Genie 4 vs Genie 3 : deux minutes, un nouveau sens, et la même porte verrouillée

Genie 4 a été annoncé le 27 octobre 2026, 448 jours après Genie 3. L’intervalle est facile à énoncer et difficile à évaluer, car les deux modèles ne sont pas vendus de la même manière et, à proprement parler, aucun des deux n’est vendu du tout. Genie 3 est un aperçu de recherche à accès restreint depuis le 5 août 2025, accessible aux abonnés Google AI Ultra via Project Genie depuis janvier 2026. Genie 4 est de nouveau un aperçu de recherche à accès restreint, cette fois pour un ensemble limité de testeurs de confiance avec une liste d’attente publique. Ce qui a changé entre-temps est réel : le son, le pilotage en temps réel, une fenêtre de cohérence plus longue et un second modèle Gemini qui surveille la sortie. Ce qui n’a pas changé, c’est la partie qui détermine si vous pouvez l’utiliser.

La plupart de la couverture de Genie 4 se lit comme une liste de nouvelles fonctionnalités, ce qui est exact et aussi incomplet. La comparaison plus utile se situe entre deux générations d’une même idée à deux stades de maturité différents : Genie 3 est une valeur connue, avec une résolution et une fréquence d’images publiées et un parcours produit, tandis que Genie 4 est une démo dotée d’une meilleure description et d’aucune fiche technique. Cela ne fait pas de Genie 4 du vaporware — le blog, les démos et l’expérience de robotique sont bien réels — mais cela signifie que la comparaison honnête comporte deux colonnes de types de preuves différents.

Les quatre ajouts, classés par ordre d’impact sur le poste

Toutes les nouvelles capacités ne se valent pas. Classées selon leur effet sur un pipeline :

• Audio natif. C’est le changement qui modifie la catégorie du produit. Une simulation silencieuse peut guider une décision de cadrage, mais ne peut pas remplacer un plan, car le concepteur sonore doit encore créer la pluie et les pas en synchronisation avec un timing que le modèle n’a pas produit. Genie 4 génère le son d’ambiance, la musique et les dialogues interactifs dans la même passe que les images, ce qui signifie que l’audio et l’image partagent une horloge. La mise en garde de Google est importante : la précision audio n’est pas résolue, et les dialogues générés sont la partie la moins prévisible de cette version.

• Pilotage en temps réel. Genie 3 pouvait accepter des événements du monde déclenchés par invite — changer la météo, ajouter un objet — mais l'interaction restait grossière. Genie 4 accepte une instruction saisie en cours de simulation, et un modèle Gemini l'adapte à l'image courante, de sorte que la caméra peut se déplacer et la scène changer sans réinitialisation. Pour la prévisualisation, c'est la différence entre générer un plan et en diriger un.

• La fenêtre plus longue. Le chiffre que tout le monde cite est d’environ deux minutes de cohérence de scène, soit le double de Genie 3. Il s’agit d’un chiffre rapporté lors des briefings de lancement ; le blog indique seulement que les sessions sont « courtes ». L’effet pratique est qu’une prise peut durer assez longtemps pour bloquer une courte séquence, et non qu’un niveau puisse être exploré.

• L'agent dans la boucle. Gemini Omni ancre l'apparence et le comportement, et Gemini 3.8 Flash surveille les images, décompose les objectifs, vérifie l'avancement et replanifie. C'est un changement d'architecture plutôt qu'un changement de rendu, et c'est pourquoi la démo de robotique fonctionne : Gemini 4 Argon planifiait, Genie 4 simulait, et un humanoïde Apptronik Apollo jouait aux dames dans le monde généré.

Ce que Genie 4 n'a pas publié

C'est ici que la comparaison cesse d'être symétrique. Genie 3 dispose d'une spécification publique : résolution 720p, 24 images par seconde, interaction en temps réel, mémoire visuelle remontant à environ une minute et sessions de quelques minutes. Genie 4 n'a aucun de ces chiffres par écrit. Ni résolution, ni fréquence d'images, ni latence, ni taille de modèle, ni benchmark, ni prix.

Cette absence a une conséquence précise pour quiconque serait tenté d’écrire « Genie 4 est plus fidèle que Genie 3 ». Cela pourrait être vrai. Les bandes de démonstration paraissent meilleures, et Google affirme une physique améliorée, des mouvements humains plus naturels et des scènes plus photoréalistes. Mais sans résolution ni fréquence d’images publiées, impossible de savoir si l’amélioration vient du modèle ou de la captation. Une démo rendue à une résolution plus élevée que celle à laquelle le produit est livré ressemblerait exactement à un meilleur modèle. Chaque affirmation de fidélité dans cette comparaison est rapportée par le fournisseur et non reproduite, et l’écart de spécifications est la raison de le dire à voix haute plutôt que dans une note de bas de page.

