Karta tytułowa z napisem „Genie 4 już działa” i podtytułem „Co tak naprawdę daje dostęp do Google AI Ultra”, znacznikiem daty 18 listopada 2026 r. oraz trzema kartami: „Edycja tekstu na żywo”, „Natywne audio” i „Galeria społeczności”.
Guides & Insights

Genie 4 już działa: co tak naprawdę daje Ci dostęp do Google AI Ultra

Autor

Elias Hawthorne

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Genie 4 przestał być listą oczekujących 18 listopada 2026 r. To dzień, w którym Google DeepMind rozpoczął udostępnianie swojego najbardziej realistycznego modelu świata kwalifikującym się subskrybentom Google AI Ultra w ramach Project Genie, i dzień, w którym wydanie przestało być demonstracją, o której się czyta, a stało się produktem, za który można płacić. Niezręczne jest to, że ta sama aktualizacja sprawiła również, że Genie 3 stał się lepszy w jednym wymiarze, który decyduje o większości praktycznej pracy: starszy model świata Google obsługuje teraz trzuminutowe sesje z łańcuchowym łączeniem światów i ugruntowaniem na panoramie 360 stopni, podczas gdy karta modelu Genie 4 nadal opisuje system, który obsługuje „około minuty ciągłej interakcji”. Jeśli zastanawiasz się, czy wydać pieniądze na Ultra w tym tygodniu, to ta inwersja — a nie fotorealizm — jest rzeczą, którą trzeba zrozumieć. A jeśli budujesz wokół tego, jedyną połową stosu, którą faktycznie możesz dziś wywołać, jest połowa rozumowania: Gemini 3.8 Flash i Gemini 4 Argon są aktywnymi punktami końcowymi, Genie 4 nie jest punktem końcowym nigdzie.

Dwie daty, nie jedna — i dlaczego ta różnica ma znaczenie

Google ogłosiło Genie 4 27 października 2026 roku, kierując je do zaufanych testerów i na listę oczekujących. Nikt spoza tego grona testerów nie mógł do niego dotrzeć. Wpis z 18 listopada to dokument innego rodzaju: to ogłoszenie dostępności, które przenosi model z kategorii „doniesień" do „możliwości zakupu" — a to jedyne przejście, które zmienia to, co czytelnik może zrobić już dziś.

To, co ten wpis faktycznie mówi – własnymi słowami G​oogle – jest wąskie. Genie 4 trafia do uprawnionych subskrybentów AI Ultra. Członkowie G​oogle AI Pro mogą dołączyć do listy oczekujących. Ta sama aktualizacja zawiera ulepszenia Genie 3, agenta Project Genie oraz galerię społeczności. Nie ma daty ogólnej dostępności, identyfikatora modelu API, cennika za generację ani benchmarku. Trzy tygodnie relacji nie przyniosły też liczby określającej rozdzielczość ani liczby klatek na sekundę.

A więc uczciwe podsumowanie 18 listopada jest takie: model jest prawdziwy, drzwi są otwarte, a tymi drzwiami jest miesięczna subskrypcja za 99,99 USD.

Cena — i czego to cena

G​oogle AI Ultra zaczyna się od 99,99 USD miesięcznie w USA, a na tej samej stronie wymieniono plan za 199,99 USD z 20 razy wyższymi limitami użycia niż AI Pro, a nie 5 razy. Oba obejmują Project Genie; różnica dotyczy limitu, a nie możliwości. AI Pro za 19,99 USD nie zapewnia dostępu — daje formularz zapisu na listę oczekujących.

• Cena wejściowa za Genie 4 — 99,99 USD/miesiąc (Google AI Ultra, limity 5x AI Pro)

• Wyższy poziom — 199,99 USD/miesiąc (20x limity AI Pro, ten sam dostęp do modeli)

• Poziom listy oczekujących — G​oogle AI Pro za 19,99 USD miesięcznie, brak dostępu dzisiaj

• Wiek i położenie geograficzne — 18+, Project Genie dostępny w ponad 140 krajach zgodnie z przypisami samego G​oogle

• Czego nie kupujesz — API. Nigdzie nie ma cennika opartego na liczbie tokenów ani na sekundach dla Genie 4, a G​oogle go nie opublikował.

Ta ostatnia linijka to część, którą przeoczają zespoły zakupowe. Subskrypcja produktu przeglądarkowego to miejsce, a nie poziom usług. Nie można wpiąć miejsca w zautomatyzowany pipeline, nie można go skalować skokowo ani obejść, gdy zaczyna działać gorzej. Subskrypcja daje możliwość ręcznej oceny Genie 4 — co naprawdę jest warte $99.99 dla studia prowadzącego badania nad prewizualizacją i bliskie zeru dla zespołu, który potrzebuje modelu świata w buildzie.

Scoreboard for Genie 4 listing AI Ultra entry price of $99.99 per month, about one minute of continuous interaction on the model card, three-minute Genie 3 sessions, native audio, no published resolution or frame rate, and no API pricing, with a footer reading 'All figures Google-reported; no independent measurement published.'

