Genie 4 vs Odyssey-3: Dunia yang Terukur Melawan Dunia yang Tak Terukur

Google DeepMind mengumumkan Genie 4 pada 27 Oktober 2026 sebagai pratinjau riset untuk penguji tepercaya. Odyssey membuka pratinjau peramban gratis untuk Odyssey-3 pada 8 Oktober 2026, tiga minggu setelah mengumumkannya. Letakkan keduanya berdampingan dan satu asimetri menentukan sebagian besar perdebatan: Odyssey-3 memiliki baris di papan peringkat pihak ketiga yang dapat dibuka dan dibaca siapa pun, sedangkan Genie 4 tidak memiliki angka yang dipublikasikan dalam bentuk apa pun — tidak ada resolusi, tidak ada laju bingkai, tidak ada latensi, tidak ada tolok ukur, tidak ada harga. Itu tidak menjadikan Odyssey-3 model yang lebih baik. Itu menjadikan Odyssey-3 satu-satunya dari keduanya yang saat ini dapat Anda bentuk pendapatnya tanpa harus menerima kata vendor begitu saja.

Keduanya adalah model dunia interaktif. Keduanya menghasilkan video suatu pemandangan alih-alih geometri 3D yang bisa Anda ekspor. Keduanya secara eksplisit ditujukan untuk pekerjaan komersial yang sama: memberi robot dan agen tempat untuk berlatih. Dan keduanya adalah dinding peringatan yang dibalut sebagai produk. Perbandingan yang menarik bukanlah mana yang merender padang rumput lebih meyakinkan. Melainkan apa yang dipilih masing-masing perusahaan untuk diungkapkan, dan apa yang dikatakan pilihan itu tentang seberapa dekat masing-masing dengan kondisi bisa digunakan.

Apa sebenarnya masing-masing itu

Genie 4 adalah generasi keempat simulator dunia milik DeepMind, menyusul Genie 3 pada Agustus 2025. Model ini menghasilkan pemandangan yang dapat dijelajahi dari sebuah prompt, memungkinkan Anda mengarahkannya dengan instruksi tertulis saat berjalan, dan kini menghasilkan audio dalam proses yang sama dengan video. Google menyebutnya sebagai model dunia real-time pertama yang menghasilkan audio secara native. Sebuah model Gemini berada dalam loop sebagai perencana, memeriksa frame terhadap tujuan dan merencanakan ulang ketika keduanya menyimpang.

Odyssey-3 berasal dari Odyssey, laboratorium di Palo Alto yang didirikan oleh para veteran kendaraan otonom dan mengumpulkan pendanaan Seri B senilai $310 juta pada Juni 2026 dengan valuasi $1,45 miliar. Ini adalah transformer difusi autoregresif yang dilatih untuk memprediksi bagaimana suatu adegan berkembang sebagai respons terhadap aksi — sistem dinamika terkondisi aksi, bukan generator video dengan kotak teks. Anda mengendarainya dalam sudut pandang orang pertama, orang ketiga, atau dengan kamera bebas, dan ia merespons gerakan sebagaimana sebuah lingkungan.

Dimensi yang penting, berdampingan:

• Jendela koherensi — Genie 4 mempertahankan sebuah adegan selama sekitar dua menit, dua kali lipat Genie 3; Odyssey-3 sama sekali tidak menerbitkan panjang sesi.

• Resolusi — Genie 4 belum menerbitkan apa pun; Odyssey-3 hadir pada 832×480 di tier dasar dan 1280×720 di Odyssey-3 Pro.

• Laju bingkai — tidak dipublikasikan oleh kedua pihak, meskipun kolom Physics-IQ dari pihak ketiga mencantumkan 16 fps untuk entri Odyssey.

{{1}}Audio{{/1}} — suara ambient bawaan, musik, dan dialog interaktif di Genie 4; tidak ada di Odyssey-3.

• Pengarahan — pengeditan bahasa alami untuk cuaca, kamera, dan objek di tengah adegan dalam Genie 4; kontrol gerakan dan kamera di Odyssey-3, tanpa sutradara bahasa.

• Tolok ukur — tidak ada yang diterbitkan untuk Genie 4; satu kiriman pihak ketiga dan satu papan yang dijalankan sendiri untuk Odyssey-3.

• Akses — penguji tepercaya dan daftar tunggu untuk Genie 4; demo browser gratis hari ini untuk Odyssey-3, dengan akses API berdasarkan permintaan.

