
Genie 4 jest już dostępny w 720p i 24 klatkach na sekundę, a ta liczba mówi wszystko
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 188 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 205 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 87 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 97 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 124 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 110 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
Najbardziej pouczająca linijka w wydaniu Genie 4 Google’a z 18 listopada nie znajduje się w poście na blogu. Znajduje się w dołączonej do niego karcie modelu: wideo 720p w czasie rzeczywistym z prędkością do 24 klatek na sekundę i zsynchronizowanym dźwiękiem, generowane na podstawie promptu tekstowego, obrazu lub bieżącego wejścia z klawiatury i myszy. Przez trzy tygodnie Genie 4 było zestawem demonstracji całkowicie bez specyfikacji — bez rozdzielczości, bez liczby klatek na sekundę, bez długości sesji. Wdrożenie Project Genie dla subskrybentów Google AI Ultra nie tylko otworzyło drzwi; opublikowało pierwsze twarde liczby, a te liczby opisują coś znacznie mniejszego, niż sugeruje materiał z premiery, w sposób, który jest naprawdę przydatny, jeśli zastanawiasz się, co z tym zrobić.
Druga połowa wydania też się liczy — i to od niej Google zaczął: edycja tekstu w trakcie sesji, natywne audio dostosowujące się w miarę rozwoju sceny, konwersacyjny agent, który buduje światy, oraz galeria społeczności z możliwością remiksowania. Genie 4 to model; Project Genie jest teraz produktem wokół niego. Właśnie na rozdzieleniu tych dwóch rzeczy skupia się ten tekst, ponieważ karta modelu i galeria odpowiadają na różne pytania — jedna mówi, czym jest system, druga mówi, co według Google z nim zrobisz.
Co właściwie zmieniło się 18 listopada
Google ogłosiło Genie 4 27 października 2026 r. jako podgląd badawczy dla zaufanych testerów z publiczną listą oczekujących. 18 listopada nic się nie zmieniło w tym modelu. Zmieniło się to, kto może uzyskać do niego dostęp, oraz to, co go otacza.
• Dostęp — Genie 4 jest wdrażany dla uprawnionych subskrybentów Google AI Ultra w ramach Project Genie. Członkowie Google AI Pro mogą dołączyć do listy oczekujących. Nadal nie ma identyfikatora modelu API, ceny za pojedynczą generację ani daty ogólnej dostępności dla deweloperów.
• Edycja w czasie rzeczywistym — polecenie wpisane w trakcie sesji zmienia pogodę, dodaje postać lub przekierowuje akcję bez restartowania świata. Demonstracja Google'a tego rozwiązania to kawiarnia na zboczu wzgórza zamieniona w szklany pawilon na pustyni.
• Dźwięk natywny — dźwięki otoczenia, muzyka i dialogi postaci generowane równolegle z klatkami, a nie dokładane później warstwowo. To pierwszy Genie, który w ogóle generuje dźwięk, a własna dokumentacja Google'a wymienia dokładność dźwięku w czasie rzeczywistym jako otwarty problem badawczy.
• Agent — konwersacyjny kreator, który orkiestruje multimodalne modele Google, aby ustalić wygląd świata i spersonalizowaną ścieżkę dźwiękową, a następnie działa przez całą sesję: model Gemini obserwuje ekran, oferuje przyciski sugestii dotyczące dalszych kroków i może wywoływać zdarzenia w świecie.
• Galeria — wyselekcjonowane światy oraz materiały przesyłane przez społeczność, wszystkie możliwe do remiksowania. Wraz z nią dostępne są dwie nazwane współprace: „Villa Giallo” — pokojowa zagadka kryminalna w gotyckiej rezydencji stworzona wspólnie z technologiem kreatywnym Willem (BLVCKL!GHT) oraz „The Life of Ants” — spacer po kolonii z perspektywy mrówki z reżyserem Anandem Gandhim.
