Titelkort med rubriken Genie 4 med raden 720p vid upp till 24 fps, ungefär en minut per session, och tre kort för 720p i realtid, redigering mitt i sessionen och inbyggt ljud, med fotnot till Googles modellkort från 18 november 2026.
Guides & Insights

Genie 4 är live i 720p och 24 bilder per sekund, och den siffran är hela historien

Författare

Elias Hawthorne

Publiceringsdatum

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

Den mest informativa raden i Googles lansering av Genie 4 den 18 november finns inte i blogginlägget. Den finns i det modellkort som medföljer: realtidsvideo i 720p med upp till 24 bilder per sekund och synkroniserat ljud, genererad från en textprompt, en bild eller liveinmatning från tangentbord och mus. I tre veckor hade Genie 4 varit en uppsättning demon utan någon specifikation alls – ingen upplösning, ingen bildfrekvens, ingen sessionslängd. Utrullningen av Project Genie till prenumeranter på Google AI Ultra öppnade inte bara en dörr; den publicerade de första hårda siffrorna, och de siffrorna beskriver något mycket mindre än vad lanseringsvideon antyder, på ett sätt som faktiskt är användbart om du försöker avgöra vad du ska göra med det.

Den andra halvan av släppet spelar också roll, och det är den halva som Google ledde med: textredigering mitt i en session, native-ljud som anpassar sig i takt med att en scen utvecklas, en konversationsagent som bygger världar och ett community-galleri med remixning. Genie 4 är modellen; Project Genie är nu produkten runt den. Att skilja de två åt är vad den här texten gör, eftersom modellkortet och galleriet besvarar olika frågor – det ena berättar vad systemet är, det andra berättar vad Google tror att du kommer att göra med det.

Vad ändrades egentligen den 18 november

G​oogle tillkännagav Genie 4 den 27 oktober 2026 som en forskningsförhandsvisning för betrodda testare med en offentlig väntelista. Ingenting med den modellen förändrades den 18 november. Det som förändrades är vem som kan nå den och vad som finns runtomkring den.

• Åtkomst — Genie 4 rullas ut till berättigade Google AI Ultra-prenumeranter i Project Genie. Google AI Pro-medlemmar kan ställa sig på en väntelista. Det finns fortfarande inget API-modell-ID, inget pris per generering och inget datum för allmän tillgänglighet för utvecklare.

• Realtidsredigering – en prompt som skrivs mitt i sessionen ändrar vädret, lägger till en karaktär eller omdirigerar handlingen utan att världen startas om. G​oogles demo av detta är ett café i en backe som förvandlats till en glaspaviljong i en öken.

• Inbyggt ljud – atmosfärsljud, musik och karaktärsdialog genereras tillsammans med bildrutorna i stället för att läggas på i efterhand. Det här är den första Genie som över huvud taget skapar ljud, och Googles egen dokumentation anger att realtidsljudets noggrannhet är ett öppet forskningsproblem.

• Agenten – en samtalsdriven byggare som orkestrerar Googles multimodala modeller för att fastställa en världs utseende och ett anpassat soundtrack och som sedan fortsätter arbeta under sessionen: en Gemini-modell övervakar skärmen, erbjuder förslagschips för vart du kan ta vägen härnäst och kan utlösa händelser i världen.

• Galleriet – kurerade världar plus uppladdningar från communityn, alla remixbara. Två namngivna samarbeten följer med: "Villa Giallo", ett rum-för-rum-mysterium på en gotisk herrgård byggt tillsammans med kreativ teknolog Will (BLVCKL!GHT), och "The Life of Ants", en genomgång av en myrkoloni ur myrornas perspektiv med filmskaparen Anand Gandhi.

• Genie 3 fick uppgraderingarna – och det är här delen som kommer att irritera alla som bara skummade rubriken. Den äldre modellen körs nu i upp till tre minuter per generering, från sextio sekunder, stöder världskedjning så att flera världar länkas samman till en sammanhängande resa, tar emot 360-graders panoramabilder som startbilder och tar emot realtidsprompter för händelser i världen. Genie 3 finns kvar i modellväljaren just för dessa fall.

Databladet, och det enda villkoret det uttryckligen nämner

Före den 18 november var varje påstående om Genie 4:s fidelitet omöjligt att falsifiera. Lanseringsinlägget sade "den mest realistiska och interaktiva världsmodellen hittills" och visade klipp; det publicerade ingen upplösning, ingen bildfrekvens, ingen latenssiffra. Modellkortet från november täpper till en del av den luckan:

• Utdata – 720p, upp till 24 fps, med synkroniserat ljud, genererat i realtid.

• Indata – text, bilder och användaråtgärder i realtid: tangentbords- och musnavigering, inte bara en prompt.

• Sessionslängd – "ungefär en minut av kontinuerlig interaktion" i modellsidans lista över begränsningar, medan modellkortet endast anger att den håller sammanhängande miljöer under "korta sessioner."

• Base — byggd på Gemini Omni Flash, med Gemini-modeller som tillhandahåller resonemang och realtidsstyrning.

• Begränsningar som Google medger — visuell detalj och objektpermanens försämras över längre körningar, efter flera komplexa promptredigeringar eller när man rör sig genom en scen; komplex fysik, ljudnoggrannhet, läsbar text och rumslig noggrannhet anges alla som olösta.

