Genie 4 vs SKY-001: Dwa modele świata, które nigdy nie będą miały wspólnego benchmarku

Genie 4 i SKY-001 ogłoszono w odstępie ośmiu dni w październiku 2026 r. i nikt nigdy nie opublikuje uczciwej tabeli wyników z oboma naraz. Genie 4 od Google DeepMind generuje grywalną, słyszalną scenę, po której chodzi się przez około dwie minuty. SKY-001 od Skyfall AI przyjmuje polecenie tekstowe lub szkic i generuje uporządkowaną sekwencję konstrukcji dla części CAD lub planu piętra budynku. Jedno tworzy piksele, które ogląda człowiek. Drugie tworzy geometrię, z której maszyna może kiedyś zbudować. Jedynym użytecznym porównaniem nie jest to, które jest lepsze — lecz to, co każde z nich musiałoby udowodnić, zanim postawisz je przed płacącym klientem, i które z tych dowodów podjęto.

Obie firmy nazywają swój produkt modelem świata. To wspólne sformułowanie wykonuje ogromną ilość niezasłużonej pracy i dlatego doniesienia o tych dwóch premierach brzmią, jakby dotyczyły rywali. Nie konkurują o ten sam budżet, tego samego nabywcę ani tę samą ocenę. Konkurują o to samo słowo.

To słowo ma zbyt wiele do zrobienia

Przydatnym sposobem na ich rozdzielenie jest zapytać, model jest modelem czego.

Genie 4 modeluje wygląd i dynamikę. Podaj mu polecenie, a wygeneruje świat, który reaguje na wpisywane instrukcje — zmień pogodę, przesuń kamerę, dodaj osobę — a teraz tworzy także dźwięk otoczenia, muzykę i interaktywny dialog wraz z wideo. Planer Gemini obserwuje klatki i planuje ponownie. Dane wyjściowe to strumień obrazów przeznaczonych dla ludzkiego oka lub potoku wideo, a o ich poprawności decyduje to, czy scena zachowuje się wiarygodnie.

SKY-001 modeluje montaż. Jego hierarchia biegnie od systemów przez zespoły i podzespoły aż do części albo od pięter przez lokale aż do pomieszczeń, a jego drugi komponent — Skyfall nazywa go modelem świata konstrukcji — planuje uporządkowaną sekwencję stanów wizualnych, która prowadzi od pustki do gotowego rezultatu. W przypadku komponentu CAD to seria stanów brył 3D ze szkicami 2D pomiędzy nimi. W przypadku planu kondygnacji jest to rysunek budowany kreska po kresce. Poprawność to geometryczne pokrycie, mierzone jako IoU względem kształtu referencyjnego.

Wymiary, w postaci, która w oczywisty sposób ukazuje niedopasowanie:

• Dane wyjściowe — Genie 4 generuje wideo i audio; SKY-001 generuje sekwencję konstrukcyjną CAD lub BIM.

• Dane wejściowe — tekst, sterowanie klawiaturą i kamerą dla Genie 4; tekst lub obraz 2D dla SKY-001.

• Co oznacza „wrong” — scena, która dryfuje, czy bryła, która nie trafia w docelową geometrię z marginesem IoU.

• Jednostka oceny — ludzka ocena lub wynik fizyczny dla Genie 4; średnia IoU w 1000 przypadków dla SKY-001.

• Cena publikowana — żadna.

• Dostęp — lista oczekujących po obu stronach.

Test pierwszy: czy ktoś może sprawdzić dane wyjściowe?

SKY-001 przechodzi ten test w najwęższym możliwym sensie, a to i tak więcej, niż udaje się Genie 4.

