Cartão de título com o cabeçalho Genie 4 e a linha 720p a até 24 fps, cerca de um minuto por sessão, e três cartões para 720p em tempo real, edição no meio da sessão e áudio nativo, com nota de rodapé remetendo ao model card do Google de 18 de novembro de 2026.
Guides & Insights

Genie 4 já está disponível em 720p e 24 quadros por segundo, e é esse número que conta a história

Autor

Elias Hawthorne

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

A linha mais informativa do lançamento do Genie 4 de 18 de novembro do Google não está no post do blog. Está na ficha do modelo anexada a ele: vídeo 720p em tempo real a até 24 quadros por segundo com áudio sincronizado, gerado a partir de um prompt de texto, de uma imagem ou de entrada ao vivo de teclado e mouse. Por três semanas, o Genie 4 foi um conjunto de demos sem nenhuma especificação — sem resolução, sem taxa de quadros, sem duração de sessão. O lançamento do Project Genie para assinantes do Google AI Ultra não apenas abriu uma porta; publicou os primeiros números concretos, e esses números descrevem algo muito menor do que o vídeo de lançamento sugere, de uma forma que é realmente útil se você está decidindo o que fazer com ele.

A outra metade do lançamento também importa, e é a metade com que o Google liderou: edição de texto no meio da sessão, áudio nativo que se adapta conforme a cena se desenrola, um agente conversacional que cria mundos e uma galeria comunitária com remixagem. O Genie 4 é o modelo; o Project Genie é agora o produto em torno dele. Separar os dois é o que este texto faz, porque o cartão do modelo e a galeria respondem a perguntas diferentes — um diz o que o sistema é, o outro diz o que o Google acha que você fará com ele.

O que realmente mudou em 18 de novembro

O Google anunciou o Genie 4 em 27 de outubro de 2026 como uma prévia de pesquisa para testadores confiáveis, com uma lista de espera pública. Nada sobre esse modelo mudou em 18 de novembro. O que mudou é quem pode acessá-lo e o que está ao seu redor.

• Acesso — O Genie 4 está sendo lançado para assinantes elegíveis do Google AI Ultra dentro do Project Genie. Membros do Google AI Pro podem entrar em uma lista de espera. Ainda não há ID de modelo de API, preço por geração nem data de disponibilidade geral para desenvolvedores.

• Edição em tempo real — um prompt digitado no meio da sessão altera o clima, adiciona um personagem ou redireciona a ação sem reiniciar o mundo. A demonstração do Google disso é um café numa encosta transformado em um pavilhão de vidro num deserto.

• Áudio nativo — ambiente, música e diálogo dos personagens gerados junto com os quadros, em vez de sobrepostos depois. Este é o primeiro Genie que produz som, e a própria documentação do G​oogle lista a precisão do áudio em tempo real como um problema de pesquisa em aberto.

• O agente — um construtor conversacional que orquestra os modelos multimodais do Google para estabelecer a aparência de um mundo e uma trilha sonora personalizada e, depois, continua trabalhando durante a sessão: um modelo Gemini observa a tela, oferece chips de sugestão para onde ir em seguida e pode acionar eventos dentro do mundo.

• A galeria — mundos com curadoria e também envios da comunidade, todos remixáveis. Duas colaborações nomeadas acompanham o lançamento: "Villa Giallo", um mistério gótico de mansão, sala por sala, criado com o tecnólogo criativo Will (BLVCKL!GHT), e "The Life of Ants", um passeio pela colônia sob o ponto de vista de uma formiga, com o cineasta Anand Gandhi.

• O Genie 3 recebeu as atualizações — e esta é a parte que vai irritar quem só passou os olhos pela manchete. O modelo mais antigo agora executa até três minutos por geração, contra sessenta segundos antes, oferece encadeamento de mundos para que vários mundos se conectem em uma jornada contínua, aceita imagens panorâmicas de 360 graus como sementes e recebe prompts de eventos em tempo real dentro do mundo. O Genie 3 permanece no seletor de modelos exatamente para esses casos.

A ficha técnica, e a única restrição que ela declara em voz alta

Antes de 18 de novembro, qualquer alegação sobre a fidelidade do Genie 4 era infalsificável. O post de lançamento dizia “o modelo de mundo mais realista e interativo até hoje” e mostrava clipes; não publicou resolução, taxa de quadros nem número de latência. O model card de novembro fecha parte dessa lacuna:

• Saída — 720p, até 24 fps, com áudio sincronizado, gerada em tempo real.

• Entradas — texto, imagens e ações do usuário em tempo real: navegação por teclado e mouse, não apenas um prompt.

• Duração da sessão — "cerca de um minuto de interação contínua" na lista de limitações da página do modelo, com a ficha do modelo dizendo apenas que mantém ambientes coerentes em "sessões curtas."

• Base — criado com G​emini Omni Flash, com modelos G​emini fornecendo raciocínio e direcionamento em tempo real.

• Restrições que o G​oogle admite — detalhes visuais e permanência de objetos se degradam em execuções mais longas, depois de várias edições complexas de prompt ou ao se mover por uma cena; física complexa, precisão de áudio, texto legível e precisão espacial são todos listados como não solucionados.

• Proveniência — marca d'água SynthID em cada quadro de vídeo e cada segundo de áudio.

Generated six-row scoreboard for Genie 4 listing 720p at up to 24 fps, text image and live keyboard and mouse inputs, roughly one-minute sessions, Gemini Omni Flash as the base, known limits of drift physics and legible text, and SynthID on video and audio, with a footer noting no independent benchmark exists.

