Genie 4 vs HY-Nomas: el mejor mundo está cerrado; el descargable, no.

Por aproximadamente 196 gigabytes puedes poseer un modelo del mundo en propiedad. Ese es el tamaño del conjunto completo de checkpoints HY-Nomas, que el equipo Hunyuan de Tencent publicó bajo Apache 2.0 el 23 de octubre de 2026, con los pesos en Hugging Face y el código en GitHub. Cuatro días después, Google DeepMind anunció Genie 4 —un modelo del mundo mejor según la mayoría de las medidas cualitativas, con audio nativo y una ventana de coherencia de dos minutos, no disponible para nadie salvo probadores de confianza y una lista de espera—. Entre esos dos hechos se encuentra la decisión más práctica en el modelado generativo de mundos ahora mismo: tomar el modelo más fuerte que no puedes tener, o el más débil que puedes ejecutar esta noche.

La comparación no es realmente entre Genie 4 y HY-Nomas en cuanto a calidad. Es una comparación entre dos posturas frente al mismo problema, y la brecha de calidad es el precio de la postura. Entender qué estás pagando, y en qué lo estás pagando, es el objetivo de este texto.

Lo que Apache 2.0 realmente te aporta

HY-Nomas se distribuye como pesos, no como un servicio. El checkpoint principal está en Hugging Face como tencent/Hy-Nomas, junto a él hay una variante compatible con Diffusers, y el repositorio incluye una receta de ajuste fino con LoRA y dos adaptadores: uno para trabajo de cámara cinematográfico y otro para material audiovisual de estilo robótica.

Esa última parte merece énfasis porque ningún modelo de mundo cerrado lo ofrece. Si puedes ajustar el modelo con tus propias imágenes, puedes orientarlo hacia tu dominio: el lenguaje de cámara de tu estudio, las características de los sensores de tu robot, la dirección artística de tu juego. Genie 4, sea cual sea su techo, producirá aquello para lo que Google lo entrenó, y tu única palanca es un prompt de texto. Para un equipo cuyo modelo de mundo es un activo competitivo en lugar de una herramienta, esa diferencia pesa mucho más que un gran pulido visual.

La licencia también importa. Apache 2.0 es lo bastante permisiva para un despliegue comercial sin necesidad de negociación, lo cual no puede decirse de Genie 4, cuyos términos comerciales no se han publicado en absoluto.

Sesenta segundos contra dos minutos

Ambos modelos generan mundos interactivos. Los generan de maneras diferentes, y la diferencia determina cómo deben interpretarse las cifras de duración.

Genie 4 es un modelo del mundo en tiempo real: renderiza mientras lo diriges, mantiene una escena durante unos dos minutos y genera audio —sonido ambiente, música, diálogo— de forma nativa en la misma pasada. Cambias el clima escribiéndolo. La propia advertencia de DeepMind es que los detalles y la permanencia de los objetos se van desviando en ejecuciones más largas, especialmente después de repetidas ediciones complejas de prompts.

HY-Nomas genera vídeo en segmentos secuenciales en lugar de en un único archivo estático, y se controla paso a paso mediante indicaciones de texto y trayectorias de cámara. Una caché KV permanente mantiene la coherencia del mundo a lo largo de esos turnos. Su techo declarado es de aproximadamente sesenta segundos de generación a 720×1280 y 24 fotogramas por segundo, usando ocho pasos de eliminación de ruido en la configuración destilada, y también se admiten cuatro y seis.

Así que la comparación honesta no es sesenta segundos frente a ciento veinte. Es generación de segmentos por turnos frente a renderización continua en tiempo real. Genie 4 te da un mundo que responde mientras estás dentro de él. HY-Nomas te da un mundo que avanza un turno autorado a la vez, lo cual es una forma más lenta de trabajar y mucho más controlable: cada segmento es una decisión que puedes inspeccionar antes de comprometerte con el siguiente.

Bajo el capó, ambos son arquitectónicamente diferentes de un modo que explica el comportamiento. HY-Nomas es un transformer de difusión: cincuenta y cuatro bloques MMDiT de doble flujo, un codificador de texto Qwen2.5-VL-7B-Instruct, latentes DCAE-V y un decodificador PixelUMM ajustado, con aproximadamente ocho mil millones de parámetros calculados a partir del checkpoint publicado, no de una declaración oficial. Se trata de un modelo grande que produce segmentos de vídeo. Genie 4 es un simulador en tiempo real cuyos componentes internos Google no ha descrito con ningún nivel de detalle comparable, combinado con modelos Gemini que anclan la apariencia y guían el bucle.

La función que tiene Genie 4 y que nadie más tiene.

Audio. Genie 4 es el primer modelo del mundo de DeepMind que genera sonido de forma nativa y, en el momento de escribir esto, ningún modelo del mundo de pesos abiertos en esta comparación —incluido HY-Nomas— hace una afirmación equivalente. Produce ruido ambiental, música y diálogos interactivos en los que los personajes responden a lo que ocurre en la escena.

Que eso sea decisivo depende por completo del uso que le des. Para la previsualización cinematográfica, está cerca de ser decisivo: un plano sin sonido es medio plano, y reconstruir el paisaje sonoro desde cero para que encaje con los tiempos de otra persona es la parte de la previsualización que nadie disfruta. Para la simulación robótica, es una modalidad de entrada ausente que limita lo que el entorno puede enseñar. Para un estudio de videojuegos que genera metraje de placas de fondo, es una comodidad.

