Titelkort med texten "Genie 4 på Gemini API" och underrubriken "$0.10 per sekund, debiteras tills du lägger på", en datumtagg för 19 november 2026 samt tre kort med texterna "models/genie-4", "Interactions API" och "ingen gratisnivå".
Guides & Insights

Genie 4 på Gemini API: 0,10 USD per sekund, debiteras tills du lägger på

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

The detail that decides whether Genie 4 is a toy or a line item is not the 720p picture. It is that Goog​le bills the model by the second of streamed output and keeps billing until your code tells it to stop. Genie 4 reached the Gem​ini API on November 19, 2026, one day after it went live inside Project Genie for Goog​le AI Ultra subscribers, and on the same day Project Genie invitations started reaching Goog​le AI Pro members who had joined the waitlist. That pricing model — roughly $0.10 per second, no free tier, no caching, no batch discounts — is the part worth reading carefully before anyone puts a world model behind a product surface. The comparison everyone will make is against Gem​ini Omni 1.2 Flash, Goog​le's offline video model at about $0.07 per second of 720p; the two look close on a rate card and behave nothing alike in a build.

Tre datum – och bara ett av dem är lanseringen

Genie 4 has been announced three times in three weeks, which is why the coverage of it keeps talking past itself. Goog​le DeepMind published the research announcement on October 27, 2026, with access limited to trusted testers and a public waitlist. On November 18 it began rolling the model out inside Project Genie to eligible Goog​le AI Ultra subscribers, alongside upgrades to Genie 3 and a community gallery. On November 19 it opened the door developers actually care about: models/genie-4 on the Gem​ini API, through the Interactions API and Goog​le AI Studio.

Den fjärde händelsen är den som finns i signalen: på kvällen den 19 november publicerade TestingCatalog en skärmbild av en inbjudan som meddelade en Goog​le AI Pro-medlem att denna hade lämnat väntelistan för Project Genie och nu hade åtkomst ”som en del av din Goog​le AI Pro-prenumeration”. Det är en användarrapport, inte ett Goog​le-tillkännagivande, och när detta skrivs står det fortfarande på Project Genie-sidan: ”tillgängligt vid lansering för kvalificerade Goog​le AI Ultra-prenumeranter. Goog​le AI Pro-medlemmar kan gå med i väntelistan.” Men att inbjudningar till väntelistan skickas ut i stor volym är hur en etappvis utrullning vidgas, och det är skillnaden mellan en prenumeration på 99,99 dollar och en på 19,99 dollar för konsumentdelen av den här produkten.

Det som ingen av de fyra händelserna ändrade: modellen. Samma vikter, samma sessionsgräns, samma begränsningar som Goog​le publicerade i oktober och igen i november månads modellkort.

Det verkliga priset för en värld, per sekund

Genie 4 prissätts som videotokens i stället för per förfrågan. Googles prislista anger 1,50 USD per miljon indatatokens för text och referensbilder, 9,00 USD per miljon utdatatokens för text och 17,50 USD per miljon utdatatokens för video, med 48 kHz stereoljud inkluderat. Eftersom modellen genererar 240 videotokens per bildruta vid 24 bildrutor per sekund – 5 760 tokens per sekund – blir det ungefär 0,10 USD per sekund strömmad värld, eller cirka 6,05 USD per minut. Detta är Googles publicerade siffror, inte en oberoende mätning; ingen utanför Google har publicerat en mätbaserad faktura att kontrollera dem mot.

Aritmetiken som spelar roll är vad en session kan kosta. Goog​le begränsar en session till 120 sekunder och säger att visuell koherens och objektpermanens är starkast under de första 45 till 90 sekunderna. Så den användbara delen av en session är $4.50 till $9.00, och taket för en oavbruten session är cirka $12.00. Det är billigt för ett förvisualiseringspass och dyrt för allt som körs medan en användare är inaktiv.

Faktureringsmekaniken är där en prototyp övergår till en incident. Goog​les egen dokumentation varnar för att om man lämnar ett lokalt block eller stänger en webbläsarflik kopplas transporten ned utan att genereringen på serversidan stoppas. Det enda som stoppar mätaren är complete() eller cancel(); nedkoppling gör det inte, och Genie 4 har ingen återupptagning av sessioner, så en tappad socket kan inte återupptas och kostar dig fortfarande tills sessionen avslutas. Goog​les promptguide påpekar att AI Studio självt pausar en ström när fliken är dold i mer än 10 sekunder, just för att inaktiva flikar inte ska bränna betalda videotokens. Din klient måste göra det jobbet själv.

