Tarjeta de título que dice «Genie 4 ya está disponible», con el subtítulo «Lo que realmente obtienes con el acceso a Google AI Ultra», una etiqueta de fecha del 18 de noviembre de 2026 y tres tarjetas que dicen «Edición de texto en vivo», «Audio nativo» y «Galería de la comunidad».
Guides & Insights

Genie 4 ya está disponible: qué obtienes realmente con el acceso a Google AI Ultra

Autor

Elias Hawthorne

Fecha de publicación

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

Genie 4 dejó de ser una lista de espera el 18 de noviembre de 2026. Ese es el día en que G​oogle DeepMind comenzó a distribuir su modelo del mundo más realista a los suscriptores elegibles de G​oogle AI Ultra dentro de Project Genie, y el día en que el lanzamiento dejó de ser una demo sobre la que se lee y se convirtió en un producto que se puede pagar. La parte incómoda es que esa misma actualización también mejoró Genie 3 en la única dimensión que decide la mayoría del trabajo práctico: el modelo del mundo más antiguo de G​oogle ahora ejecuta sesiones de tres minutos con encadenamiento de mundos y anclaje de panorama de 360 grados, mientras que la ficha técnica de Genie 4 todavía describe un sistema que admite "alrededor de un minuto de interacción continua". Si estás decidiendo si gastar el dinero de Ultra esta semana, esa inversión —no el fotorrealismo— es lo que hay que entender. Y si estás construyendo en torno a esto, la única mitad del stack a la que realmente puedes llamar hoy es la mitad de razonamiento: Gemini 3.8 Flash y Gemini 4 Argon son endpoints activos, Genie 4 no es un endpoint en ningún sitio.

Dos fechas, no una, y por qué importa la diferencia

Google anunció Genie 4 el 27 de octubre de 2026, a probadores de confianza y a una lista de espera. Nadie fuera de ese grupo de probadores podía acceder a él. La publicación del 18 de noviembre es un tipo diferente de documento: es el anuncio de disponibilidad, y traslada el modelo de "reportado" a "comprable", que es la única transición que cambia lo que un lector puede hacer hoy.

Lo que la publicación dice en realidad, en palabras de G​oogle, es limitado. Genie 4 se implementa para los suscriptores elegibles de AI Ultra. Los miembros de G​oogle AI Pro pueden unirse a una lista de espera. La misma actualización incluye mejoras de Genie 3, el agente Project Genie y una galería comunitaria. No hay fecha de disponibilidad general, ni ID de modelo de API, ni precio por generación, ni benchmark. Tampoco tres semanas de cobertura han producido una cifra de resolución ni una tasa de fotogramas.

Entonces, el resumen honesto del 18 de noviembre es este: el modelo es real, la puerta está abierta, y la puerta es una suscripción mensual de $99.99.

El precio, y por qué se paga

Google AI Ultra comienza en $99.99 al mes en EE. UU., y la misma página enumera un nivel de $199.99 con 20 veces los límites de uso de AI Pro en lugar de 5 veces. Ambos incluyen Project Genie; la diferencia es la cuota, no la capacidad. AI Pro a $19.99 no te da acceso: te da un formulario para la lista de espera.

• Precio de entrada para Genie 4: $99.99/mes (G​oogle AI Ultra, 5 veces los límites de AI Pro)

• Nivel superior — 199,99 $/mes (límites de AI Pro 20 veces mayores, mismo acceso a los modelos)

• Nivel de lista de espera — G​oogle AI Pro a $19.99/mes, sin acceso hoy

• Edad y geografía — 18+, Project Genie disponible en más de 140 países según las propias notas al pie de G​oogle

• Lo que no estás comprando: una API. No existe ninguna tarifa por token ni por segundo para Genie 4 en ningún lugar, y Google no ha publicado ninguna.

Esa última frase es lo que los equipos de compras pasan por alto. Una suscripción a un producto de navegador es un puesto, no un nivel de servicio. No se puede poner un puesto detrás de un pipeline automatizado, no se puede escalar de forma elástica y no se puede sortear cuando se degrada. La suscripción te da la capacidad de evaluar Genie 4 manualmente —lo cual vale genuinamente $99.99 para un estudio que hace investigación de previsualización, y vale casi nada para un equipo que necesita un modelo del mundo en una compilación.

Scoreboard for Genie 4 listing AI Ultra entry price of $99.99 per month, about one minute of continuous interaction on the model card, three-minute Genie 3 sessions, native audio, no published resolution or frame rate, and no API pricing, with a footer reading 'All figures Google-reported; no independent measurement published.'

