Genie 4 vs Odyssey-3: un mundo medido frente a uno no medido

Google DeepMind anunció Genie 4 el 27 de octubre de 2026 como una vista previa de investigación para probadores de confianza. Odyssey abrió una vista previa gratuita en el navegador de Odyssey-3 el 8 de octubre de 2026, tres semanas después de anunciarlo. Ponga los dos uno al lado del otro y una asimetría decide la mayor parte del argumento: Odyssey-3 tiene una fila en una tabla de clasificación de terceros que cualquiera puede consultar, y Genie 4 no tiene ninguna cifra publicada de ningún tipo — ni resolución, ni velocidad de fotogramas, ni latencia, ni benchmark, ni precio. Eso no hace que Odyssey-3 sea el mejor modelo. Hace que Odyssey-3 sea el único de los dos sobre el que actualmente se puede formar una opinión sin fiarse de la palabra de un proveedor.

Ambos son modelos interactivos del mundo. Ambos generan video de una escena en lugar de geometría 3D que se pueda exportar. Ambos están orientados, explícitamente, al mismo trabajo comercial: dar a robots y agentes un lugar donde practicar. Y ambos son muros de advertencias disfrazados de productos. La comparación interesante no es cuál renderiza un prado más convincente. Es qué eligió exponer cada empresa, y qué te dice esa elección sobre lo cerca que está cualquiera de los dos de ser utilizable.

Lo que realmente es cada uno

Genie 4 es la cuarta generación del simulador de mundos de DeepMind, tras Genie 3 en agosto de 2025. Genera una escena explorable a partir de un prompt, te permite dirigirla con instrucciones escritas mientras se ejecuta y ahora produce audio en la misma pasada que el vídeo. Google lo describe como el primer modelo de mundo en tiempo real que genera audio de forma nativa. Un modelo Gemini actúa en el bucle como planificador, comprobando los fotogramas con respecto al objetivo y volviendo a planificar cuando se desvían.

Odyssey-3 proviene de Odyssey, un laboratorio de Palo Alto fundado por veteranos de la conducción autónoma que recaudó una Serie B de 310 millones de dólares en junio de 2026 con una valoración de 1450 millones de dólares. Es un transformador de difusión autorregresivo entrenado para predecir cómo evoluciona una escena en respuesta a acciones —un sistema dinámico condicionado por acciones, más que un generador de vídeo con una caja de texto—. Lo conduces en primera persona, en tercera persona o con una cámara libre, y responde al movimiento como lo haría un entorno.

Las dimensiones que importan, lado a lado:

• Ventana de coherencia — Genie 4 mantiene una escena durante unos dos minutos, el doble que Genie 3; Odyssey-3 no publica ninguna duración de sesión en absoluto.

• Resolución — Genie 4 no ha publicado ninguna; Odyssey-3 se ofrece en 832×480 en el nivel básico y en 1280×720 en el Odyssey-3 Pro.

• Frecuencia de fotogramas — sin publicar por ninguna de las partes, aunque una columna de Physics-IQ de terceros indica 16 fps para las entradas de Odyssey.

• Audio — sonido ambiental nativo, música y diálogo interactivo en Genie 4; ausente en Odyssey-3.

• Dirección — ediciones en lenguaje natural del clima, la cámara y los objetos a mitad de escena en Genie 4; control de movimiento y cámara en Odyssey-3, sin un director de lenguaje.

• Benchmark — ninguno publicado para Genie 4; una presentación de terceros y una tabla autoejecutada para Odyssey-3.

• Acceso — probadores de confianza y una lista de espera para Genie 4; una demo gratuita en el navegador hoy para Odyssey-3, con acceso a la API bajo solicitud.

El número que los separa

Physics-IQ Verified es lo más parecido que tiene esta categoría a un marcador independiente. Se lleva a cabo con Anates Labs y DeepMind, y puntúa si una escena generada obedece las leyes de la física cuando algo se deja caer, se vierte, se balancea o se golpea. Odyssey presentó Odyssey-3 y Odyssey-3 Pro. Google no presentó Genie 4 a nada.

En la categoría de vídeo a vídeo, según la medición del 13 de octubre de 2026, Odyssey-3 Pro obtuvo 66,10 y quedó en primer lugar. Base Odyssey-3 obtuvo 64,43. Esas son las cifras que cita Odyssey, y vienen acompañadas de una condición de muestreo que cambia cómo deberías interpretarlas: son ejecuciones de mejor de ocho, en las que el modelo dispone de ocho intentos y se puntúa el mejor. En una sola generación, los mismos modelos obtienen 63,37 y 61,56. Si a Odyssey-3 se le dan los propios prompts del benchmark en lugar de los prompts que escribió para sí mismo, la puntuación cae a 51,76, octavo puesto, aproximadamente diez puntos por debajo de su cifra principal.