• Genie 3 otrzymał aktualizacje — a to jest ta część, która zirytuje każdego, kto tylko prześlizgnął się wzrokiem po nagłówku. Starszy model generuje teraz do trzech minut na generację, w porównaniu z sześćdziesięcioma sekundami, obsługuje łańcuchowe łączenie światów, dzięki czemu kilka światów łączy się w jedną ciągłą podróż, przyjmuje obrazy panoramiczne 360 stopni jako ziarna oraz przyjmuje prompty zdarzeń w świecie w czasie rzeczywistym. Genie 3 pozostaje w selektorze modeli właśnie dla takich przypadków.
Karta specyfikacji i jedyne ograniczenie, które ona wprost nazywa.
Przed 18 listopada każde twierdzenie o wierności Genie 4 było niesfalsyfikowalne. Post premierowy mówił „najbardziej realistyczny i interaktywny model świata, jaki dotąd powstał” i pokazywał klipy; nie podał rozdzielczości, liczby klatek na sekundę ani wartości opóźnienia. Listopadowa karta modelu częściowo wypełnia tę lukę:
• Wyjście — 720p, do 24 fps, z synchronizowanym dźwiękiem, generowane w czasie rzeczywistym.
• Dane wejściowe — tekst, obrazy i bieżące działania użytkownika: nawigacja klawiaturą i myszą, a nie tylko polecenie.
• Długość sesji — „około minuty ciągłej interakcji” na liście ograniczeń na stronie modelu, przy czym karta modelu mówi jedynie, że utrzymuje spójne środowiska przez „krótkie sesje”.
• Base — oparty na Gemini Omni Flash, a modele Gemini zapewniają wnioskowanie i sterowanie w czasie rzeczywistym.
• Ograniczenia, do których przyznaje się Google — szczegółowość wizualna i trwałość obiektów z czasem się rozmywają podczas dłuższych sesji, po kilku złożonych edycjach promptu lub podczas poruszania się po scenie; złożona fizyka, dokładność dźwięku, czytelny tekst i dokładność przestrzenna są wymienione jako nierozwiązane.
• Pochodzenie — znak wodny SynthID na każdej klatce wideo i każdej sekundzie dźwięku.

Czytając te dwa wiersze razem — 24 kl./s przy 720p i około minuty — uczciwy opis Genie 4 to renderer czasu rzeczywistego działający w przybliżeniu z jakością konsoli do gier z lat 2010., przez czas potrzebny na przejście korytarzem tam i z powrotem. To nie jest krytyka. Generowanie w czasie rzeczywistym ze stabilną liczbą klatek na sekundę to znacznie trudniejszy problem niż wyprodukowanie pięknego ośmiosekundowego klipu, a 720p przy 24 kl./s to rozdzielczość i kadencja telewizji nadawczej, nie zabawki. Oznacza to jednak, że filmy premierowe pokazują ci sufit bardzo krótkiej sesji, a dryf, który dokumentuje Google, to to, co się dzieje, gdy spróbujesz go przekroczyć.
Dlaczego minuta to decyzja produktowa, a nie ograniczenie, za które trzeba przepraszać
Minuta wystarcza na ujęcie, pomieszczenie, przejście po scenie, pojedynczą interakcję — jednostkę pracy w prewizualizacji, przeglądzie projektowania przestrzennego i nauczaniu interaktywnym. Nie wystarcza na poziom, sekwencję filmową ani epizod treningowy wymagający dwudziestu minut spójnego stanu. Odpowiedzią Google na tę lukę nie jest dłuższy Genie 4; jest nią Genie 3 z trzeminutową sesją i łańcuchowaniem światów, stojący obok niego w tym samym selektorze. To nietypowa decyzja produktowa — nowszy model nie jest bezwzględnie modelem o większych możliwościach w każdym zadaniu — i mówi ci, że oba są pozycjonowane według długości sesji, a nie według generacji.
Współprace galeryjne czyta się w ten sam sposób. „Villa Giallo” to zagadka, którą rozwiązuje się pokój po pokoju, a jej struktura zbudowana jest z jednominutowych jednostek. „The Life of Ants” to utwór perspektywiczny — poruszasz się po kolonii z perspektywy mrówki — któremu bardziej niż ciągłość potrzebne są atmosfera i skala. Oba to dema wybrane po to, by pokazać, w czym sprawdzają się krótkie interaktywne światy, i żadne z nich nie udaje filmu.
