Genie 4 против SKY-001: две модели мира, которым никогда не суждено попасть в один бенчмарк

Genie 4 и SKY-001 были анонсированы с разницей в восемь дней в октябре 2026 года, и никто никогда не опубликует честную сравнительную таблицу, где будут оба. Genie 4 от Google DeepMind генерирует интерактивную сцену со звуком, по которой можно ходить около двух минут. SKY-001 от Skyfall AI принимает запрос или набросок и выдаёт упорядоченную последовательность построения для CAD-детали или поэтажного плана здания. Один создаёт пиксели, которые смотрит человек. Другой создаёт геометрию, по которой машина, возможно, когда-нибудь будет строить. Единственное полезное сравнение — не то, что лучше, а то, что каждому из них пришлось бы доказать, прежде чем показывать платящему клиенту, и какие из этих доказательств уже пытались получить.

Обе компании называют свой продукт моделью мира. Эта общая фраза выполняет огромную незаслуженную работу, и именно поэтому освещение этих двух запусков читается так, будто компании — соперники. Они не конкурируют за один и тот же бюджет, одного и того же покупателя или одну и ту же оценку. Они конкурируют за одно и то же слово.

Это слово делает слишком много работы

Полезный способ разделить их — спросить, является ли модель моделью чего.

Genie 4 моделирует внешний вид и динамику. Дайте ему запрос, и он отрисовывает мир, который реагирует на введённые инструкции — изменить погоду, переместить камеру, добавить человека — и теперь создаёт окружающий звук, музыку и интерактивный диалог вместе с видео. Планировщик Gemini наблюдает за кадрами и перепланирует. Выходные данные — это поток изображений, предназначенных для человеческого глаза или видеоконвейера, а его корректность оценивается по тому, ведёт ли себя сцена правдоподобно.

SKY-001 моделирует сборку. Его иерархия идёт от систем к сборкам, подузлам и деталям — или от этажей к блокам и помещениям, — а его второй компонент — Skyfall называет его моделью мира строительства — планирует упорядоченную последовательность визуальных состояний, которая ведёт от пустого листа к готовому результату. Для CAD-компонента это ряд 3D-состояний твёрдых тел с 2D-эскизами между ними. Для плана этажа это чертёж, построенный штрих за штрихом. Корректность — это геометрическое перекрытие, измеряемое как IoU относительно эталонной формы.

Размеры — в том виде, который делает несоответствие очевидным:

• Выходные данные — Genie 4 выдаёт видео и аудио; SKY-001 выдаёт последовательность строительства в формате CAD или BIM.

• Ввод — текст, управление клавиатурой и камерой для Genie 4; текст или 2D-изображение для SKY-001.

• Что означает «неправильно» — сцена, которая дрейфует, или тело, которое промахивается мимо целевой геометрии с отклонением по IoU.

• Единица оценки — человеческое суждение или оценка физики для Genie 4; среднее IoU по 1000 случаям для SKY-001.

• Публикуемая цена — ни то, ни другое.

• Доступ — лист ожидания с обеих сторон.

Тест один: кто-нибудь может проверить вывод?

SKY-001 проходит этот тест в самом узком возможном смысле, и это всё равно больше того, что удаётся Genie 4.

Skyfall опубликовала вендорный бенчмарк на двух треках по 1 000 кейсов каждый, и цифры достаточно конкретны, чтобы с ними можно было спорить. На CAD-компонентах SKY-001 показал средний IoU 79,7% против 79,1% у GPT-6 Astra — преимущество в шесть десятых пункта, что находится на уровне шума от seed, — при времени выполнения 3,9 секунды вместо 199 и стоимости $0,005 за кейс вместо $0,75. На планах этажей он набрал 43,6% против 40,6% у GPT-6 Astra — 1,22 секунды против 144,6.

Каждая из этих цифр принадлежит самой Skyfall, получена на внутреннем тестовом наборе Skyfall, без публичного разбиения и без опубликованного стенда оценки. Метрика IoU измеряет только геометрическое перекрытие и ничего больше: она не доказывает, что деталь можно изготовить, что допуски сходятся, что план этажа соответствует нормам эвакуации или доступности, или что конструкция выдерживает нагрузку. Замеры времени не учитывают загрузку, предварительную обработку, ожидание в очереди, преобразование форматов, проверку и человеческий контроль, которые в реальном рабочем процессе CAD составляют большую часть затраченного времени. А множители в собственных материалах Skyfall о запуске не согласуются друг с другом — 51×, 49× и 100× по скорости, 150× и 143× по стоимости, на разных страницах одного и того же сайта.

