Scheda di titolo con intestazione Genie 4 e la dicitura 720p fino a 24 fps, circa un minuto per sessione, e tre schede per 720p in tempo reale, modifica a metà sessione e audio nativo, con nota a piè di pagina alla model card di Google del 18 novembre 2026.
Guides & Insights

Genie 4 è ora live a 720p e 24 fotogrammi al secondo, e quel numero è il punto.

Autore

Elias Hawthorne

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

La frase più informativa nel rilascio di Genie 4 di Google del 18 novembre non è nel post del blog. È nella model card allegata: video 720p in tempo reale fino a 24 fotogrammi al secondo con audio sincronizzato, generato da un prompt testuale, un'immagine oppure input live da tastiera e mouse. Per tre settimane Genie 4 era stato un insieme di demo senza alcuna specifica — né risoluzione, né frame rate, né durata della sessione. Il rollout di Project Genie agli abbonati Google AI Ultra non ha solo aperto una porta; ha pubblicato i primi numeri concreti, e quei numeri descrivono una cosa molto più piccola di quanto suggerisca il reel di lancio, in un modo che è davvero utile se stai decidendo cosa farne.

Anche l'altra metà del rilascio conta, ed è la metà su cui Google ha puntato per prima: modifica del testo a metà sessione, audio nativo che si adatta mentre una scena si sviluppa, un agente conversazionale che costruisce mondi e una galleria della community con remix. Genie 4 è il modello; Project Genie è ora il prodotto che gli sta attorno. Separare i due è ciò che fa questo articolo, perché la model card e la galleria rispondono a domande diverse: una ti dice cos'è il sistema, l'altra ti dice cosa Google pensa che tu ci farai.

Cosa è effettivamente cambiato il 18 novembre

G​oogle ha annunciato Genie 4 il 27 ottobre 2026 come anteprima di ricerca per tester fidati, con una lista d’attesa pubblica. Nulla di quel modello è cambiato il 18 novembre. Ciò che è cambiato è chi può accedervi e ciò che gli sta intorno.

• Accesso — Genie 4 viene distribuito agli abbonati idonei a G​oogle AI Ultra all'interno di Project Genie. I membri di G​oogle AI Pro possono entrare in una lista d'attesa. Non esistono ancora un ID modello API, un prezzo per generazione né una data di disponibilità generale per gli sviluppatori.

• Modifica in tempo reale — un prompt digitato a metà sessione cambia il meteo, aggiunge un personaggio o reindirizza l'azione senza riavviare il mondo. La demo di Google di questa funzione è un caffè su una collina trasformato in un padiglione di vetro in un deserto.

• Audio nativo — ambienti sonori, musica e dialoghi dei personaggi generati insieme ai fotogrammi anziché sovrapposti in un secondo momento. Questo è il primo Genie in assoluto a produrre suono, e la documentazione di Google stessa indica l'accuratezza audio in tempo reale come un problema di ricerca aperto.

• L'agente — un builder conversazionale che orchestra i modelli multimodali di Google per definire l'aspetto di un mondo e una colonna sonora personalizzata, poi continua a lavorare durante la sessione: un modello Gemini osserva lo schermo, offre chip di suggerimento su dove andare successivamente e può attivare eventi nel mondo.

• La galleria — mondi curati più i caricamenti della community, tutti remixabili. Include due collaborazioni con nome: "Villa Giallo", un mistero gotico da dimora signorile stanza per stanza creato con il tecnologo creativo Will (BLVCKL!GHT), e "The Life of Ants", una visita guidata alla colonia con gli occhi di una formica, realizzata con il regista Anand Gandhi.

• Genie 3 ha ricevuto gli aggiornamenti — e questa è la parte che farà irritare chiunque abbia letto il titolo solo di sfuggita. Il modello precedente ora funziona fino a tre minuti per generazione, rispetto ai sessanta secondi, supporta il concatenamento dei mondi così che diversi mondi si colleghino in un unico viaggio continuo, accetta immagini panoramiche a 360 gradi come seed e riceve prompt per eventi in-world in tempo reale. Genie 3 resta nel selettore dei modelli proprio per quei casi.

La scheda tecnica, e l'unico vincolo che essa dichiara apertamente

Prima del 18 novembre, qualsiasi affermazione sulla fedeltà di Genie 4 era non falsificabile. Il post di lancio parlava del "modello del mondo più realistico e interattivo mai realizzato" e mostrava clip; non pubblicava né risoluzione, né frame rate, né dati sulla latenza. La model card di novembre colma in parte questa lacuna:

• Output — 720p, fino a 24 fps, con audio sincronizzato, generato in tempo reale.

• Input — testo, immagini e azioni dell'utente in tempo reale: navigazione tramite tastiera e mouse, non solo un prompt.

• Durata della sessione — "circa un minuto di interazione continua" nell'elenco delle limitazioni della pagina del modello, mentre la scheda del modello dice solo che mantiene ambienti coerenti per "sessioni brevi".

• Base — basato su G​emini Omni Flash, con modelli G​emini che forniscono ragionamento e guida in tempo reale.

• Vincoli che Google ammette — il dettaglio visivo e la permanenza degli oggetti degradano su esecuzioni più lunghe, dopo diverse modifiche complesse al prompt o mentre ci si sposta attraverso una scena; fisica complessa, accuratezza audio, testo leggibile e accuratezza spaziale sono tutti elencati come irrisolti.

• Provenienza — watermarking SynthID su ogni fotogramma del video e su ogni secondo dell'audio.

Generated six-row scoreboard for Genie 4 listing 720p at up to 24 fps, text image and live keyboard and mouse inputs, roughly one-minute sessions, Gemini Omni Flash as the base, known limits of drift physics and legible text, and SynthID on video and audio, with a footer noting no independent benchmark exists.