A scoreboard for Genie 4 listing an output price of about $0.10 per second (about $6.05 a minute), a 120-second maximum session, 720p at 24 fps with 48 kHz stereo audio, two concurrent sessions on API tier 1, and no free tier, with a footer reading 'All figures Google-reported; no independent billing data published.'

Hur det faktiskt ser ut när man kallar det

Genie 4 är inte en generateContent-modell och finns inte i Live API. Det körs på Interactions API, som Google har beskrivit som allmänt tillgängligt sedan juni 2026 och som platsen där nya modeller och funktioner lanseras. Slutpunkten accepterar models/genie-4eller enbartgenie-4, kräver api_version v1beta och kräver en API-nyckel för betald nivå – den kostnadsfria nivån anges som inte tillgänglig.

Anslutningsmodellen är den ovanliga delen, och den formar vad du kan bygga:

• Transport — WebRTC för webbläsare (videoelement plus en SCTP-datakanal för JSON-styrhändelser) eller WebSocket för Python och Node, som levererar base64-kodade JPEG-bilder och 48 kHz 16-bitars stereo-PCM som du avkodar själv.

• Sessionstoken – servern skapar en interaktion, utfärdar en autentiseringstoken för en enda session, och endast den token går till klienten. API-nyckeln når aldrig webbläsaren, vilket är den enda delen av den här designen som är rakt igenom bra.

• Händelser — en world_setup händelse initierar världen från text, en 16:9-referensbild under 48 KB på WebRTC, eller båda; user_action bär inbyggd key_down/key_up för WASD och de fyra piltangenterna; mid-session input-händelser bär text som ändrar väder, objekt eller händelser medan strömmen körs.

• Uppstartskostnad – den första bildrutan anländer ungefär 5 till 9 sekunder efter världsprompten, enligt Googles integrationsguide. Det är dödtid som du bara betalar för i den mån tokenar genereras, men det är dödtid som en användare tvingas stirra på.

• Styrningslatens – cirka 0,2 till 0,5 sekunders visuell respons vid låg nätverkssvarstid. Goog​le tillhandahåller modellen från USA, Västeuropa och Japan och säger att högre latens utanför dessa regioner fördröjer styrningen och kan sänka bildfrekvensen. En produkt som riktar sig till användare i till exempel Brasilien eller Indien kör inte detta med den bildfrekvens som demona visar.

Screenshot of the Google Gemini API documentation page for Genie 4, showing the model code models/genie-4, the 1280x720 output at 24 fps with 48 kHz stereo audio, the 120-second maximum session, the 48 KB WebRTC reference-image ceiling, and the United States, Western Europe and Japan serving regions.

Begränsningarna som avgör om det släpps

Hastighetsgränser anges i samtidiga sessioner, inte förfrågningar, vilket är rätt enhet för en strömmande modell och en besvärlig sådan för kapacitetsplanering. På API-nivå 1 får du två samtidigt aktiva sessioner och 50 förfrågningar per dag; nivå 2 ger fem och 250; nivå 3 ger tio och 1 000. Kontrollmeddelanden inom en session förbrukar inte separat kvot. Två samtidiga världar är en demobudget, inte en lanseringsbudget.

Förmågegap är lika konsekvensrika, eftersom det är dem en arkitekt upptäcker sent:

• Inga funktionsanrop, inga strukturerade utdata, ingen kodkörning och ingen kontextcachning på Genie 4. Resonemanget måste ske i en annan modell och skickas in som text.

• Ingen Batch API, ingen Flex inference och ingen Priority inference. Du kan inte byta latens mot kostnad, och du kan inte köpa dig till fronten av en kö.

• Säkerhetsfilter är fatala för sessionen, inte för den enskilda begäran. Googles promptguide säger att verkliga människoansikten, offentliga personer och igenkännbar varumärkes-IP kan blockera en world_setup eller stänga en aktiv session mitt i en körning – vilket, med tanke på faktureringsmodellen, innebär att en blockerad session är en session du betalade för.

• Ungefär en minut av användbar koherens. Två minuter är taket, 45 till 90 sekunder är det ärliga arbetsintervallet, och Goog​le listar kamerafördröjning, intrikata fysiska interaktioner, ljudprecision och långsiktig scenpermanens som öppna problem.

Genie 4 or Gem​ini Omni 1.2 Flash?

Both are video models with native audio on the same API key, and they answer different questions. Gem​ini Omni 1.2 Flash generates and edits fixed clips of up to 15 seconds, is generally available on the paid tier, charges $12.00 per million video tokens — about $0.07 per second at 720p, $0.023 at 360p, $0.104 at 1080p with upsampling, $0.209 at 4K — and can be batched, edited and upsampled offline. Genie 4 generates a world you steer in real time and cannot be scheduled, batched or cached at all.