Skyfall opublikował benchmark dostawcy na dwóch ścieżkach testowych liczących po 1000 przypadków każda, a liczby są wystarczająco konkretne, by można było się z nimi spierać. W przypadku komponentów CAD SKY-001 uzyskał 79,7% średniego IoU wobec 79,1% dla GPT-6 Astra — przewaga 0,6 punktu, czyli szum na poziomie losowego ziarna — działając w 3,9 s zamiast 199 s i kosztując 0,005 USD na przypadek zamiast 0,75 USD. W przypadku rzutów kondygnacji uzyskał 43,6% wobec 40,6% GPT-6 Astra, przy 1,22 s wobec 144,6 s.

Każda z tych liczb pochodzi od samego Skyfallu, została uzyskana na wewnętrznym zestawie testowym Skyfallu, bez publicznego podziału i bez udostępnionego środowiska testowego. Metryka IoU mierzy wyłącznie geometryczne nakładanie się i nic więcej: nie dowodzi, że część można wyprodukować, że tolerancje się domykają, że plan kondygnacji spełnia przepisy dotyczące dróg ewakuacyjnych lub dostępności, ani że konstrukcja się utrzyma. Pomiary czasu nie obejmują przesyłania, wstępnego przetwarzania, kolejkowania, konwersji formatu, walidacji i przeglądu przez człowieka, które w rzeczywistym procesie CAD stanowią większość czasu, jaki upływa. A mnożniki w materiałach premierowych samego Skyfallu nie są ze sobą zgodne — 51×, 49× i 100× w przypadku szybkości oraz 150× i 143× w przypadku kosztów, na różnych stronach tej samej witryny.

Genie 4 nie spełnia nawet tego progu. Google nie opublikował żadnego benchmarku, rozdzielczości, liczby klatek na sekundę, opóźnienia ani liczby parametrów. Sekcja ograniczeń samej firmy wymienia problemy — dryf szczegółów wizualnych i trwałości obiektów, złożone interakcje fizyczne, dokładność dźwięku, czytelny tekst w świecie, dokładność przestrzenną — nie podając dla żadnego z nich wartości liczbowych. Nie ma zgłoszenia strony trzeciej ani żaden tester spoza puli nie opublikował pomiaru. W kwestii tego, czy to w ogóle działa, SKY-001 oferuje twierdzenie, które można rozłożyć na części, a Genie 4 oferuje materiał demonstracyjny.

Test drugi: czy wynik może trafić do narzędzia?

Tu właśnie architektura SKY-001 dowodzi swojej wartości, a zarazem tu znajduje się sufit Genie 4.

Film przedstawiający świat nie jest światem, który można edytować. Żaden element sesji Genie 4 nie jest eksportowany jako geometria, więc studio gier wykorzystujące ją do prototypowania otrzymuje materiał referencyjny do ręcznego odtworzenia, a zespół robotyki otrzymuje obserwacje do trenowania, ale nie graf sceny do modyfikacji. To rzeczywiste zastosowanie — dane treningowe i prewizualizacja opierają się na pikselach — ale oznacza to, że model znajduje się przed łańcuchem narzędzi, zasilając go, a nie wchodząc do niego.

Deklarowanym rezultatem SKY-001 jest łańcuch narzędzi. Sekwencja konstrukcyjna została zaprojektowana tak, aby można ją było wprowadzić, a Skyfall zademonstrował jej działanie w Autodesk Fusion. Ta demonstracja nie jest dostarczonym konektorem, a jedno demo nie stanowi historii integracji. Niezależni recenzenci zwrócili również uwagę, że zapisane szkice i wygenerowana geometria 3D mogą się nie zgadzać, co pozostawiłoby wynik wyglądający jak CAD, ale niebędący CAD-em gotowym do obróbki maszynowej. Jednak intencja jest zasadniczo inna: jeden model próbuje skrócić drogę do artefaktu nadającego się do wytworzenia, drugi próbuje wytworzyć przekonującą obserwację.