Y, para todos, no se ha medido. Google no ha publicado ningún benchmark de audio, ninguna medición de sincronización, y sus propios ingenieros admiten que la precisión del audio no está resuelta. La afirmación es real y la evidencia es un reel de demostración.

La factura del hardware, desglosada

Aquí es donde el modelo abierto deja de ser gratuito y empieza a convertirse en un gasto de capital.

• Despliegue predeterminado — HY-Nomas está diseñado para ocho GPU. Eso es un servidor, no una estación de trabajo.

• Ruta de una sola GPU — una configuración documentada se ejecuta en una RTX 4090 usando pesos INT8 para el transformador de difusión, un decodificador FP8, offload de CPU y un búfer de historial limitado.

• Disco — el conjunto completo de checkpoints ocupa aproximadamente 196 GB; la ruta de baja memoria necesita unos 38 GB más el codificador de texto.

• Rendimiento — sesenta segundos de salida no son sesenta segundos de cómputo. La difusión con ocho pasos de eliminación de ruido a través de cincuenta y cuatro bloques transformer implica que la generación se mide en minutos por segmento, y Tencent no ha publicado cifras de latencia.

Genie 4 — no hay requisitos de hardware publicados, ni latencia publicada, ni precio publicado. El acceso consiste en una suscripción a Google AI Ultra a través de Project Genie o en un acuerdo con un socio de acceso anticipado.

Haz los cálculos con honestidad y la ruta de la 4090 es una máquina de investigación, no de producción: producirá un segmento, lentamente, con memoria degradada para secuencias largas, que es exactamente el compromiso que establece el búfer de historial limitado. La ruta de ocho GPU produce un rendimiento utilizable y cuesta lo que cuestan ocho GPU de centro de datos, antes de contar la energía y a la persona que tiene que mantenerlo en funcionamiento.

Por eso, la comparación con una API alojada no es automática. Si tu volumen es de unos cientos de segmentos al mes, ejecutar ocho GPU para servirlos es un mal uso del capital, y la respuesta correcta es una API —la nuestra o la de cualquier otro— con un precio por llamada y sin CAPEX. Si tu volumen es continuo, o tus datos no pueden salir de tu red, la descarga de 196 GB es una ganga que ningún servicio alojado puede igualar. Esa es la decisión real, y no tiene nada que ver con qué modelo es más atractivo.

Dos benchmarks, cero puntuaciones

HY-Nomas incluye algo llamado Hy-Nomas-Bench: 280 casos de prueba con aproximadamente 220 trayectorias de cámara de referencia. Es un banco de pruebas de evaluación real y, en el momento de su lanzamiento, no tiene resultados publicados. El informe técnico se describe como de próxima publicación.

Genie 4 no tiene equivalente. Google no publicó ninguna suite de pruebas de referencia, ninguna comparación numérica con Genie 3 más allá de la ventana de coherencia duplicada, y ninguna resolución ni velocidad de fotogramas.

Así que ambas partes piden ser juzgadas por material de demostración. En esa situación, el criterio de desempate debería ser la reproducibilidad, y no hay comparación: puedes descargar HY-Nomas, ejecutar Hy-Nomas-Bench tú mismo y publicar una cifra. Con Genie 4 no puedes hacerlo, y si eres el tipo de equipo que necesita una cifra antes de comprometerse, el modelo cerrado no solo es inconveniente: queda descalificado.

Lo que realmente recomendaríamos

Si necesitas el mundo más convincente disponible y tu trabajo es exploratorio —previsualización, conceptualización, simulación a nivel de prototipo—, Genie 4 es la capacidad más potente y deberías unirte a la lista de espera y diseñar pensando en una toma de dos minutos. Solo el audio ya lo sitúa en una categoría distinta de todo lo que tiene pesos abiertos, y la arquitectura Gemini-in-the-loop significa que puede ser controlado por un agente en lugar de a mano.

Si necesitas un modelo del mundo que puedas poseer, ajustar, auditar, integrar en un producto o ejecutar sin enviar datos a un proveedor, HY-Nomas es la única opción en esta comparación, y es una opción realmente capable: Apache 2.0, una ruta para una única 4090, control de cámara, adaptadores de robótica y una suite de evaluación publicada. Estás intercambiando fotorrealismo y sonido por control y reproducibilidad, y, para una gran clase de trabajo de ingeniería, ese es el intercambio correcto.

El stack circundante es donde convergen los dos. Elijas el modelo que elijas, estará dentro de un bucle de agente: algo tiene que escribir los prompts, elegir la trayectoria de la cámara, comprobar el segmento y decidir si se regenera. Ese bucle se compone de llamadas normales a modelos de lenguaje y de visión, y es donde un router se gana su sitio: una única API para más de 200 modelos, conmutación por error automática para que un proveedor que se queda colgado sea un reintento y no un render perdido, y precios de lista de los proveedores repercutidos con un 0 % de margen para que una bajada de precio de un proveedor te llegue el mismo día en que se aplica. El modelo del mundo es la parte cara y que cambia despacio de tu stack. Todo lo que lo rodea debería ser lo contrario.

Hace seis meses, la pregunta interesante era si los modelos de mundo abierto podían ser competitivos en absoluto. HY-Nomas responde que pueden serlo en control, aunque van por detrás en fidelidad, y Genie 4 responde que el techo de fidelidad sigue moviéndose. Ninguna de las dos respuestas zanja el debate, y por eso existe la descarga y la lista de espera es larga.