• Proveniens – SynthID-vattenmärkning på varje bildruta i video och varje sekund av ljud.

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.

Läs de två raderna tillsammans – 24 fps vid 720p, och ungefär en minut – och den ärliga beskrivningen av Genie 4 är en realtidsrenderare som körs på ungefär samma kvalitet som en spelkonsol från 2010-talet, under så lång tid som det tar att gå nedför en korridor och tillbaka. Det är inte en kritik. Realtidsgenerering med stabil bildfrekvens är ett mycket svårare problem än att skapa ett vackert åttasekunders klipp, och 720p vid 24 fps är upplösningen och kadensen hos broadcast-tv, inte hos en leksak. Men det betyder att lanseringsfilmerna visar taket för en mycket kort session, och den drift som Google dokumenterar är vad som händer när man försöker pressa sig förbi den.

Varför en minut är ett produktbeslut, inte en begränsning att be om ursäkt för

En minut räcker för en tagning, ett rum, en genomgång, en enda interaktion — arbetsenheten inom förvisualisering, granskning av rumslig design och interaktiv undervisning. Det räcker inte för en nivå, en filmsekvens eller ett träningsavsnitt som kräver tjugo minuters konsekvent tillstånd. Googles svar på den luckan är inte en längre Genie 4; det är Genie 3 på tre minuter med world chaining, som finns bredvid den i samma väljare. Det är ett ovanligt produktbeslut — den nyare modellen är inte strikt den mer kapabla för varje uppgift — och det säger dig att de två positioneras efter sessionslängd snarare än efter generation.

Gallerisamarbetena läses på samma sätt. ”Villa Giallo” är ett mysterium som man löser rum för rum, vilket är en struktur uppbyggd av enminutsenheter. ”The Life of Ants” är en perspektivpjäs – man navigerar en koloni ur en myras synvinkel – som behöver atmosfär och skala mer än den behöver kontinuitet. Båda är demos valda för att visa vad korta interaktiva världar är bra på, och ingen av dem låtsas vara en film.

För en studio är den praktiska frågan var en enminuts interaktiv tagning passar in i en pipeline som för närvarande körs på genererade klipp på åtta sekunder. Svaret är uppströms och sidledes: blockering, kameraspråk, beslut om set dressing och speltester av spatiala idéer – sådant som du annars skulle bygga i en greybox-motor och kasta bort. Genie 4 tar bort gråboxen. Det tar inte bort motorn.

Vad du kan ringa idag, och vad du inte kan

Genie 4 är inte någon slutpunkt. Det är en webbläsarprodukt bakom en Google AI Ultra-prenumeration på 99,99 dollar i månaden, utan publicerat API, utan modell-ID och utan någon avgift per generering. Det gäller även varje tredjepartsplattform, inklusive vår: det finns inget att routa till.

Det som går att anropa är resonemangsdelen av arkitekturen som Google beskriver. Lanseringsmaterialet anger Gemini 3.8 Flash som agenten i loopen som planerar steg och kontrollerar frames mot mål, och den modellen är en live-endpoint i vår katalog som google/gemini-3.8-flash till $0.75 per miljon input-tokens och $3.75 per miljon output-tokens — leverantörens listpris förs vidare utan påslag ovanpå, så en prisändring från Google når din faktura samma dag som den når Googles prislista. Om du bygger loopen kring en världsmodell snarare än själva världsmodellen — planera, verifiera, planera om, skriva prompterna som styr en session — är det delen du kan integrera den här veckan, med automatisk failover mellan leverantörer bakom en enda nyckel.

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.

Vad skulle flytta detta från en produkt till en plattform?

Tre saker, i stigande ordning efter hur mycket de skulle förändra svaret.

Ett API. Ett modell-ID och ett pris per sekund eller per session skulle låta Genie 4 konkurrera om pipeline-platser mot Veo, Kling och Seedance i samma kalkylark. Utan ett sådant konkurrerar det om en rad i en budget för kreativa verktyg.

En oberoende mätning. Det finns ingen benchmark, ingen Elo, ingen studie av mänskliga preferenser och ingen tredjepartsanalys av bildfrekvensen för Genie 4 någonstans. Varje anspråk på återgivningstrohet som cirkulerar går tillbaka till Googles egna reels. Siffrorna 720p och 24 fps går nu att kontrollera mot modellkortet, vilket är ett framsteg; påståendet att det är mer realistiskt än Genie 3 är fortfarande inte kontrollerbart.

Sessionslängd över en minut med Genie 4:s kvalitet. G​oogle löser för närvarande kontinuiteten genom att sälja den äldre modellen till dig. När Genie 4 stänger det gapet kollapsar väljaren tillbaka till ett enda alternativ, och den intressanta jämförelsen slutar vara Genie 4 mot Genie 3 och börjar bli Genie 4 mot allt annat.

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.

Fram till dess är en rättvisande sammanfattning av den 18 november att G​oogle levererade ett kreativt ekosystem kring en modell som man redan hade annonserat, publicerade modellens första riktiga specifikation och lämnade det enda nummer utvecklare bryr sig om – priset för en sekund utdata – opublicerat. För en prenumeration på 99,99 dollar får du ekosystemet, galleriet, agenten och en minut i taget. Huruvida det är ett fynd beror helt och hållet på om ditt arbete får plats på en minut, och ingen utanför G​oogle kan berätta det för dig ännu.