Leggi quelle due righe insieme — 24 fps a 720p e circa un minuto — e la descrizione onesta di Genie 4 è quella di un renderer in tempo reale che gira all'incirca alla qualità di una console di gioco degli anni 2010, per il tempo che serve a percorrere un corridoio avanti e indietro. Non è una critica. La generazione in tempo reale a una frequenza di fotogrammi stabile è un problema molto più difficile che produrre una bella clip di otto secondi, e 720p a 24 fps è la risoluzione e la cadenza della televisione broadcast, non di un giocattolo. Ma significa che i filmati di lancio ti stanno mostrando il limite massimo di una sessione molto breve, e la deriva che G​oogle documenta è ciò che accade quando provi a spingersi oltre.

Perché un minuto è una decisione di prodotto, non un limite di cui scusarsi

Un minuto basta per un'inquadratura, una stanza, un walkthrough, una singola interazione — l'unità di lavoro nella previsualizzazione, nella revisione del design spaziale e nella didattica interattiva. Non basta per un livello, una sequenza cinematografica o un episodio di addestramento che richiede venti minuti di stato coerente. La risposta di Google a questa lacuna non è un Genie 4 più lungo; è Genie 3, a tre minuti, con il concatenamento dei mondi, affiancato a esso nello stesso selettore. È una decisione di prodotto insolita — il modello più recente non è strettamente il più capace per ogni compito — e indica che i due vengono posizionati in base alla durata della sessione anziché alla generazione.

Le collaborazioni della galleria si leggono allo stesso modo. «Villa Giallo» è un mistero che si risolve stanza per stanza, una struttura costruita con unità da un minuto. «The Life of Ants» è un pezzo prospettico — si attraversa una colonia dal punto di vista di una formica — che ha bisogno di atmosfera e scala più che di continuità. Entrambe sono demo scelte per mostrare in cosa eccellono i mondi interattivi brevi, e nessuna delle due pretende di essere un film.

Per uno studio, la domanda pratica è dove si colloca un take interattivo di un minuto in una pipeline che al momento si basa su clip generate da otto secondi. La risposta è a monte e di lato: blocking, linguaggio della macchina da presa, decisioni sull'allestimento scenografico e playtest di idee spaziali — le cose che altrimenti costruiresti in un motore grey-box e poi butteresti via. Genie 4 elimina il grey box. Non elimina il motore.

Cosa puoi chiamare oggi, e cosa non puoi

Genie 4 non è un endpoint. È un prodotto browser disponibile tramite un abbonamento Google AI Ultra da 99,99 $ al mese, senza API pubblicata, senza ID modello e senza una tariffa per generazione. Lo stesso vale per ogni piattaforma di terze parti, compresa la nostra: non c'è nulla a cui instradare.

Ciò che è richiamabile è la metà di ragionamento dell'architettura che Google descrive. Il materiale di lancio indica Gemini 3.8 Flash come l'agente in-loop che pianifica i passaggi e verifica i frame rispetto agli obiettivi, e quel modello è un endpoint attivo sul nostro catalogo come google/gemini-3.8-flash a 0,75 $ per milione di token in input e 3,75 $ per milione in output — prezzo di listino del fornitore passato così com'è, senza alcun ricarico, per cui una variazione di prezzo di Google arriva sulla tua fattura lo stesso giorno in cui arriva sul listino di Google. Se stai costruendo il loop attorno a un world model anziché al world model stesso — pianificazione, verifica, ri-pianificazione, scrittura dei prompt che guidano una sessione — quello è il pezzo che puoi integrare questa settimana, con failover automatico tra fornitori dietro un'unica chiave.

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash, showing the model identifier, its 65K maximum output and per-million-token pricing fields.

Cosa farebbe passare questo da prodotto a piattaforma?

Tre cose, in ordine crescente di quanto cambierebbero la risposta.

Un'API. Un ID del modello e un prezzo al secondo o per sessione permetterebbero a Genie 4 di competere per gli slot della pipeline contro Veo, Kling e Seedance sullo stesso foglio di calcolo. Senza, compete per una voce in un budget per gli strumenti creativi.

Una misurazione indipendente. Non esiste da nessuna parte un benchmark, un Elo, uno studio sulle preferenze umane né un'analisi di terze parti della frequenza di fotogrammi di Genie 4. Ogni affermazione sulla fedeltà in circolazione risale ai reel di Google stesso. Le cifre 720p e 24 fps ora sono verificabili rispetto alla scheda del modello, il che è un progresso; l'affermazione che sia più realistico di Genie 3 ancora no.

La durata della sessione supera il minuto con la qualità di Genie 4. Google sta attualmente risolvendo la continuità vendendoti il modello precedente. Quando Genie 4 colmerà quel divario, il selettore si ridurrà di nuovo a una sola opzione e il confronto interessante smetterà di essere Genie 4 vs Genie 3 e comincerà a essere Genie 4 vs tutto il resto.

Screenshot of Google DeepMind's Genie 4 announcement dated 27 October 2026, headed Genie 4: A new generation of world simulation, crediting Raia Hadsell, Diego Rivas and Hang Qi, with a Join the Genie 4 waitlist button.

Fino ad allora, la sintesi più equilibrata del 18 novembre è che Google ha rilasciato un ecosistema creativo attorno a un modello che aveva già annunciato, ha pubblicato la prima vera specifica del modello e ha lasciato inedito l'unico numero che interessa agli sviluppatori — il prezzo di un secondo di output. Con un abbonamento da 99,99 $ ottieni l'ecosistema, la galleria, l'agente e un minuto alla volta. Che sia un affare dipende interamente dal fatto che il tuo lavoro stia in un minuto, e nessuno fuori da Google può ancora dirtelo.