Genie 4 vs. SKY-001: twee wereldmodellen die nooit dezelfde benchmark zullen delen

Genie 4 en SKY-001 werden met acht dagen verschil in oktober 2026 aangekondigd, en niemand zal ooit een eerlijk scorebord publiceren met beide erop. Genie 4, van Google DeepMind, genereert een speelbare, hoorbare scène waarin je ongeveer twee minuten rondloopt. SKY-001, van Skyfall AI, neemt een prompt of een schets en levert een geordende constructiereeks voor een CAD-onderdeel of een plattegrond van een gebouw. De ene produceert pixels waar een mens naar kijkt. De andere produceert geometrie waaruit een machine uiteindelijk zou kunnen bouwen. De enige nuttige vergelijking is niet welke beter is — maar wat elk ervan zou moeten bewijzen voordat je het aan een betalende klant voorlegt, en welke van die bewijzen al zijn geprobeerd.

Beide bedrijven noemen hun product een wereldmodel. Die gedeelde term doet enorm veel werk dat hij niet verdient, en dat is de reden dat de berichtgeving over deze twee lanceringen leest alsof ze rivalen zijn. Ze concurreren niet om hetzelfde budget, dezelfde koper of dezelfde evaluatie. Ze concurreren om hetzelfde woord.

Het woord doet te veel werk.

Een nuttige manier om ze te onderscheiden is je af te vragen waarvan.

Genie 4 modelleert uiterlijk en dynamiek. Geef het een prompt en het rendert een wereld die reageert op getypte instructies — verander het weer, verplaats de camera, voeg een persoon toe — en nu ook omgevingsgeluid, muziek en interactieve dialoog naast de video produceert. Een Gemini-planner bekijkt de frames en stelt opnieuw een plan op. De output is een stroom afbeeldingen bedoeld voor een menselijk oog of een videopipeline, en de correctheid ervan wordt beoordeeld op of de scène zich plausibel gedraagt.

SKY-001 modelleert assemblage. De hiërarchie ervan loopt van systemen naar assemblages naar subassemblages naar onderdelen, of van verdiepingen naar eenheden naar ruimtes, en de tweede component ervan — Skyfall noemt het een construction world model — plant de geordende reeks visuele toestanden die je van blanco naar voltooid brengt. Voor een CAD-component is dat een reeks 3D-solidtoestanden met 2D-schetsen ertussen. Voor een plattegrond is het een tekening die streek voor streek wordt opgebouwd. Correctheid is geometrische overlap, gemeten als IoU ten opzichte van een ground-truthvorm.

De dimensies, in de vorm die de mismatch duidelijk maakt:

• Uitvoer — Genie 4 genereert video en audio; SKY-001 genereert een CAD- of BIM-bouwsequentie.

• Invoer — tekst, toetsenbord- en camerabesturing voor Genie 4; tekst of een 2D-afbeelding voor SKY-001.

• Wat "verkeerd" betekent — een scène die afdrijft, of een solid dat de doelgeometrie met een IoU-marge mist.

• Evaluatie-eenheid — een menselijke beoordeling of een fysicascore voor Genie 4; gemiddelde IoU over 1.000 gevallen voor SKY-001.

• Gepubliceerde prijs — geen van beide.

• Toegang — wachtlijst aan beide kanten.

Test één: kan iemand de uitvoer controleren?

SKY-001 slaagt voor deze test in de nauwst mogelijke zin, en dat is nog altijd meer dan Genie 4 weet te doen.

Skyfall heeft een leveranciersbenchmark gepubliceerd op twee tracks van elk 1.000 cases, en de cijfers zijn specifiek genoeg om over te discussiëren. Op CAD-componenten behaalde SKY-001 een gemiddelde IoU van 79,7% tegen 79,1% voor GPT-6 Astra — een voorsprong van zes tienden van een punt, wat ruis op seedniveau is — terwijl het in 3,9 seconden draaide in plaats van 199 en $0,005 per case kostte in plaats van $0,75. Op plattegronden scoorde het 43,6% tegen 40,6% voor GPT-6 Astra, in 1,22 seconden versus 144,6.

Elk van die cijfers is van Skyfall zelf, geproduceerd op Skyfalls interne testset, zonder publieke split en zonder vrijgegeven harness. De IoU-maatstaf meet geometrische overlap en niets anders: hij toont niet aan dat een onderdeel vervaardigd kan worden, dat toleranties sluiten, dat een plattegrond voldoet aan de voorschriften voor vluchtwegen of toegankelijkheid, of dat de constructie standhoudt. De tijdsmetingen sluiten upload, voorbewerking, wachtrijen, formaatconversie, validatie en menselijke beoordeling uit, die in een echte CAD-workflow het grootste deel van de verstreken tijd uitmaken. En de vermenigvuldigingsfactoren in Skyfalls eigen lanceringsmateriaal komen niet met elkaar overeen — 51×, 49× en 100× voor snelheid, 150× en 143× voor kosten, verspreid over pagina's van dezelfde site.