Genie 4 не дотягивает даже до этой планки. Google не опубликовала ни бенчмарка, ни разрешения, ни частоты кадров, ни задержки и ни числа параметров. В собственном разделе ограничений компании перечислены проблемы — дрейф визуальных деталей и постоянства объектов, сложные физические взаимодействия, точность звука, читаемость текста внутри сцены, пространственная точность — без количественной оценки ни одной из них. Нет ни сторонних представленных результатов, и ни один тестировщик вне пула не опубликовал измерений. По единственному вопросу — работает ли это — SKY-001 предлагает утверждение, которое можно разобрать по частям, а Genie 4 предлагает деморолик.

Тест два: может ли вывод попасть в инструмент?

Именно здесь архитектура SKY-001 оправдывает себя, и именно здесь находится потолок Genie 4.

Видео мира — это не мир, который можно редактировать. Ничто в сессии Genie 4 не экспортируется как геометрия, поэтому игровая студия, использующая его для прототипирования, получает референс для ручного воссоздания, а команда робототехников получает наблюдения для обучения, но не граф сцены для изменения. Это реальное применение — обучающие данные и предварительная визуализация оба потребляют пиксели — но это означает, что модель находится выше по цепочке инструментов, питая её, а не входя в неё.

Заявленный результат SKY-001 — это инструментальная цепочка. Последовательность построения спроектирована так, чтобы её можно было загрузить в систему, и Skyfall продемонстрировал её работу в Autodesk Fusion. Эта демонстрация не является выпущенным коннектором, а одна демонстрация — ещё не история интеграции. Независимые проверяющие также отметили, что сохранённые эскизы и сгенерированная 3D-геометрия могут не совпадать, из-за чего на выходе мог бы получиться результат, который выглядит как CAD, но не является CAD, готовым к машинной обработке. Но намерение качественно иное: одна модель пытается сократить путь до артефакта, пригодного к изготовлению, другая — создать убедительное наблюдение.

Для дизайнерской фирмы именно это различие определяет покупку. Рендерер, который экономит концепт-художнику два дня, стоит покупать почти за любую цену. Генератор последовательностей, который экономит чертёжнику два дня, стоит покупать только в том случае, если последовательность выдерживает соприкосновение с реальными инструментами чертёжника — а никто за пределами Skyfall этого не проверял.

Тест три: сможете ли вы купить это до 2027 года?

Нет, по обоим пунктам, и сроки вовсе не близки.

SKY-001 — это исследовательский предпросмотр, доступный по листу ожидания. Нет API, нет прайс-листа, нет весов, нет лицензии, нет возможности самостоятельного развертывания и нет дообучения. Skyfall нацелена на коммерческое развертывание в начале 2027 года. Компания небольшая — около 25 человек — а ее основатель Сэм Пасупалак ранее создал Maluuba, которую Microsoft приобрела в 2017 году. Это солидная родословная, но это еще не выпускаемый продукт.

Genie 4 — это исследовательский превью-релиз для доверенных тестировщиков: подписчикам Google AI Ultra обещан доступ через Project Genie примерно за 100 долларов в месяц «в ближайшие недели», а партнёры с ранним доступом получают его через Gemini API и AI Studio. Ни даты общего релиза, ни цены для разработчиков, ни коммерческих условий. Для студии отсутствие условий лицензирования — более серьёзное препятствие, чем двухминутный лимит, ведь нельзя включить сгенерированный материал в производственный конвейер, коммерческое использование которого не оговорено.

Итак, честный ответ по закупке для обоих — одна и та же фраза: покупать нечего. Разница в том, что можно делать, пока ждёшь. Odyssey-3 — другая серьёзная интерактивная модель мира на данный момент — по крайней мере позволяет уже сегодня запустить демо в браузере. Ни одна из этих двух этого не умеет.

Число в собственной таблице Skyfall, которое подрывает категорию

В результатах BIM спрятана самая интересная цифра, которую опубликовала любая из этих двух компаний, и это не та цифра, что вынесена в заголовок.