Eso es lo más útil de la tabla, porque es la aproximación más cercana a lo que un cliente experimentaría realmente. Un equipo que despliega este modelo no obtiene ocho tiradas y un puntuador. Escribe un prompt y obtiene un mundo. La lectura honesta es que la física de Odyssey-3 es realmente sólida en comparación con los generadores de vídeo —supera a FLUX 3 [large] en la pista de vídeo a vídeo— y que una parte significativa de su ventaja es efecto de selección. La otra afirmación de Odyssey, el primer puesto en tres de las cuatro categorías de WorldMark, es aún más débil: esa evaluación la realizó Odyssey, Odyssey-3 no aparece en los resultados publicados por WorldMark, y Odyssey cita trece métricas donde la tabla describe nueve.

La fila de Genie 4 en esa tabla está en blanco, y el blanco no es neutral. Google presentó un lanzamiento con un hueco inusual. El material de presentación de Genie 3 en 2025 se mostró a 720p y 24 fotogramas por segundo; la entrada de blog de Genie 4 habla de realismo sin dar ninguna de las dos cifras. Cuando un laboratorio publica una afirmación sobre la calidad y retiene las dos cifras que permitirían comprobarla, la retención es el mensaje. Algo del resultado actual no sobrevive a quedar escrito junto a su predecesor.

Dos apuestas diferentes sobre dónde pertenece la inteligencia

La división arquitectónica tiene más consecuencias que la hoja de especificaciones, porque determina lo que puedes construir sobre cada modelo.

Genie 4 lanza un piloto. Gemini 3.8 Flash observa los fotogramas generados, descompone un objetivo en pasos, evalúa si la escena hizo lo que se le pidió y revisa el plan. Gemini Omni ancla la simulación en cómo se ven y se comportan realmente las cosas. En un experimento, Gemini 4 Argon dividió una tarea de robótica en descripciones que Genie 4 luego simuló en tiempo real, incluido un humanoide Apollo de Apptronik jugando a las damas. La afirmación que subyace a todo esto es que el modelo puede ensayar una tarea por sí solo, sin que una persona dirija cada fotograma.

Odyssey-3 incluye una cabina de pilotaje. No hay ningún planificador en el bucle. El modelo está condicionado por tus acciones, y la calidad de la sesión es función de lo bien que lo pilotas. Es una afirmación más modesta, y más honesta sobre lo que hace actualmente la tecnología: un modelo del mundo que necesita un operador competente sigue siendo útil para la evaluación, la generación de datos y la exploración, ninguna de las cuales requiere autonomía.

La consecuencia práctica: si tu caso de uso es «generar casos de fallo diversos para que una política aprenda de ellos», la forma de Odyssey-3 se acerca más a lo que necesitas y puedes probarlo hoy mismo en un navegador. Si tu caso de uso es «un agente que define su propio currículo», Genie 4 es el único de los dos que hace esa afirmación, y nadie fuera del grupo de probadores lo ha verificado.

La robótica es el trabajo para el que ambos están haciendo una audición.

Ninguna de las dos empresas es evasiva respecto al objetivo. Google enmarca Genie 4 en torno a entornos de entrenamiento para robots y agentes. Odyssey demostró un brazo robótico recuperándose de errores de manipulación, control humanoide mediante políticas Flexion, un coche conduciendo por carreteras reales en India tras aproximadamente veinte horas de datos de entrenamiento, y navegación de drones en interiores: seis dominios a partir de un único modelo base, todo reportado por el proveedor y nada reproducido de forma independiente.

La afirmación que merece tomarse en serio es la transferencia entre encarnaciones, porque es la que haría que un modelo del mundo fuera económicamente distinto de un simulador. Si la dinámica aprendida a partir de un cuerpo se transfiere a otro, se deja de construir la física a mano para cada robot. Odyssey afirma haber demostrado una transferencia temprana entre juegos, jugando a un título con habilidades aprendidas en otro. Eso está muy lejos de una planta de fábrica, pero es la dirección correcta, y es el tipo de resultado que un competidor querría replicar en lugar de discutir.

La evidencia robótica de Genie 4 es una demo de un humanoide jugando a un juego de mesa en simulación. Es encantadora y demuestra que el pipeline conecta. No demuestra que la simulación sea lo bastante fiel como para entrenar con ella y, al no haberse publicado la resolución, la tasa de fotogramas ni la puntuación de física, no hay forma de comprobarlo.

El audio es real, y no es un desempate.

Genie 4 genera sonido ambiente, música y diálogos hablados que responden a lo que le dices a un personaje de la escena. Es una primicia genuina para los modelos del mundo de DeepMind y cambia qué trabajos puede desempeñar plausiblemente el modelo: una toma de previsualización sin sonido es media toma, y un diseñador de sonido que tiene que reconstruir el tono de sala desde cero trabaja a partir de la sincronización del modelo en lugar de la suya propia.