Dla studia praktyczne pytanie brzmi: gdzie jednominutowe interaktywne ujęcie pasuje do pipeline’u, który obecnie opiera się na ośmiosekundowych generowanych klipach. Odpowiedź jest na wcześniejszym etapie i nieco z boku: blocking, język kamery, decyzje dotyczące scenografii i playtesty pomysłów przestrzennych — rzeczy, które w przeciwnym razie zbudowałbyś w silniku grey-box i wyrzucił. Genie 4 usuwa grey box. Nie usuwa silnika.
Co możesz dziś nazwać, a czego nie możesz
Genie 4 nie jest endpointem. To produkt przeglądarkowy dostępny w ramach subskrypcji Google AI Ultra za 99,99 USD miesięcznie, bez opublikowanego API, bez identyfikatora modelu i bez stawki za pojedyncze generowanie. To samo dotyczy każdej platformy zewnętrznej, w tym naszej: nie ma do czego kierować zapytań.
To, co można wywołać, to połowa architektury opisywanej przez Google, która odpowiada za rozumowanie. Materiał premierowy wskazuje Gemini 3.8 Flash jako agenta w pętli, który planuje kroki i sprawdza zgodność klatek z celami, a model ten jest aktywnym endpointem w naszym katalogu jako google/gemini-3.8-flash w cenie 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych — cena katalogowa dostawcy jest przekazywana bez doliczanej marży, więc zmiana ceny Google trafia na Twoje rozliczenie tego samego dnia, w którym trafia do cennika Google. Jeśli budujesz pętlę wokół modelu świata, a nie samego modelu świata — planowanie, weryfikowanie, ponowne planowanie, pisanie promptów sterujących sesją — to jest ten element, który możesz zintegrować w tym tygodniu, z automatycznym przełączaniem awaryjnym między dostawcami za jednym kluczem.

Co przekształciłoby to z produktu w platformę?
Trzy rzeczy, w kolejności rosnącej według tego, jak bardzo zmieniłyby odpowiedź.
API. Identyfikator modelu oraz cena za sekundę lub za sesję pozwoliłyby Genie 4 rywalizować o sloty w pipeline z Veo, Kling i Seedance w tym samym arkuszu kalkulacyjnym. Bez API konkuruje o jedną pozycję w budżecie narzędzi kreatywnych.
Niezależny pomiar. Nigdzie nie ma żadnego benchmarku, żadnego Elo, żadnego badania preferencji ludzi ani żadnej zewnętrznej analizy liczby klatek na sekundę dla Genie 4. Każde krążące twierdzenie o wierności można prześledzić do własnych rolek Google. Liczby 720p i 24 fps można teraz zweryfikować względem karty modelu, co jest postępem; twierdzenia, że jest bardziej realistyczny niż Genie 3, wciąż nie da się zweryfikować.
Długość sesji przekraczająca minutę przy jakości Genie 4. Google obecnie rozwiązuje problem ciągłości, sprzedając Ci starszy model. Gdy Genie 4 zniweluje tę lukę, wybór zredukuje się z powrotem do jednej opcji, a interesujące porównanie przestanie dotyczyć Genie 4 kontra Genie 3, a zacznie Genie 4 kontra wszystko inne.

Do tego czasu rzetelne podsumowanie 18 listopada wygląda tak: Google udostępnił ekosystem kreatywny wokół modelu, który już wcześniej ogłosił, opublikował pierwszą prawdziwą specyfikację modelu, a jedną liczbę, na której zależy programistom — cenę sekundy wyniku — pozostawił nieopublikowaną. Za subskrypcję za 99,99 USD dostajesz ekosystem, galerię, agenta i minutę na raz. Czy to okazja, zależy wyłącznie od tego, czy twoja praca mieści się w minucie, a nikt spoza Google nie może ci tego jeszcze powiedzieć.