На 1 000 планировках Skyfall модель SKY-001 набрала 43,6% IoU. Gemini 3.8 Flash — универсальная модель без инженерной подготовки и без строительной модели мира — набрала 42,3%. Это разрыв в 1,3 балла на собственном тестовом наборе специалиста против модели, которую сегодня может вызвать кто угодно. Разница в скорости и стоимости реальна и огромна: 1,22 секунды против 346,2, $0,0024 против $0,218 за план. Но если превосходство в точности над готовой фронтирной моделью составляет 1,3 балла IoU по метрике, которая игнорирует технологичность, то SKY-001 продаёт пропускную способность, а не суждение. Это полноценный продукт — выигрыш в задержке в 280× означает другой рабочий процесс — но это гораздо более узкое утверждение, чем «превосходит фронтирные модели».

Это меняет всю картину противостояния. Genie 4 не конкурирует с SKY-001. Оба конкурируют с универсальными моделями, которые уже можно подключить через маршрутизацию. Пайплайн проектирования, который для каждого случая вызывает фронтирную модель, с этапом валидации и проверкой человеком, — это базовая линия, которую этим специализированным моделям нужно превзойти, и в одном треке, где Skyfall опубликовал оба показателя, разрыв базовой линии составил всего 1,3 балла.

Эта базовая конфигурация — то, что вы действительно можете собрать уже сегодня. Gemini 3.8 Flash есть в нашем каталоге как google/gemini-3.8-flash, как и GPT-6 Astra и остальные представители передового сегмента, — всё через единый API с прозрачной передачей цен из прайс-листов провайдеров с наценкой 0%. OrcaRouter не размещает Genie 4 или SKY-001 — ни один из них нигде не является адресуемой конечной точкой — поэтому практическая архитектура такова: маршрутизируемая модель выполняет работу сейчас, с переключением при сбое между провайдерами, чтобы сбой одного поставщика не останавливал пакет, а специализированная модель подключается позже, если её заявления выдержат проверку на ваших собственных чертежах.

Где эти два на самом деле пересекаются

Есть одна настоящая точка соприкосновения: обе модели планируют.

Планировщик Genie 4 — это отдельная модель Gemini в цикле. Она наблюдает за кадрами, разбивает цель на шаги, проверяет прогресс и вносит коррективы. Планировщик SKY-001 встроен внутрь — модель мира строительства решает, каким будет порядок состояний, а иерархический компоновщик решает, что на что раскладывается. В обоих случаях интересная инженерия — это не рендерер и не модуль уточнения, а логика секвенирования, которая решает, что произойдёт дальше.

Эта схожесть также объясняет, почему сравнение льстит обоим. Модель, которая планирует последовательность состояний, делает нечто более полезное, чем модель, которая выдаёт один артефакт, и обе компании это знают. Но эти последовательности несоизмеримы. Одна — это последовательность образов, проверяемая на то, кажется ли она человеку правдоподобной. Другая — последовательность конкретных состояний, проверяемая на то, пересекается ли она с целевой геометрией. Согласованность между ними невозможна, потому что нет общей эталонной истины, относительно которой можно было бы согласовать.

Кому что следует смотреть

Если вы создаёте фильмы, игры или интерактивные впечатления, Genie 4 — именно тот продукт в вашем роадмапе, а SKY-001 для вас неактуален. Следите за разрешением, частотой кадров и коммерческими условиями; аудиофункция уже является отличительной особенностью и не требует повторного подтверждения.

Если вы чертите детали или здания, следить стоит за SKY-001, а Genie 4 — просто любопытный экземпляр. Ждите опубликованного тестового набора, выпущенного коннектора Fusion и цены. Пока тестового набора не существует, цифра 79,7% — это утверждение о собственных данных Skyfall, а преимущество в 1,3 пункта по BIM над Gemini 3.8 Flash говорит о том, что перевес в точности может быть меньше, чем подразумевает маркетинг.

Если вы создаёте слой поверх любого из этих продуктов — валидатор, оркестратор, инструмент проверки — у вас более выгодная позиция. Обе модели закрыты, обе невоспроизводимы, и обеим понадобится ровно та обвязка, которую никто ещё не построил: нечто, что берёт сгенерированную последовательность, проверяет её на соответствие спецификации и решает, принять ли её. Этот слой можно построить уже сейчас, на моделях, которые доступны сегодня, и он всё равно останется полезной частью, когда выйдут специализированные модели.

Ловушка в обоих запусках — одна и та же. Модель мира впечатляет ровно настолько, насколько она похожа на реальность, и бесполезна ровно настолько, насколько трудно определить, так ли это. Genie 4 выглядит необыкновенно, но её невозможно измерить. SKY-001 поддаётся измерению, и мера у неё своя. Ни одна из них пока не является продуктом, и только восемь дней между их анонсами заставляют их выглядеть соперниками.