Dla firmy projektowej ta różnica przesądza o zakupie. Renderer, który oszczędza artyście koncepcyjnemu dwa dni, warto kupić za niemal każdą cenę. Generator sekwencji, który oszczędza kreślarzowi dwa dni, warto kupić tylko wtedy, gdy sekwencja przetrwa zetknięcie z rzeczywistymi narzędziami kreślarza — a nikt spoza Skyfall tego nie testował.

Test trzeci: czy możesz to kupić przed 2027 rokiem?

Nie, w obu kwestiach, a terminy nie są bliskie.

SKY-001 to badawcza wersja zapoznawcza dostępna po zapisaniu się na listę oczekujących. Nie ma API, cennika, wag, licencji, sposobu na samodzielne hostowanie ani możliwości dostrajania. Skyfall planuje komercyjne wdrożenie na początku 2027 r. Firma jest mała — liczy około 25 osób — a jej założyciel, Sam Pasupalak, wcześniej zbudował Maluuba, które Microsoft przejął w 2017 r. To wiarygodna przeszłość, ale nie jest to produkt już dostępny.

Genie 4 to badawcza wersja zapoznawcza dla zaufanych testerów — subskrybenci Google AI Ultra mają otrzymać dostęp poprzez Project Genie za około 100 dolarów miesięcznie „w nadchodzących tygodniach”, a partnerzy z wczesnym dostępem docierają do niego przez Gemini API i AI Studio. Brak daty ogólnej dostępności, brak ceny dla deweloperów, brak warunków komercyjnych. Dla studia brakujące warunki licencyjne są większą przeszkodą niż limit dwóch minut, ponieważ nie można wprowadzić wygenerowanego materiału do procesu produkcyjnego, którego komercyjne wykorzystanie nie zostało określone.

Uczciwa odpowiedź zakupowa dla obu jest więc ta sama: nie ma czego kupować. Różnica polega na tym, co możesz robić, czekając. Odyssey-3, drugi poważny interaktywny model świata w tej chwili, przynajmniej pozwala dziś uruchomić demonstrację w przeglądarce. Żaden z tych dwóch tego nie potrafi.

Liczba w tabeli samego Skyfall, która podważa tę kategorię

W wynikach BIM ukryta jest najciekawsza liczba, jaką opublikowała którakolwiek z tych firm, i nie jest to ta z nagłówka.

Na 1000 rzutach pięter Skyfall SKY-001 uzyskał 43,6% IoU. Gemini 3.8 Flash — model ogólnego przeznaczenia bez szkolenia inżynierskiego i bez modelu świata budownictwa — uzyskał 42,3%. To różnica 1,3 punktu, na własnym zbiorze testowym specjalisty, w porównaniu z modelem, który każdy może dziś wywołać. Różnica w szybkości i koszcie jest realna i ogromna: 1,22 sekundy wobec 346,2, 0,0024 USD wobec 0,218 USD na plan. Ale jeśli przewaga dokładności nad gotowym modelem frontier wynosi 1,3 punktu IoU w metryce, która pomija wykonalność produkcyjną, to SKY-001 sprzedaje przepustowość, a nie osąd. To uzasadniony produkt — 280-krotna przewaga w opóźnieniu to inny przepływ pracy — ale to znacznie węższe twierdzenie niż „bije modele frontier”.

Co zmienia obraz całego starcia. Genie 4 nie konkuruje z SKY-001. Oba konkurują z modelami ogólnymi, do których już możesz kierować zapytania. Pipeline projektowy, który dla każdego przypadku wywołuje model frontierowy, z krokiem walidacji i recenzentem człowiekiem, jest punktem odniesienia, który ci specjaliści muszą pobić, a na jednej ścieżce, na której Skyfall opublikował oba wyniki, baseline zbliżył się na 1,3 punktu.

