Genie 4 vs Genie 3: Dwie minuty, jeden nowy zmysł i te same zamknięte drzwi

Genie 4 ogłoszono 27 października 2026 r., 448 dni poGenie 3. Ten odstęp łatwo podać, ale trudno ocenić, ponieważ oba modele nie są sprzedawane w ten sam sposób i, ściśle mówiąc, żaden nie jest w ogóle sprzedawany. Genie 3 od 5 sierpnia 2025 r. jest badawczą wersją zapoznawczą o ograniczonym dostępie, dostępną dla subskrybentów Google AI Ultra za pośrednictwem Project Genie od stycznia 2026 r. Genie 4 to znów badawcza wersja zapoznawcza o ograniczonym dostępie, tym razem dla ograniczonego grona zaufanych testerów z publiczną listą oczekujących. To, co zmieniło się w międzyczasie, jest realne: dźwięk, sterowanie na żywo, dłuższe okno spójności oraz drugi model Gemini obserwujący wynik. Nie zmieniło się to, co decyduje o tym, czy można go używać.

Większość materiałów o Genie 4 czyta się jak lista nowych funkcji, co jest trafne, ale zarazem niepełne. Bardziej użyteczne jest porównanie dwóch generacji tej samej koncepcji na dwóch różnych etapach dojrzałości: Genie 3 to znana wielkość z opublikowaną rozdzielczością, liczbą klatek na sekundę i ścieżką produktową, natomiast Genie 4 to demonstracja z lepszym opisem i bez arkusza specyfikacji. Nie czyni to Genie 4 mrzonką — blog, demonstracje i eksperyment robotyczny są prawdziwe — ale oznacza, że rzetelne porównanie ma dwie kolumny zawierające różnego rodzaju dowody.

Cztery dodatki, uporządkowane według tego, jak bardzo zmieniają pracę.

Nie każda nowa funkcja ma równie duże znaczenie. Uszeregowane pod względem wpływu, jaki wywierają na potok:

• Natywne audio. To właśnie ta zmiana przesuwa produkt do innej kategorii. Cicha symulacja może napędzać decyzję o ruchu kamery, ale nie zastąpi ujęcia, ponieważ dźwiękowiec wciąż musi zbudować deszcz i kroki w oparciu o timing, którego model nie wygenerował. Genie 4 generuje dźwięk otoczenia, muzykę i interaktywny dialog w tym samym przebiegu co klatki, co oznacza, że audio i obraz dzielą wspólny zegar. Zastrzeżenie Google'a jest istotne: dokładność audio pozostaje nierozwiązana, a wygenerowany dialog to najmniej przewidywalna część wydania.

• Sterowanie w czasie rzeczywistym. Genie 3 potrafił przyjmować zdarzenia w świecie wywoływane promptem — zmienić pogodę, dodać obiekt — ale interakcja była mało precyzyjna. Genie 4 akceptuje wpisaną instrukcję w trakcie symulacji, a model Gemini dopasowuje ją do bieżącej klatki, dzięki czemu kamera może się poruszać, a scena zmieniać się bez resetu. W przypadku prewizualizacji to różnica między generowaniem ujęcia a reżyserowaniem go.

• Dłuższe okno. Liczba, którą wszyscy przytaczają, to około dwóch minut spójności sceny, czyli dwa razy więcej niż Genie 3. To wartość podana podczas briefingów premierowych; blog podaje jedynie, że sesje są „krótkie”. W praktyce oznacza to, że pojedyncze ujęcie może trwać wystarczająco długo, by zablokować krótką sekwencję, a nie że można eksplorować poziom.

• Agent w pętli. Gemini Omni osadza wygląd i zachowanie, a Gemini 3.8 Flash obserwuje klatki, rozkłada cele na części, weryfikuje postępy i planuje ponownie. To zmiana architektoniczna, a nie renderująca, i właśnie dlatego demonstracja robotyki działa: Gemini 4 Argon planował, Genie 4 symulowało, a humanoid Apptronik Apollo grał w warcaby w wygenerowanym świecie.

Czego Genie 4 nie opublikował

Tu porównanie przestaje być symetryczne. Genie 3 ma publiczną specyfikację: rozdzielczość 720p, 24 klatki na sekundę, interakcję w czasie rzeczywistym, pamięć wizualną sięgającą około jednej minuty wstecz oraz sesje trwające kilka minut. Genie 4 nie ma żadnej z tych liczb na piśmie. Żadnej rozdzielczości, żadnej liczby klatek na sekundę, żadnego opóźnienia, żadnego rozmiaru modelu, żadnego benchmarku, żadnej ceny.

Brak tej informacji ma konkretną konsekwencję dla każdego, kto chciałby napisać „Genie 4 ma wyższą wierność niż Genie 3”. Może to być prawda. Pokazy demonstracyjne wyglądają lepiej, a Google twierdzi, że ulepszono fizykę, ruchy ludzi są bardziej naturalne, a sceneria bardziej fotorealistyczna. Jednak bez podanej rozdzielczości ani liczby klatek na sekundę nie da się stwierdzić, czy ta poprawa wynika z modelu, czy z samego nagrania. Demo wyrenderowane w wyższej rozdzielczości niż ta, w której produkt jest dostarczany, wyglądałoby dokładnie tak samo jak lepszy model. Każde twierdzenie o wierności w tym porównaniu pochodzi od dostawcy i nie zostało niezależnie odtworzone, a luka w specyfikacji jest powodem, by mówić o tym wprost, a nie w przypisie.