Genie 4 haalt zelfs die lat niet. Google publiceerde geen benchmark, geen resolutie, geen framesnelheid, geen latentie en geen aantal parameters. In de eigen beperkingensectie van het bedrijf worden de problemen genoemd — drift in visueel detail en objectpermanentie, complexe fysieke interacties, audionauwkeurigheid, leesbare tekst in de wereld, ruimtelijke nauwkeurigheid — zonder er ook maar één te kwantificeren. Er is geen inzending van derden en geen tester buiten de pool heeft een meting gepubliceerd. Op de enige vraag of het ding werkt, biedt SKY-001 een bewering die je uit elkaar kunt halen en Genie 4 een demoreel.

Test twee: kan de uitvoer een tool binnengaan?

Dit is waar de architectuur van SKY-001 zijn waarde bewijst, en waar het plafond van Genie 4 ligt.

Een video van een wereld is geen wereld die je kunt bewerken. Niets in een Genie 4-sessie wordt als geometrie geëxporteerd, dus een gamestudio die het voor prototyping gebruikt, krijgt een referentie om met de hand na te bouwen, en een roboticateam krijgt observaties om op te trainen, maar geen scene graph om aan te passen. Dat is een echt gebruik — trainingsdata en pre-visualisatie verbruiken beide pixels — maar het betekent dat het model stroomopwaarts van de toolchain staat en die voedt in plaats van erin binnen te treden.

De opgegeven output van SKY-001 is de toolchain. De constructiesequentie is ontworpen om te worden ingelezen, en Skyfall heeft aangetoond dat het werkt binnen Autodesk Fusion. Die demonstratie is geen uitgeleverde connector, en één demo is geen integratieverhaal. Onafhankelijke reviewers hebben er ook op gewezen dat de opgeslagen schetsen en de gegenereerde 3D-geometrie mogelijk niet op elkaar aansluiten, waardoor de output eruitziet als CAD zonder machineklaar CAD te zijn. Maar de intentie is wezenlijk anders: het ene model probeert de afstand tot een vervaardigbaar artefact te verkleinen, het andere probeert een overtuigende observatie te produceren.

Voor een ontwerpbureau bepaalt dat onderscheid de aankoop. Een renderer die een conceptartist twee dagen bespaart, is tegen vrijwel elke prijs de aankoop waard. Een sequentiegenerator die een tekenaar twee dagen bespaart, is alleen de aankoop waard als de sequentie de confrontatie met de daadwerkelijke tools van de tekenaar doorstaat — en niemand buiten Skyfall heeft dat getest.

Test drie: kun je het vóór 2027 kopen?

Nee, op beide punten, en de tijdlijnen liggen niet dicht bij elkaar.

SKY-001 is een research preview die via een wachtlijst beschikbaar is. Er is geen API, geen prijslijst, geen gewichten, geen licentie, geen selfhostingroute en geen fine-tuning. Skyfall mikt op commerciële uitrol in begin 2027. Het bedrijf is klein — ongeveer 25 mensen — en de oprichter, Sam Pasupalak, bouwde eerder Maluuba, dat Microsoft in 2017 overnam. Dat is een geloofwaardige achtergrond, en het is geen product dat al wordt geleverd.

Genie 4 is een research preview voor trusted testers: Google AI Ultra-abonnees krijgen "in de komende weken" toegang via Project Genie voor ongeveer $100 per maand, en early-access-partners bereiken het via de Gemini API en AI Studio. Geen datum voor algemene beschikbaarheid, geen ontwikkelaarsprijs, geen commerciële voorwaarden. Voor een studio vormen de ontbrekende licentievoorwaarden een grotere belemmering dan het plafond van twee minuten, want je kunt gegenereerde beelden niet in een productiepipeline stoppen waarvan het commerciële gebruik niet is vastgelegd.

Dus {{1}}het eerlijke inkoopantwoord{{/1}} voor beide is dezelfde zin: er valt niets te kopen. Het verschil is {{2}}wat je kunt doen terwijl je wacht{{/2}}. Odyssey-3, het andere serieuze interactieve wereldmodel van dit moment, laat je tenminste vandaag een browserdemo uitproberen. Geen van deze twee doet dat.

Het getal in Skyfalls eigen tabel dat de categorie ondergraaft

Verstopt in de BIM-resultaten zit het meest interessante cijfer dat een van beide bedrijven heeft gepubliceerd, en dat is niet het cijfer uit de kop.