Angka yang memisahkan mereka

Physics-IQ Verified adalah hal terdekat yang dimiliki kategori ini dengan papan skor independen. Ini dijalankan bersama Anates Labs dan DeepMind, dan menilai apakah sebuah adegan yang dihasilkan mematuhi hukum fisika ketika sesuatu dijatuhkan, dituangkan, diayunkan, atau dipukul. Odyssey mengirimkan Odyssey-3 dan Odyssey-3 Pro ke sana. Google tidak mengirimkan Genie 4 ke ajang apa pun.

Pada jalur video-ke-video, berdasarkan pembacaan pada 13 Oktober 2026, Odyssey-3 Pro mencetak 66,10 dan menduduki peringkat pertama. Base Odyssey-3 mencetak 64,43. Itulah angka yang dikutip Odyssey, dan angka-angka itu disertai kondisi pengambilan sampel yang mengubah cara Anda membacanya: itu adalah best-of-eight runs, yaitu model mendapat delapan percobaan dan yang terbaik yang dinilai. Pada satu kali generasi, model yang sama mencetak 63,37 dan 61,56. Jika Odyssey-3 diberi prompt milik benchmark itu sendiri, bukan prompt yang ditulisnya untuk dirinya sendiri, skornya turun menjadi 51,76, peringkat kedelapan, sekitar sepuluh poin di bawah angka utamanya.

Itu adalah hal yang paling berguna di papan peringkat, karena itu adalah perkiraan terdekat dari apa yang benar-benar akan dialami pelanggan. Tim yang menerapkan model ini tidak mendapat delapan percobaan dan satu penilai. Tim itu mengetik prompt dan mendapatkan satu dunia. Pembacaan yang jujur adalah bahwa fisika Odyssey-3 benar-benar kuat dibandingkan generator video — model ini mengalahkan FLUX 3 [large] di jalur video-ke-video — dan bahwa sebagian signifikan dari keunggulannya adalah efek seleksi. Klaim Odyssey lainnya, peringkat pertama di tiga dari empat kategori WorldMark, bahkan lebih lemah: evaluasi itu dijalankan oleh Odyssey, Odyssey-3 tidak muncul dalam hasil terbit WorldMark, dan Odyssey mengutip tiga belas metrik sedangkan papan tersebut menggambarkan sembilan.

Baris Genie 4 pada tabel itu kosong, dan kekosongan itu tidak netral. Google merilis sebuah peluncuran dengan lubang yang tidak biasa di dalamnya. Materi pengungkapan Genie 3 pada 2025 ditampilkan pada 720p dan 24 frame per detik; posting blog Genie 4 membahas realisme tanpa menyebutkan kedua angka tersebut. Ketika sebuah lab menerbitkan klaim kualitas dan menahan dua angka yang memungkinkan Anda memeriksanya, penahanan itu adalah pesannya. Ada sesuatu tentang keluaran saat ini yang tidak bertahan jika dituliskan di samping pendahulunya.

Dua pertaruhan berbeda tentang di mana kecerdasan seharusnya berada

Pemisahan arsitektural lebih berdampak daripada lembar spesifikasi, karena hal itu menentukan apa yang dapat Anda bangun di atas setiap model.

Genie 4 merilis versi pilot. Gemini 3.8 Flash mengamati frame yang dihasilkan, menguraikan suatu tujuan menjadi langkah-langkah, menilai apakah adegan tersebut melakukan apa yang diminta, dan merevisi rencana. Gemini Omni menjangkarkan simulasi pada bagaimana segala sesuatu benar-benar terlihat dan berperilaku. Dalam satu eksperimen, Gemini 4 Argon memecah tugas robotika menjadi keterangan-keterangan yang kemudian disimulasikan Genie 4 secara real time, termasuk humanoid Apptronik Apollo yang bermain dam. Klaim di balik semua itu adalah bahwa model dapat melatih suatu tugas sendiri, tanpa manusia yang mengarahkan setiap frame.

Odyssey-3 hadir dengan kokpit. Tidak ada perencana dalam loop. Model dikondisikan pada tindakan Anda, dan kualitas sesi merupakan fungsi dari seberapa baik Anda mengemudikannya. Itu klaim yang lebih kecil, dan lebih jujur tentang apa yang saat ini dilakukan teknologi ini — model dunia yang membutuhkan operator yang kompeten tetap berguna untuk evaluasi, pembuatan data, dan eksplorasi, yang tidak satu pun memerlukan otonomi.