La actualización de Genie 3 es la mitad utilizable de este lanzamiento

Enterrado bajo el titular de Genie 4 hay un conjunto de cambios de Genie 3 que importan más para cualquiera que haga trabajo real, porque Genie 3 es el modelo con el presupuesto de sesión más largo. Google enumera cuatro:

• Sesiones extendidas y encadenamiento de mundos — hasta 3 minutos por generación, frente a los 60 segundos anteriores, con varios mundos enlazados en un viaje más largo

• Anclaje de panorama de 360 grados — genera un nuevo mundo a partir de una imagen panorámica y mantén la ubicación coherente a medida que la cámara gira

• Eventos en el mundo en tiempo real — indicaciones en lenguaje natural que modifican el entorno a mitad de sesión, no solo entre sesiones

• Selector de modelo — Genie 3 sigue siendo seleccionable junto a Genie 4, y G​oogle lo presenta como la opción para ejecuciones más largas y espacios con semilla de panorama

Léelos juntos y Google te está diciendo algo que no dirá abiertamente: para un plano continuo de tres minutos, elige Genie 3. Genie 4 gana en fidelidad, física y audio; Genie 3 gana en duración y anclaje espacial. Un director que bloquea una secuencia obtiene más de tres minutos con anclaje que de un único minuto precioso, y un diseñador de sonido no obtiene absolutamente nada de Genie 3, porque el audio nativo es exclusivo de Genie 4.

La hoja de especificaciones del propio Genie 4 se reduce a un solo número.

La página del modelo Genie 4 es un estudio sobre aquello a lo que un proveedor está dispuesto a comprometerse y aquello a lo que no. Afirma que el modelo es «nuestro modelo del mundo más realista e interactivo hasta la fecha», describe ediciones de prompt en tiempo real del clima, la cámara, los personajes y la acción, y describe audio generado de forma nativa —paisajes sonoros ambientales, pasos, multitudes, habla de los personajes— que se adapta a medida que cambia la escena. Luego, en la misma frase, enumera las limitaciones.

• Duración — "alrededor de un minuto de interacción continua, en lugar de sesiones prolongadas"

• Permanencia del objeto: los detalles visuales y la permanencia del objeto "pueden cambiar o desviarse con el tiempo", especialmente después de una edición intensa

• Escenas multiagente — modelizar varios usuarios y agentes en un mismo espacio compartido se considera un desafío de investigación en curso

• Ubicaciones reales — Google afirma que el modelo no puede simular ubicaciones del mundo real con una precisión perfecta

• Texto en pantalla — el texto legible normalmente solo aparece cuando proviene de la descripción de entrada

• Precisión de audio — "sigue siendo un área de investigación y mejora continuas"

• Estado — «una tecnología incipiente y en evolución»

Ni resolución, ni velocidad de fotogramas, ni cifra de latencia, ni número de parámetros. Todas las afirmaciones del material de lanzamiento son relativas a Genie 3 o a los resultados anteriores de Google. Eso no es motivo para descartar el modelo —el audio nativo en un modelo del mundo es un cambio real de capacidades—, pero sí es motivo para tratar «realista» como un adjetivo de proveedor en lugar de una medición. Todavía no existen cifras independientes, porque quienes tienen acceso son suscriptores, y los suscriptores no publican evaluaciones.

Dos incorporaciones en esta versión no tienen nada que ver con los pesos del modelo y sí mucho con por qué una suscripción es el vehículo de entrega.

El agente Project Genie toma una descripción en lenguaje natural y construye un mundo a partir de ella, coordinando los modelos multimodales de Google para producir las imágenes iniciales y una banda sonora de fondo personalizada. Durante la sesión, los modelos Gemini observan la pantalla, muestran chips de sugerencia y pueden activar eventos dentro del mundo. Esa es la misma arquitectura que la cobertura anterior de Genie 4 señaló y que la mayoría de la cobertura pasó por alto: un modelo de mundo más un planificador es un artefacto distinto de un generador de vídeo, porque responde a un objetivo con una secuencia de estados validados en lugar de responder a una instrucción con un clip.

La galería comunitaria es la estrategia de distribución. Los mundos curados se sitúan junto a los creados por usuarios, y cualquiera de ellos se puede abrir, remezclar o volver a publicar. Google encargó dos piezas de exhibición —"Villa Giallo" con el tecnólogo creativo Will, y "The Life of Ants" con el cineasta Anand Gandhi—, lo cual es un patrón familiar: sembrar la galería con trabajo profesional para que la primera oleada de contenido de los usuarios tenga algo con lo que medirse. Todo el video y el audio generados llevan la marca de agua SynthID, y las entradas y las salidas pasan por controles de seguridad.