Ulepszenie Genie 3 to użyteczna połowa tego wydania

Pod nagłówkiem Genie 4 kryje się zestaw zmian w Genie 3, które mają większe znaczenie dla każdego, kto wykonuje rzeczywistą pracę, ponieważ Genie 3 to model z dłuższym budżetem sesji. G​oogle wymienia cztery:

• Dłuższe sesje i łączenie światów — do 3 minut na generację, wcześniej 60 sekund, z wieloma światami połączonymi w dłuższą podróż

• 360-stopniowe osadzanie panoramy — utwórz nowy świat na podstawie obrazu panoramy i zachowaj spójność lokalizacji, gdy kamera rozgląda się po otoczeniu

• Wydarzenia w świecie w czasie rzeczywistym — prompty w języku naturalnym, które zmieniają środowisko w trakcie sesji, a nie tylko między sesjami

• Selektor modelu — Genie 3 nadal można wybrać obok Genie 4; G​oogle przedstawia go jako opcję dla dłuższych sesji i przestrzeni z panoramą jako punktem wyjścia

Przeczytaj to razem, a G​oogle mówi ci coś, czego nie powie wprost: w przypadku trzyminutowego ujęcia ciągłego wybierz Genie 3. Genie 4 wygrywa wiernością, fizyką i dźwiękiem; Genie 3 wygrywa czasem trwania i osadzeniem przestrzennym. Reżyser inscenizujący sekwencję zyskuje więcej z trzech osadzonych minut niż z jednej pięknej, a projektant dźwięku nie zyskuje nic z Genie 3, ponieważ natywny dźwięk jest tylko w Genie 4.

Własna karta specyfikacji Genie 4 to zaledwie jedna liczba

Strona modelu Genie 4 to studium tego, do czego dostawca jest skłonny się zobowiązać, a do czego nie. Twierdzi się na niej, że model jest „naszym najbardziej realistycznym i interaktywnym modelem świata do tej pory”, opisuje zmiany pogody, kamery, postaci i akcji wprowadzane na bieżąco za pomocą promptów oraz natywnie generowany dźwięk — pejzaże dźwiękowe otoczenia, kroki, tłumy, mowę postaci — który dostosowuje się wraz ze zmianami w scenie. A zaraz potem, jednym tchem, wymienia ograniczenia.

• Czas trwania — „około minuty ciągłej interakcji, a nie wydłużonych sesji”

• Stałość obiektu — szczegóły wizualne i stałość obiektu „mogą z czasem przesuwać się lub dryfować”, zwłaszcza po intensywnej edycji

• Sceny wieloagentowe — modelowanie kilku użytkowników i agentów w jednej wspólnej przestrzeni nazywane jest wciąż aktualnym wyzwaniem badawczym

• Rzeczywiste lokalizacje — G​oogle twierdzi, że model nie potrafi symulować rzeczywistych lokalizacji z idealną dokładnością

• Tekst na ekranie — czytelny tekst zwykle pojawia się tylko wtedy, gdy pochodzi z opisu wejściowego

• Dokładność dźwięku — „nadal jest obszarem bieżących badań i ulepszeń”

• Status — „wczesna, rozwijająca się technologia”

Żadnej rozdzielczości, żadnej liczby klatek na sekundę, żadnej wartości opóźnienia, żadnej liczby parametrów. Każde twierdzenie w materiale premierowym jest względne wobec Genie 3 lub wobec wcześniejszych wyników samego G​oogle. To nie jest powód, by odrzucać model — natywny dźwięk w modelu świata to prawdziwa zmiana możliwości — ale jest to powód, by traktować „realistic” jako przymiotnik producenta, a nie pomiar. Niezależne liczby jeszcze nie istnieją, ponieważ osoby z dostępem są subskrybentami, a subskrybenci nie publikują ewaluacji.

Dwa dodatki w tym wydaniu nie mają nic wspólnego z wagami modelu, a wszystko z tym, dlaczego subskrypcja jest sposobem dostarczania.

Agent Project Genie przyjmuje opis w języku naturalnym i buduje na jego podstawie świat, koordynując multimodalne modele Google w celu wygenerowania wstępnych materiałów wizualnych i niestandardowej ścieżki dźwiękowej tła. W trakcie sesji modele Gemini obserwują ekran, wyświetlają chipy z sugestiami i mogą wyzwalać zdarzenia w świecie. To ta sama architektura, którą wskazywało wcześniejsze omówienie Genie 4, a którą większość omówień pominęła: model świata plus planer to inny artefakt niż generator wideo, ponieważ odpowiada na cel sekwencją zweryfikowanych stanów, a nie odpowiada na prompt klipem.

Galería społeczności jest elementem strategii dystrybucji. Wyselekcjonowane światy znajdują się obok tych tworzonych przez użytkowników, a każdy z nich można otworzyć, zremiksować lub ponownie opublikować. Google zlecił dwie prace pokazowe — „Villa Giallo” z technologiem kreatywnym Willem oraz „The Life of Ants” z filmowcem Anandem Gandhim — co jest znanym schematem: zasilić galerię profesjonalnymi pracami, aby pierwsza fala twórczości użytkowników miała punkt odniesienia. Wszystkie generowane wideo i audio są opatrzone znakiem wodnym SynthID, a dane wejściowe i wyjściowe przechodzą kontrolę bezpieczeństwa.