Leia essas duas linhas juntas — 24 fps em 720p, e cerca de um minuto — e a descrição honesta do Genie 4 é a de um renderizador em tempo real rodando mais ou menos na qualidade de um console de videogame da década de 2010, pelo tempo que leva para percorrer um corredor e voltar. Isso não é uma crítica. Geração em tempo real a uma taxa de quadros estável é um problema muito mais difícil do que produzir um clipe bonito de oito segundos, e 720p a 24 fps é a resolução e a cadência da televisão aberta, não de um brinquedo. Mas isso significa que os vídeos de lançamento estão mostrando o teto de uma sessão muito curta, e a deriva que o Google documenta é o que acontece quando você tenta ir além disso.

Porque um minuto é uma decisão de produto, não uma limitação pela qual pedir desculpa

Um minuto é suficiente para uma tomada, uma sala, um walkthrough, uma única interação — a unidade de trabalho em pré-visualização, revisão de design espacial e ensino interativo. Não é suficiente para um nível, uma sequência de filme ou um episódio de treinamento que precisa de vinte minutos de estado consistente. A resposta do Google para essa lacuna não é um Genie 4 mais longo; é o Genie 3 com três minutos e encadeamento de mundos, ao lado dele no mesmo seletor. Essa é uma decisão de produto incomum — o modelo mais novo não é estritamente o mais capaz para todo trabalho — e mostra que os dois estão sendo posicionados pela duração da sessão, e não pela geração.

As colaborações da galeria leem-se da mesma maneira. "Villa Giallo" é um mistério que se resolve sala a sala, uma estrutura construída a partir de unidades de um minuto. "The Life of Ants" é uma peça de perspetiva — navega-se por uma colónia sob o ponto de vista de uma formiga — que precisa mais de atmosfera e escala do que de continuidade. Ambas são demos escolhidas para mostrar aquilo em que os mundos interativos curtos são bons, e nenhuma delas pretende ser um filme.

Para um estúdio, a questão prática é onde uma tomada interativa de um minuto se encaixa num pipeline que atualmente funciona com clipes gerados de oito segundos. A resposta está a montante e em paralelo: blocking, linguagem de câmera, decisões de cenografia e playtests de ideias espaciais — as coisas que, de outro modo, você construiria num motor grey-box e jogaria fora. O Genie 4 elimina o grey box. Não elimina o motor.

O que você pode ligar hoje, e o que você não pode

O Genie 4 não é um endpoint. É um produto de navegador por trás de uma assinatura Google AI Ultra de US$ 99,99 por mês, sem API publicada, sem ID de modelo e sem tarifa por geração. Isso também vale para todas as plataformas de terceiros, inclusive a nossa: não há para onde rotear.

O que é chamável é a metade de raciocínio da arquitetura que o Google descreve. O material de lançamento nomeia o Gemini 3.8 Flash como o agente no loop que planeja etapas e verifica frames em relação aos objetivos, e esse modelo é um endpoint ativo no nosso catálogo como google/gemini-3.8-flash a US$ 0,75 por milhão de tokens de entrada e US$ 3,75 por milhão de saída — preço de tabela do provedor repassado sem nenhuma margem adicional, então uma mudança de preço do Google chega à sua fatura no mesmo dia em que chega à tabela de preços do Google. Se você está construindo o loop em torno de um modelo de mundo em vez do próprio modelo de mundo — planejar, verificar, replanejar, escrever os prompts que orientam uma sessão — essa é a peça que você pode integrar esta semana, com failover automático entre provedores por trás de uma única chave.

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash, showing the model identifier, its 65K maximum output and per-million-token pricing fields.

O que transformaria isto de um produto em uma plataforma?

Três coisas, em ordem crescente de quanto elas mudariam a resposta.

Uma API. Um ID de modelo e um preço por segundo ou por sessão permitiriam que o Genie 4 competisse por slots de pipeline contra Veo, Kling e Seedance na mesma planilha. Sem uma, ele compete por uma linha em um orçamento de ferramentas criativas.

Uma medição independente. Não existe nenhum benchmark, nenhum Elo, nenhum estudo de preferência humana e nenhuma análise de taxa de quadros de terceiros do Genie 4 em lugar algum. Toda alegação de fidelidade em circulação remonta aos próprios reels do Google. Os números de 720p e 24 fps agora podem ser conferidos no card do modelo, o que é um avanço; a alegação de que ele é mais realista que o Genie 3 ainda não pode.

Sessões que passam de um minuto com a qualidade do Genie 4. O G​oogle está atualmente resolvendo a continuidade vendendo para você o modelo mais antigo. Quando o Genie 4 fechar essa lacuna, o seletor se reduz de volta a uma única opção, e a comparação interessante deixa de ser Genie 4 vs Genie 3 e passa a ser Genie 4 vs todo o resto.

Screenshot of Google DeepMind's Genie 4 announcement dated 27 October 2026, headed Genie 4: A new generation of world simulation, crediting Raia Hadsell, Diego Rivas and Hang Qi, with a Join the Genie 4 waitlist button.

Até lá, o resumo justo de 18 de novembro é que o Google lançou um ecossistema criativo em torno de um modelo que já havia anunciado, publicou a primeira especificação real do modelo e deixou sem publicar o único número com que os desenvolvedores se importam — o preço de um segundo de saída. Por uma assinatura de US$ 99,99, você recebe o ecossistema, a galeria, o agente e um minuto por vez. Se isso é um bom negócio depende inteiramente de o seu trabalho caber em um minuto, e ninguém fora do Google pode lhe dizer isso ainda.