Les limitations admises sont également plus précises cette fois-ci. Google reconnaît que la permanence des détails et des objets se dégrade lors de sessions plus longues et après des modifications complexes répétées, que la précision spatiale est imparfaite, que le texte intégré au monde s’affiche mal et que la précision audio est un problème de recherche. Ce sont les mêmes catégories que Genie 3 a énumérées — espace d’action contraint, interaction multi-agents faible, géographie du monde réel médiocre, lisibilité — avec l’audio en plus. La liste ne s’est pas raccourcie. Elle a gagné une catégorie.

La porte ne bougea pas.

L'histoire de l'accès à Genie 3 est une histoire de produit. Project Genie, la plateforme de Google Labs lancée le 29 janvier 2026, offre aux abonnés AI Ultra un moyen d'entrer dans les mondes de Genie 3, et il a été rapporté qu'elle limitait l'exploration d'un seul monde à 60 secondes — une décision liée au calcul, car la génération autorégressive devient plus coûteuse à mesure que la session se prolonge. Il convient de garder cette limite en tête lorsqu'on lit le chiffre de deux minutes pour Genie 4 : la fenêtre de cohérence du modèle et la limite de session du produit sont deux nombres différents, et le chiffre du produit a toujours été le plus contraignant.

L’accès à Genie 4 se présente sous la forme d’une préversion. Les testeurs de confiance y ont accès dès maintenant, les abonnés AI Ultra via Project Genie « bientôt disponible », les partenaires en accès anticipé via l’API Gemini et AI Studio « bientôt disponible », et une liste d’attente est en place en attendant. Aucune date n’est associée à l’un ou l’autre des « bientôt ». Pour un développeur, cela signifie que la mise à niveau ne constitue pas encore une décision d’achat. Pour un abonné AI Ultra, cela signifie que le modèle auquel vous avez accès aujourd’hui est encore Genie 3.

La comparaison sur laquelle un lecteur peut agir est donc étroite. Si vous avez déjà accès à Project Genie, Genie 4 ne change rien à votre semaine tant qu’il n’y est pas disponible. Si vous choisissez sur quoi prototyper, la couche de raisonnement est la partie qui existe : Gemini 3.8 Flash, le modèle que Google désigne comme l’agent en boucle de Genie 4, est appelable dès maintenant via OrcaRouter avec la même clé que Gemini Robotics ER 1.6 preview, avec les prix catalogue des fournisseurs répercutés à 0 % de marge et un basculement automatique entre fournisseurs. Cela permet à une équipe de construire la moitié planificateur d’un pipeline de simulation avant que le modèle du monde ne soit disponible pour elle. Cela ne remplace pas Genie 4, et nous n’hébergeons aucun des deux modèles Genie.

Qu'est-ce qui réglerait la question ?

Trois publications suffiraient à transformer cette comparaison de fonctionnalités en une comparaison de modèles. La première est une fiche technique : résolution, fréquence d’images, latence et limite de session, par écrit, de la part de Google. La deuxième est une mesure indépendante réalisée en dehors du pool de testeurs de confiance — quelque chose qui indique la fréquence d’images sous charge ou le temps de cohérence lors d’éditions répétées, plutôt que de répéter le chiffre du briefing. La troisième est le plafond de session de Project Genie pour Genie 4, qui vous dira ce que vaut la promesse des deux minutes dans le produit que les gens peuvent réellement acheter.

D'ici là, Genie 4 vs Genie 3 est une comparaison entre un aperçu déjà livré avec des limites connues et un successeur annoncé avec de meilleures démos et aucune spécification. Le successeur est probablement le meilleur modèle. Le prédécesseur est le seul que quiconque en dehors de Google ait utilisé.

Qui doit s’en soucier maintenant, et qui doit attendre

Les chercheurs déjà intégrés à un programme de testeurs devraient s’en préoccuper dès maintenant : audio + pilotage + boucle d’agent constituent une surface d’expérimentation nettement différente, et la démo robotique indique vers quoi Google veut orienter le modèle. Les studios qui font de la prévisualisation devraient attendre deux choses : l’arrivée de Genie 4 dans Project Genie, et une réponse sur les licences pour l’audio généré, que les supports de lancement ne fournissent pas. Les équipes de jeu devraient attendre la limite de session, car une fenêtre de cohérence de deux minutes est un plan, pas un niveau, et le mode de défaillance que Google cite lui-même — la permanence des objets qui dérive après des modifications répétées — est exactement celui qui casse un parcours.

Rien de tout cela ne fait de Genie 4 une déception. Cela en fait une annonce, ce qu'il est. L'écart entre les deux générations est réel et, au vu des éléments disponibles, plus grand que l'écart entre Genie 2 et Genie 3. L'écart entre le fait de posséder l'un ou l'autre est nul.