Uznane ograniczenia są tym razem również bardziej konkretne. Google przyznaje, że szczegół i trwałość obiektów z czasem się rozmywają w dłuższych sesjach oraz po powtarzanych złożonych edycjach, że dokładność przestrzenna jest niedoskonała, że tekst w świecie renderuje się źle oraz że dokładność dźwięku jest problemem badawczym. To te same kategorie, które wymienił Genie 3 — ograniczona przestrzeń działań, słaba interakcja między wieloma agentami, kiepska geografia świata rzeczywistego, czytelność — z dodanym dźwiękiem. Lista nie skróciła się. Wydłużyła się o jedną kategorię.

Drzwi się nie poruszyły.

Historia dostępu do Genie 3 jest historią produktu. Project Genie — produkt Google Labs udostępniony 29 stycznia 2026 r. — daje subskrybentom AI Ultra sposób na wejście do światów Genie 3, a według doniesień ogranicza pojedynczą eksplorację świata do 60 sekund — jest to decyzja obliczeniowa, ponieważ generowanie autoregresywne staje się tym droższe, im dłużej trwa sesja. Warto mieć ten limit w pamięci, czytając o dwuminutowej wartości dla Genie 4: okno spójności modelu i limit sesji produktu to dwie różne liczby, a liczba związana z produktem historycznie była tą bardziej restrykcyjną.

Historia dostępu do Genie 4 to historia zapowiedzi. Zaufani testerzy już teraz, subskrybenci AI Ultra za pośrednictwem Project Genie — „wkrótce”, partnerzy z wczesnym dostępem za pośrednictwem Gemini API i AI Studio — „wkrótce”, a w międzyczasie lista oczekujących. Żadne z tych „wkrótce” nie ma podanej daty. Dla programisty oznacza to, że aktualizacja nie jest jeszcze decyzją zakupową. Dla subskrybenta AI Ultra oznacza to, że model, do którego ma dziś dostęp, to wciąż Genie 3.

Porównanie, które czytelnik może realnie wykorzystać, jest zatem wąskie. Jeśli masz już dostęp do Project Genie, Genie 4 nie zmienia niczego w twoim tygodniu, dopóki nie zostanie tam udostępnione. Jeśli wybierasz, na czym prototypować, warstwa rozumowania jest tą częścią, która istnieje: Gemini 3.8 Flash, model, który Google wskazuje jako agenta w pętli Genie 4, można teraz wywołać przez OrcaRouter przy użyciu tego samego klucza co Gemini Robotics ER 1.6 preview, z cenami listowymi dostawców przekazywanymi przy 0% marży i automatycznym przełączaniem awaryjnym między dostawcami. To pozwala zespołowi zbudować część planistyczną potoku symulacji, zanim model świata będzie dla niego dostępny. Nie zastępuje Genie 4, a my nie hostujemy żadnego z modeli Genie.

Co by to rozstrzygnęło

Trzy publikacje zmieniłyby to z porównania funkcji w porównanie modeli. Pierwsza to arkusz specyfikacji: rozdzielczość, liczba klatek na sekundę, opóźnienie i limit sesji, na piśmie, od Google. Druga to niezależny pomiar spoza grupy zaufanych testerów — cokolwiek, co podaje liczbę klatek na sekundę pod obciążeniem lub czas koherencji przy wielokrotnych edycjach, zamiast powtarzać liczbę z briefingu. Trzecia to limit sesji Project Genie dla Genie 4, który powie, ile warte jest twierdzenie o dwóch minutach w produkcie, który ludzie mogą faktycznie kupić.

Do tego czasu Genie 4 vs Genie 3 to porównanie udostępnionego podglądu o znanych ograniczeniach z zapowiedzianym następcą, który ma lepsze dema i brak specyfikacji. Następca jest prawdopodobnie lepszym modelem. Poprzednik jest jedynym, z którego ktokolwiek poza Google korzystał.

Kto powinien się teraz przejmować, a kto powinien poczekać

Badacze, którzy są już w programie dla testerów, powinni zwrócić na to uwagę teraz: dźwięk plus sterowanie plus pętla agentowa to znacząco odmienna przestrzeń do eksperymentowania, a demonstracja robotyczna sugeruje, w jakim kierunku Google chce skierować model. Studia zajmujące się prewizualizacją powinny poczekać na dwie rzeczy — pojawienie się Genie 4 w Project Genie oraz odpowiedź licencyjną dotyczącą generowanego dźwięku, której materiał premierowy nie zapewnia. Zespoły tworzące gry powinny poczekać na limit sesji, ponieważ dwuminutowe okno spójności to ujęcie, a nie poziom, a tryb awarii, który sam Google wymienia — dryfowanie trwałości obiektów po powtarzanych edycjach — jest dokładnie tym, który psuje przejście.

Nic z tego nie czyni Genie 4 rozczarowaniem. Czyni je zapowiedzią, którą zresztą jest. Przepaść między tymi dwiema generacjami jest realna i — sądząc po dostępnych dowodach — większa niż przepaść między Genie 2 a Genie 3. Różnica między posiadaniem którejkolwiek z nich jest zerowa.