Konsekuensi praktisnya: jika kasus penggunaan Anda adalah "menghasilkan beragam kasus kegagalan agar sebuah kebijakan dapat belajar darinya," bentuk Odyssey-3 lebih mendekati apa yang Anda butuhkan dan Anda dapat mencobanya hari ini di browser. Jika kasus penggunaan Anda adalah "agen yang menyusun kurikulumnya sendiri," Genie 4 adalah satu-satunya dari keduanya yang mengklaim hal itu, dan belum ada orang di luar kumpulan penguji yang memverifikasinya.

Robotika adalah posisi yang sedang diperebutkan keduanya dalam audisi.

Kedua perusahaan tidak berbelit soal targetnya. Google membingkai Genie 4 sebagai lingkungan pelatihan untuk robot dan agen. Odyssey mendemonstrasikan lengan robot yang pulih dari kesalahan manipulasi, kendali humanoid melalui kebijakan Flexion, mobil yang mengemudi di jalan nyata di India setelah sekitar dua puluh jam data pelatihan, dan navigasi drone dalam ruangan — enam domain dari satu model dasar, semuanya dilaporkan vendor dan tidak ada yang direproduksi secara independen.

Klaim yang layak ditanggapi serius adalah transfer lintas perwujudan, karena klaim inilah yang akan membuat model dunia berbeda secara ekonomis dari sebuah simulator. Jika dinamika yang dipelajari dari satu tubuh dapat ditransfer ke tubuh lain, Anda tidak perlu lagi membangun fisika secara manual untuk setiap robot. Odyssey mengatakan bahwa mereka telah mendemonstrasikan transfer awal antar-game, dengan memainkan satu judul menggunakan keterampilan yang dipelajari di judul lain. Itu masih jauh dari lantai pabrik, tetapi arahnya benar, dan itu adalah jenis hasil yang ingin direplikasi oleh pesaing, bukan diperdebatkan.

Bukti robotika Genie 4 adalah demo humanoid yang memainkan permainan papan dalam simulasi. Demo itu menawan dan membuktikan bahwa pipeline-nya tersambung. Namun itu tidak membuktikan bahwa simulasinya cukup akurat untuk dijadikan landasan pelatihan, dan tanpa resolusi, frame rate, atau skor fisika yang dipublikasikan, tidak ada cara untuk memeriksanya.

Audio itu nyata, dan itu bukan penentu.

Genie 4 menghasilkan suara ambient, musik, dan dialog lisan yang merespons apa yang Anda katakan kepada karakter dalam adegan. Ini merupakan pertama yang sesungguhnya bagi model dunia DeepMind dan mengubah pekerjaan apa yang secara masuk akal dapat dilakukan model — shot pra-visualisasi tanpa suara adalah setengah shot, dan desainer suara yang harus membangun ulang room tone dari awal bekerja berdasarkan timing model, bukan timing mereka sendiri.

Hal ini juga tidak menentukan perbandingan ini. Odyssey-3 tidak berusaha menjadi alat film; ia berusaha menjadi lingkungan fisik. Kesenyapan tidak merugikannya dalam kurikulum robotika dan sangat merugikannya dalam tinjauan papan cerita. Bagaimanapun, catatan keberatan Google sendiri melemahkan fitur ini: perusahaan mencantumkan akurasi audio real-time sebagai belum terpecahkan, bersama teks dalam dunia yang dapat dibaca dan akurasi spasial. Dunia yang papan namanya tidak dapat Anda baca bukanlah pengganti jalan, dan dialog yang melenceng dari sumbernya bukanlah sesuatu yang dapat Anda jadikan acuan saat memotong.

Berapa biaya akses sebenarnya

Anda dapat membuka Odyssey-3 di browser sore ini dan menjalankannya secara gratis. Demo publiknya menjalankan varian distilasi beberapa langkah yang oleh perusahaan disebut Odyssey-3 Flash — nama ketiga yang tidak didokumentasikan Odyssey di tempat lain — sementara model lengkapnya berada di balik permintaan akses prioritas. Tidak ada API swalayan, tidak ada daftar harga, tidak ada bobot, tidak ada lisensi, dan satu-satunya halaman ketentuan di situs tersebut sudah ada sebelum Odyssey-3 dan masih menjelaskan prototipe Odyssey-2.

Genie 4 dibatasi lebih ketat. Penguji tepercaya sudah memilikinya sekarang; pelanggan Google AI Ultra dijanjikan akses melalui Project Genie "dalam beberapa minggu mendatang" dengan biaya sekitar $100 per bulan, dengan mitra akses awal menjangkaunya melalui Gemini API dan AI Studio. Tidak ada tanggal ketersediaan umum dan tidak ada harga pengembang. Salah satu perkiraan eksternal yang beredar di pers berbahasa Mandarin memperkirakan sesi dua menit menghabiskan sekitar $7,84 untuk komputasi — bersumber tunggal, belum dikonfirmasi oleh Google, dan bukan harga yang pernah dikutipkan kepada siapa pun.