Op Skyfalls 1.000 plattegronden scoorde SKY-001 43,6% IoU. Gemini 3.8 Flash — een generalistisch model zonder engineeringtraining en zonder wereldmodel voor de bouw — scoorde 42,3%. Dat is een gat van 1,3 punten, op de eigen testset van de specialist, tegenover een model dat iedereen vandaag kan aanroepen. Het snelheids- en kostenverschil is reëel en enorm: 1,22 seconden tegen 346,2, $0,0024 tegen $0,218 per plattegrond. Maar als de nauwkeurigheidsvoorsprong op een kant-en-klaar frontiermodel 1,3 IoU-punten is op een metriek die maakbaarheid negeert, dan is wat SKY-001 verkoopt doorvoer, geen oordeelsvermogen. Dat is een legitiem product — een 280× lagere latentie is een andere workflow — maar het is een veel beperktere claim dan "verslaat frontiermodellen".

Dat zet de hele vergelijking in een ander perspectief. Genie 4 concurreert niet met SKY-001. Beide concurreren met de algemene modellen die je al kunt routeren. Een ontwerppijplijn die per geval een frontiermodel aanroept, met een validatiestap en een menselijke reviewer, is de baseline die deze specialisten moeten verslaan, en op de enige track waarop Skyfall beide cijfers publiceerde, kwam de baseline binnen 1,3 punten.

Die basis is het deel dat je vandaag daadwerkelijk kunt samenstellen. Gemini 3.8 Flash staat in onze catalogus als google/gemini-3.8-flash, en dat geldt ook voor GPT-6 Astra en de rest van het frontier-veld, allemaal achter één API waarbij de lijstprijzen van de providers tegen 0% opslag worden doorgegeven. OrcaRouter host Genie 4 of SKY-001 niet — geen van beide is ergens een adresseerbaar endpoint — dus de praktische architectuur is een routeerbaar model dat nu het werk doet, met failover over providers zodat één storing bij een leverancier een batch niet stopt, en de specialist die later wordt ingepast als zijn claims contact met je eigen tekeningen overleven.

Waar de twee elkaar daadwerkelijk overlappen

Er is één echt raakvlak: beide modellen plannen.

Genie 4's planner is een afzonderlijk Gemini-model in de lus. Het observeert frames, splitst een doelstelling op in stappen, controleert de voortgang en herziet die. SKY-001's planner is intern — het constructiewereldmodel bepaalt de volgorde van toestanden en de hiërarchische composer bepaalt wat in wat uiteenvalt. In beide gevallen zit de interessante engineering niet in de renderer of de refiner, maar in de volgordelogica die bepaalt wat er daarna gebeurt.

Die gelijkenis is ook de reden waarom de vergelijking beide partijen vleit. Een model dat een reeks toestanden plant, doet iets nuttigers dan een model dat één artefact produceert, en beide bedrijven weten dat. Maar de reeksen zijn onderling niet vergelijkbaar. De ene is een reeks verschijningen, getoetst aan de vraag of een mens die aannemelijk vindt. De andere is een reeks solide toestanden, getoetst aan de vraag of die de doelgeometrie overlapt. Overeenstemming tussen beide is niet mogelijk omdat er geen gedeelde ground truth is om het over eens te zijn.

Wie zou wat moeten volgen?

Als je films, games of interactieve ervaringen maakt, is Genie 4 degene die op je roadmap staat en is SKY-001 irrelevant voor jou. Let op resolutie, framerate en commerciële voorwaarden; de audiofunctie is al onderscheidend en hoeft niet opnieuw te worden bewezen.

Als je onderdelen of gebouwen tekent, is SKY-001 degene om in de gaten te houden en Genie 4 een curiositeit. Let op een gepubliceerde testset, een uitgebrachte Fusion-connector en een prijs. Zolang de testset niet bestaat, is het cijfer van 79,7% een bewering over Skyfalls eigen data, en de BIM-marge van 1,3 punt ten opzichte van Gemini 3.8 Flash suggereert dat het nauwkeurigheidsvoordeel kleiner kan zijn dan de marketing doet vermoeden.

Als je de downstreamlaag van een van beide producten bouwt — de validator, de orchestrator, de reviewtool — sta je er beter voor. Beide modellen zijn beperkt toegankelijk, beide zijn niet reproduceerbaar en beide hebben precies de infrastructuur nodig die niemand heeft gebouwd: iets dat een gegenereerde sequentie neemt, die tegen een specificatie controleert en beslist of die wordt geaccepteerd. Die laag kan nu worden gebouwd, tegen modellen die je vandaag kunt aanroepen, en zal nog steeds het nuttige deel zijn wanneer de specialisten hun product uitbrengen.

De valkuil bij beide lanceringen is dezelfde valkuil. Een wereldmodel is indrukwekkend in verhouding tot hoezeer het op het echte ding lijkt, en nutteloos in verhouding tot hoe moeilijk het is om vast te stellen of dat zo is. Genie 4 ziet er buitengewoon uit en kan niet worden gemeten. SKY-001 kan worden gemeten, en de meting is de zijne. Geen van beide is al een product, en de acht dagen tussen hun aankondigingen zijn het enige waardoor ze op rivalen lijken.