Kwestią, której galeria nie rozstrzyga, jest licencjonowanie. G​oogle nie opublikowało żadnych warunków wykorzystania komercyjnego dla światów tworzonych w Project Genie, co dla studia stanowi większą przeszkodę niż limit jednej minuty. Dostawca pre-vis, który nie potrafi powiedzieć klientowi, do kogo należy ujęcie, ma problem, którego karta modelu nie rozwiązuje.

Screenshot of the Google DeepMind Genie 4 model page, showing the headline 'A new generation of world simulation', a Try in Project Genie button, the capabilities and limitations navigation, and the stated limit of around a minute of continuous interaction.

Jeśli budujesz pętlę, połowa z niej jest już API.

Oto praktyczny podział. Genie 4 to produkt przeglądarkowy bez endpointu. Modele wokół niego — te, które odpowiadają za planowanie, weryfikację i chipy sugestii — to zwykłe endpointy LLM i można je wywołać już dziś.

G​emini 3.8 Flash to naturalny wybór do roli obserwatora i weryfikatora: to najbardziej inteligentny model Flash firmy G​oogle, stworzony do inżynierii oprogramowania i wieloetapowej pracy agentowej, z oknem kontekstu wynoszącym 1 048 576 tokenów i maksymalnie 65 536 tokenów wyjściowych. W OrcaRouter jest dostępny jako google/gemini-3.8-flash w cenie 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych, a odczyty z pamięci podręcznej na wejściu kosztują 0,075 USD. G​emini 4 Argon to google/gemini-4-argon w cenie 2,00 USD i 10,00 USD — model, po który sięgasz, gdy sam plan jest trudną częścią, tak jak w demonstracji robotyki G​oogle, gdzie Argon rozłożył zadania na części, które następnie symulował Genie 4.

Dwie rzeczy sprawiają, że ten podział warto skonfigurować porządnie, zamiast sklejać go byle jak. Po pierwsze, ceny: OrcaRouter przekazuje cennik dostawcy bez marży (0%), więc jeśli G​oogle obniży ceny G​emini, obniżka będzie działać na Twoim kluczu tego samego dnia, bez negocjowania nowych cen. Po drugie, architektura: model świata, którego nie można przełączyć awaryjnie, jest pojedynczym punktem awarii, a planer, który można — nie. Automatyczne przełączanie awaryjne między dostawcami oraz DSL routingu, który potrafi przypiąć tani model do przebiegów weryfikacyjnych, a mocniejszy do planowania, to dokładnie kształt, jakiego potrzebuje potok zbliżony do Genie — bo droga, niedostępna połowa to ta połowa, której nie kontrolujesz.

Wyraźnie powiedzmy, czym to nie jest. Genie 4 nie znajduje się w naszym katalogu ani w katalogu kogokolwiek innego. Żadna konfiguracja routingu nie sprawi, że nieopublikowany endpoint będzie można wywołać, a każdy artykuł sugerujący inaczej sprzedaje ci coś, czego Google nie wydało.

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash, showing $0.75 per 1M input tokens, $3.75 per 1M output tokens, a 1,048,576-token context window and a 65,536 max output, with an OpenAI-compatible endpoint.

Kto powinien płacić, a kto powinien czekać

Subskrybuj w tym tygodniu, jeśli zajmujesz się prewizualizacją, prototypowaniem poziomów lub badaniami nad symulacją robotyki i musisz na własną rękę ustalić, czy natywne audio plus świat klasy dwuminutowej wystarczą, by zmienić Twój pipeline. 99,99 USD to budżet badawczy, a odpowiedzi naprawdę nie da się poznać na podstawie dem — synchronizacja audio przez pełną minutę to zwykle miejsce, w którym generowane audio się rozjeżdża, i nikt spoza grupy testerów tego nie raportował.

Poczekaj, jeśli prawdziwy jest którykolwiek z poniższych warunków: potrzebujesz API, potrzebujesz licencji komercyjnej, potrzebujesz sesji dłuższej niż trzy minuty albo Twoja praca zależy od tego, czy trwałość obiektów przetrwa edycję. Genie 3 obejmuje teraz trzeci przypadek lepiej niż Genie 4. Nic w tym wydaniu nie obejmuje pierwszych dwóch.

Na co warto zwrócić uwagę, to nie kolejna rolka demonstracyjna. To trzy konkretne publikacje: rozdzielczość i liczba klatek na sekundę od kogokolwiek, kto ma dostęp, niezależna weryfikacja tego, czy dźwięk pozostaje zsynchronizowany ze swoim źródłem przez całą sesję, oraz strona warunków użytkowania, która mówi, kto jest właścicielem wygenerowanego świata. Dopóki się one nie pojawią, Genie 4 to subskrypcja, którą można ocenić, i API, którego nie można kupić — a luka między tymi dwoma zdaniami to miejsce, w którym w tym kwartale zapadają wszystkie decyzje o tym, co budować.