Asimetri itu adalah inti dari keseluruhan cerita pengadaan. Odyssey-3 hanya menghabiskan waktu satu sore untuk dievaluasi dan tidak memberi tahu Anda apa pun tentang berapa biaya menjalankannya di produksi. Genie 4 membuat Anda harus masuk daftar tunggu dan tidak memberi tahu Anda apa pun tentang apa pun. Jika Anda membutuhkan jawaban kuartal ini, hanya satu dari pertanyaan-pertanyaan ini yang bahkan bisa diajukan.

Cara memilih kuartal ini

Mulailah dengan apa yang dapat Anda ukur. Jika kebutuhan Anda adalah lingkungan interaktif untuk eksplorasi, pembuatan data, atau demo, coba Odyssey-3 di browser, lalu tanyakan kepada Odyssey berapa biaya satu sesi dan berapa batas konkurensinya — jawabannya akan memberi tahu Anda lebih banyak tentang kematangan produk daripada tolok ukur apa pun. Anggap 66.10 sebagai angka terbaik dari delapan dan 51.76 sebagai angka yang realistis, lalu rencanakan berdasarkan angka kedua.

Jika kebutuhan Anda adalah agen yang merencanakan di dalam simulasi, Genie 4 adalah satu-satunya opsi yang mengklaim hal itu, dan tidak ada yang bisa diuji. Langkah rasionalnya adalah menunggu daftar tunggu dan, sementara itu, membangun di atas separuh arsitektur yang sudah menjadi komoditas: perencana. Gemini 3.8 Flash adalah model yang Google tempatkan dalam loop Genie 4, dan saat ini model itu adalah LLM yang dapat dirutekan, bukan world model yang dibatasi aksesnya. Model ini ada di katalog kami sebagai google/gemini-3.8-flash, dapat dipanggil melalui satu API dengan harga daftar penyedia diteruskan pada markup 0%. OrcaRouter tidak menghosting Genie 4 atau Odyssey-3 — keduanya bukan endpoint yang dapat dialamatkan di mana pun — jadi pembagian yang jujur adalah perencana yang bisa Anda beli dan simulator yang belum bisa Anda dapatkan. Dalam bentuk itu, failover menjadi penting: jika satu-satunya bagian stack Anda yang dapat ditukar adalah agen pemandu, Anda ingin agen itu berpindah antarpenyedia tanpa kontrak baru, dan DSL perutean memungkinkan Anda menetapkan model murah untuk proses verifikasi dan model yang lebih kuat untuk perencanaan.

Ada juga eksperimen yang lebih murah yang tidak dijalankan siapa pun. Arahkan perencana yang sama ke sesi browser Odyssey-3 dan ke mesin fisika konvensional, lalu lihat mana yang menghasilkan data pelatihan yang lebih baik per dolar. Perbandingan itu memakan waktu seminggu dan akan menentukan lebih banyak hal daripada kedua posting peluncuran tersebut.

Apa yang bisa menyelesaikannya

Tiga hal, menurut urutan kegunaannya. Resolusi dan laju bingkai untuk Genie 4, dari Google atau dari tester mana pun yang bersedia menerbitkan tangkapan pada ukuran asli. Uji kedua model dengan harness yang sama pada Physics-IQ menggunakan prompt yang disediakan benchmark, generasi tunggal, yang untuk pertama kalinya akan menempatkan angka yang sama pada kedua baris. Dan ketentuan komersial — tarif per detik, lisensi, angka konkurensi — karena model dunia yang tidak bisa Anda tetapkan harganya hanyalah demo, siapa pun laboratorium yang membuatnya.

Sampai salah satu dari itu terwujud, ringkasan yang akurat ini terasa tidak nyaman bagi kedua perusahaan. Odyssey-3 terukur dan sempit, dengan satu hasil pihak ketiga yang kuat yang menyusut dalam pengambilan sampel yang realistis. Genie 4 lebih luas dan tak terukur, dengan sebuah perencana di dalamnya dan belum ada bukti bahwa dunia yang menjadi dasar perencanaannya itu akurat. Kesenjangan antara kedua posisi tersebut bukanlah kesenjangan dalam kemampuan. Itu adalah kesenjangan dalam pengungkapan, dan tugas pembaca untuk menyadari mana yang diminta untuk diterima begitu saja.