Ta podstawa to część, którą faktycznie możesz złożyć już dziś. Gemini 3.8 Flash jest w naszym katalogu jako google/gemini-3.8-flash, podobnie jak GPT-6 Astra i reszta czołówki — wszystko za jednym API z cennikiem dostawców przekazywanym bez narzutu (0%). OrcaRouter nie hostuje Genie 4 ani SKY-001 — żaden z nich nigdzie nie jest dostępnym endpointem — więc praktyczna architektura to routowalny model wykonujący teraz tę pracę, z przełączaniem awaryjnym między dostawcami, tak aby awaria jednego dostawcy nie zatrzymała partii, a specjalista włączony później, jeśli jego obietnice przetrwają zderzenie z twoimi własnymi rysunkami.

Gdzie te dwa faktycznie się pokrywają

Jest jeden rzeczywisty punkt styczności: oba modele planują.

Planista Genie 4 to osobny model Gemini w pętli. Obserwuje klatki, dzieli cel na kroki, sprawdza postępy i wprowadza korekty. Planista SKY-001 jest wewnętrzny — model świata konstrukcji decyduje o kolejności stanów, a hierarchiczny kompozytor decyduje, co rozkłada się na co. W obu przypadkach interesująca inżynieria to nie renderer ani refiner, lecz logika sekwencjonowania, która decyduje, co dzieje się dalej.

To podobieństwo jest także powodem, dla którego porównanie schlebia obu stronom. Model, który planuje sekwencję stanów, robi coś użyteczniejszego niż model, który generuje jeden artefakt, i obie firmy o tym wiedzą. Ale te sekwencje nie są współmierne. Jedna to sekwencja pozorów, sprawdzana pod kątem tego, czy człowiek uzna ją za wiarygodną. Druga to sekwencja stanów materialnych, sprawdzana pod kątem tego, czy pokrywa się z docelową geometrią. Zgoda między nimi nie jest możliwa, ponieważ nie ma wspólnej prawdy bazowej, co do której mogłyby się zgodzić.

Kto powinien co oglądać

Jeśli tworzysz filmy, gry lub interaktywne doświadczenia, Genie 4 jest tym, który powinien znaleźć się w Twoim planie rozwoju, a SKY-001 jest dla Ciebie nieistotny. Zwróć uwagę na rozdzielczość, liczbę klatek na sekundę i warunki handlowe; funkcja audio już się wyróżnia i nie wymaga ponownego udowadniania.

Jeśli projektujesz części lub budynki, SKY-001 jest tym, którego warto śledzić, a Genie 4 to ciekawostka. Wypatruj udostępnionego zestawu testowego, wydanego konektora Fusion i ceny. Dopóki zestaw testowy nie istnieje, liczba 79,7% jest twierdzeniem o własnych danych Skyfall, a przewaga 1,3 punktu w BIM nad Gemini 3.8 Flash sugeruje, że przewaga w dokładności może być mniejsza, niż sugeruje marketing.

Jeśli budujesz warstwę znajdującą się dalej w łańcuchu któregokolwiek z tych produktów — walidator, orkiestrator, narzędzie do przeglądu — masz lepszą pozycję. Oba modele mają ograniczony dostęp, oba są nieodtwarzalne i oba będą potrzebować dokładnie tego zaplecza, którego nikt nie zbudował: czegoś, co przyjmuje wygenerowaną sekwencję, sprawdza ją względem specyfikacji i decyduje, czy ją zaakceptować. Tę warstwę można zbudować już teraz, w oparciu o modele, które możesz wywołać już dziś, i nadal będzie ona użyteczną częścią, gdy specjaliści wypuszczą swoje rozwiązania.

Pułapka w obu premierach jest ta sama. Model świata jest imponujący w takim stopniu, w jakim przypomina rzeczywistość, a bezużyteczny w takim, w jakim trudno stwierdzić, czy rzeczywiście tak jest. Genie 4 wygląda niezwykle i nie da się go zmierzyć. SKY-001 da się zmierzyć, a pomiar jest jego własny. Żaden z nich nie jest jeszcze produktem, a jedyną rzeczą, która sprawia, że wyglądają na rywali, jest osiem dni między ich ogłoszeniami.