• Interaktiv eller förbestämd — Genie 4 svarar på tangenttryckningar och prompter mitt i sessionen; Omni renderar ett klipp som du sedan redigerar.

• Kostnad per sekund – cirka 0,10 USD för Genie 4 jämfört med cirka 0,07 USD för Omni vid 720p, före Omnis billigare 360p-alternativ och Genies oundvikliga sessionsoverhead.

• Tak — 120 sekunder livestream jämfört med 15 sekunder klipp, men klippet kan gå upp till 4K och streamen maxar vid 720p.

• Transport — en beständig WebRTC- eller WebSocket-session kontra en vanlig förfrågan.

• Driftbörda — Genie 4 behöver hantering av sessionslivscykel och ett faktureringsnödstopp; Omni behöver inget av detta.

Om resultatet är en tagning, använd Omni. Om resultatet är någon som går omkring inuti den, betala tre cent extra per sekund och acceptera den operativa belastningen.

Vad Pro-väntelistan faktiskt förändrar

For a developer, nothing measurable. The Gem​ini API path to Genie 4 is gated by billing tier, not by subscription, and a Goog​le AI Pro membership does not come with an API key that unlocks it. What the invitations in the signal change is the consumer side: Project Genie is drifting from a $99.99 Goog​le AI Ultra feature toward something the $19.99 Goog​le AI Pro tier can reach, which is roughly how Goog​le has widened access to every Gem​ini-adjacent product it has shipped. If invitations are going out now, the reasonable planning assumption is broader Pro access in weeks, not quarters — but assume it, do not quote it, because Goog​le has not published a date and the waitlist page still reads as a waitlist.

Om du redan betalar för AI Ultra är API:et en separat mätare och en separat nyckel. Inget av prenumerationsrabatten följer med.

Var en router passar in i en streaming-stack

Genie 4 finns inte på OrcaRouter och det finns inget ärligt sätt att låtsas att en tillståndsbaserad videoström som mäts per sekund är en chat completion. Resonemangsdelen av en Genie-pipeline är en annan sak: promptkonstruktionen, händelseplaneringen, säkerhetsförkontrollerna och analysen efter sessionen är vanliga modellanrop, och Gemini 4 Argon till $2.00 / $10.00 per miljon token och Gemini 3.8 Flash till $0.75 / $3.75 per miljon är båda tillgängliga i vår katalog via en enda OpenAI-kompatibel nyckel. Det är ett kontrakt och en faktura för textsidan medan videosidan ligger kvar på Goog​les mätare, och 0 % påslag innebär att en prisändring från Goog​le på de modellerna slår igenom hos oss samma dag i stället för närhelst en återförsäljare sätter nya priser.

Automatisk failover är viktigare här än i en normal chattarbetsbelastning, eftersom en Genie-session inte kan göras om billigt: om planeringsanropet som producerar en världsprompt misslyckas har du förbrukat uppsättningslatensen och, i värsta fall, en del av en betald session. Att routa det anropet över olika leverantörer är den billiga försäkringen.

Screenshot of the OrcaRouter model page for google/gemini-4-argon showing $2.00 per million input tokens and $10.00 per million output tokens, the /v1/chat/completions and /v1beta/models/{model}:generateContent endpoints, a Zero Data Retention note, and the line 'OpenAI compatible — keep the SDK you already use'.

Vem bör spendera pengarna den här veckan

Bygg prototypen om det du testar är huruvida en interaktiv värld förändrar en användares beteende – en rumslig designgranskning, en träningsmiljö för agenter, en förvisualisering där en regissör vill gå runt på setet. För 12 dollar för en tvåminuterssession kan du köra femtio sessioner för priset av en dags arbetstid för en entreprenör, och 720p-taket är inte begränsningen för det beslutet.

Wait if the thing you are testing is cost per output minute for finished video. Genie 4 is more expensive per second than Gem​ini Omni 1.2 Flash, capped at 720p, and offers no batch or priority path; the world model's advantage is that a human is inside it, and that advantage evaporates the moment your pipeline is unattended. Wait too if your users are outside the three serving regions, because the frame rate you demo in California is not the frame rate a user in São Paulo sees.

Den öppna frågan värd att hålla ögonen på är om Goog​le publicerar en taxa för inaktiv eller pausad session. Just nu löper mätaren på strömmad utdata tills completion anropas, vilket gör varje Genie 4-integration till en liten övning i faktureringsdisciplin. En paus-primitiv, eller ett billigare lågrörelseläge, skulle förändra ekonomin för den här modellen mer än någon kvalitetsförbättring i nästa version.