27 October 2026, headed Genie 4: A new generation of world simulation, crediting Raia Hadsell, Diego Rivas and Hang Qi, with a Join the Genie 4 waitlist button.

Hasta entonces, el resumen justo del 18 de noviembre es que Google lanzó un ecosistema creativo en torno a un modelo que ya había anunciado, publicó la primera especificación real del modelo y dejó sin publicar el único número que importa a los desarrolladores: el precio de un segundo de salida. Por una suscripción de $99.99 obtienes el ecosistema, la galería, el agente y un minuto cada vez. Que eso sea una ganga depende por completo de si tu trabajo cabe en un minuto, y nadie fuera de Google puede decírtelo todavía.