Lo que la galería no resuelve es el licenciamiento. Google no ha publicado condiciones de uso comercial para los mundos creados en Project Genie, lo que supone un obstáculo mayor para un estudio que el límite de un minuto. Un proveedor de previsualización que no puede decirle a un cliente a quién pertenece el plano tiene un problema que la ficha del modelo no aborda.

Screenshot of the Google DeepMind Genie 4 model page, showing the headline 'A new generation of world simulation', a Try in Project Genie button, the capabilities and limitations navigation, and the stated limit of around a minute of continuous interaction.

Si estás construyendo el bucle, la mitad de él ya es una API.

Este es el desglose práctico. Genie 4 es un producto de navegador que no tiene endpoint. Los modelos que lo rodean —los que hacen la planificación, la verificación y las fichas de sugerencia— son endpoints de LLM ordinarios, y a esos puedes llamarlos hoy mismo.

Gemini 3.8 Flash es la opción natural para la función de observación y verificación: es el modelo Flash más inteligente de Google, creado para ingeniería de software y trabajo agéntico de varios pasos, con una ventana de contexto de 1.048.576 tokens y un máximo de 65.536 tokens de salida. En OrcaRouter está disponible como google/gemini-3.8-flash a $0,75 por millón de tokens de entrada y $3,75 por millón de salida, con lecturas de entrada en caché a $0,075. Gemini 4 Argon está disponible como google/gemini-4-argon a $2,00 y $10,00 — el modelo al que recurres cuando el plan en sí es la parte difícil, como ocurrió en la demo de robótica de Google, donde Argon descompuso tareas que Genie 4 luego simuló.

Hay dos cosas que hacen que valga la pena configurar bien esa separación en lugar de improvisar una solución. Primero, los precios: OrcaRouter traslada el precio de lista del proveedor sin margen (0 %), así que si Google recorta el precio de Gemini, el recorte está activo en tu clave el mismo día, sin negociación de precios. Segundo, la arquitectura: un modelo del mundo sobre el que no puedes conmutar por error es un punto único de fallo, y un planificador sobre el que sí puedes no lo es. La conmutación automática por error entre proveedores, además de un DSL de enrutamiento que puede fijar el modelo barato para las pasadas de verificación y el más potente para la planificación, es exactamente la forma que necesita una canalización adyacente a Genie, porque la mitad cara e indisponible es la mitad que no puedes controlar.

Que quede claro lo que esto no es. Genie 4 no está en nuestro catálogo ni en el de nadie. Ninguna cantidad de enrutamiento hace que un endpoint sin lanzar se pueda invocar, y cualquier artículo que insinúe lo contrario te está vendiendo algo que Google no ha lanzado.

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash, showing $0.75 per 1M input tokens, $3.75 per 1M output tokens, a 1,048,576-token context window and a 65,536 max output, with an OpenAI-compatible endpoint.

¿Quién debería pagar y quién debería esperar?

Suscríbete esta semana si haces {{1}}investigación en previsualización, prototipado de niveles o simulación robótica{{/1}} y necesitas saber de primera mano si {{2}}el audio nativo más un mundo de la clase de dos minutos{{/2}} basta para cambiar tu pipeline. Los $99.99 son un presupuesto de investigación, y la respuesta realmente no se puede saber a partir de demos: la sincronización de audio durante un minuto completo es donde el audio generado suele fallar, y nadie fuera del grupo de probadores ha informado sobre ello.

Espera si se cumple cualquiera de las siguientes condiciones: necesitas una API, necesitas una licencia comercial, necesitas una sesión de más de tres minutos, o tu trabajo depende de que la permanencia de objeto sobreviva a una edición. Genie 3 ahora cubre el tercer caso mejor que Genie 4. Nada en esta versión cubre los dos primeros.

Lo que hay que observar no es otro carrete de demostración. Son tres publicaciones concretas: una resolución y una frecuencia de fotogramas de cualquiera que tenga acceso, una verificación independiente de si el audio permanece sincronizado con su fuente durante toda la sesión, y una página de términos de uso que indique quién es el propietario de un mundo generado. Hasta que esas publicaciones aparezcan, Genie 4 es una suscripción que puedes evaluar y una API que no puedes comprar — y la brecha entre esas dos frases es donde se toma cada decisión de desarrollo de este trimestre.