Tampoco decide esta comparación. Odyssey-3 no intenta ser una herramienta cinematográfica; intenta ser un entorno físico. El silencio no le cuesta nada en un plan de estudios de robótica y le cuesta mucho en una revisión de storyboard. De todos modos, las propias advertencias de Google restan valor a la función: la empresa incluye la precisión del audio en tiempo real entre lo no resuelto, junto con el texto legible dentro del mundo y la precisión espacial. Un mundo cuya señalización no puedes leer no es un sustituto de una calle, y un diálogo que se aleja de su fuente no es algo contra lo que se pueda cortar.

Lo que realmente cuesta el acceso

Puedes abrir Odyssey-3 en un navegador esta tarde y usarlo gratis. La demo pública ejecuta una variante destilada de pocos pasos que la empresa llama Odyssey-3 Flash —un tercer nombre que Odyssey no documenta en ningún otro sitio—, mientras que los modelos completos quedan detrás de una solicitud de acceso prioritario. No hay API de autoservicio, ni lista de precios, ni pesos, ni licencia, y la única página de términos del sitio es anterior a Odyssey-3 y todavía describe el prototipo Odyssey-2.

Genie 4 tiene un acceso más restringido. Los probadores de confianza ya lo tienen; a los suscriptores de Google AI Ultra se les promete acceso a través de Project Genie "en las próximas semanas" por unos 100 dólares al mes, mientras que los socios de acceso anticipado llegan a él mediante la Gemini API y AI Studio. No hay fecha de disponibilidad general ni precio para desarrolladores. Una estimación externa que circula en la prensa en chino situaba una sesión de dos minutos en unos 7,84 dólares en cómputo —de una sola fuente, no confirmada por Google, y no es un precio que se haya cotizado a nadie.

Esa asimetría resume toda la cuestión de la compra. Odyssey-3 te cuesta una tarde evaluarlo y no te dice nada sobre lo que costará ejecutarlo en producción. Genie 4 te cuesta una lista de espera y no te dice nada sobre nada. Si necesitas una respuesta este trimestre, solo una de estas preguntas se puede siquiera plantear.

Cómo elegir este trimestre

Empieza por lo que puedes medir. Si lo que necesitas es un entorno interactivo para explorar, generar datos o hacer una demo, prueba Odyssey-3 en el navegador y luego pregunta a Odyssey cuánto cuesta una sesión y cuáles son los límites de concurrencia: las respuestas te dirán más sobre la madurez del producto que cualquier benchmark. Trata su 66,10 como una cifra del mejor de ocho y su 51,76 como la realista, y planifica en torno a la segunda.

Si lo que necesitas es un agente que planifique dentro de una simulación, Genie 4 es la única opción que hace esa afirmación, y no hay nada que probar. Lo racional es esperar a la lista de espera y, mientras tanto, construir contra la mitad de la arquitectura que ya es un commodity: el planificador. Gemini 3.8 Flash es el modelo que Google puso en el bucle de Genie 4, y hoy es un LLM enrutable en lugar de un world model restringido. Está en nuestro catálogo como google/gemini-3.8-flash, invocable a través de una sola API con los precios de lista del proveedor trasladados con un 0 % de margen. OrcaRouter no aloja Genie 4 ni Odyssey-3 —ninguno es un endpoint direccionable en ningún sitio—, así que la división honesta es un planificador que puedes comprar y un simulador que todavía no. Con esa forma, el failover importa: si la única parte intercambiable de tu stack es el agente guía, quieres que se mueva entre proveedores sin un contrato nuevo, y el DSL de enrutamiento te permite fijar un modelo barato para las pasadas de verificación y uno más potente para la planificación.

También hay un experimento más barato que nadie está realizando. Pon el mismo planificador frente a la sesión de navegador de Odyssey-3 y a un motor de físicas convencional, y observa cuál produce mejores datos de entrenamiento por dólar. Esa comparación cuesta una semana y resolvería más que cualquiera de los dos artículos de lanzamiento.

¿Qué lo resolvería?

Tres cosas, en orden de utilidad. Una resolución y una tasa de fotogramas para Genie 4, de Google o de cualquier probador dispuesto a publicar una captura a tamaño nativo. Una ejecución de ambos modelos con el mismo arnés en Physics-IQ con los prompts proporcionados por el benchmark, una sola generación, lo que pondría por primera vez el mismo número en ambas filas. Y condiciones comerciales — una tarifa por segundo, una licencia, una cifra de concurrencia — porque un modelo del mundo al que no se le puede poner precio es una demo, sea cual sea el laboratorio que lo haya construido.

Hasta que uno de esos se concrete, el resumen preciso resulta incómodo para ambas empresas. Odyssey-3 es medible y acotado, con un sólido resultado de terceros que se reduce bajo un muestreo realista. Genie 4 es más amplio y no medible, con un planificador dentro y sin evidencia aún de que el mundo contra el que planifica sea fiel. La brecha entre esas dos posiciones no es una brecha de capacidad. Es una brecha de divulgación, y corresponde al lector notar a cuál de las dos se le está pidiendo aceptarla por fe.