Genie 4 vs Genie 3: Två minuter, ett nytt sinne och samma låsta dörr

Genie 4 utannonserades den 27 oktober 2026, 448 dagar efter Genie 3. Intervallet är lätt att ange men svårt att utvärdera, eftersom de två modellerna inte säljs på samma sätt och, strikt taget, säljs ingen av dem alls. Genie 3 har varit en sluten forskningsförhandsvisning sedan 5 augusti 2025, tillgänglig för Google AI Ultra-prenumeranter via Project Genie sedan januari 2026. Genie 4 är återigen en sluten forskningsförhandsvisning, den här gången för en begränsad grupp betrodda testare med en offentlig väntelista. Det som ändrades under tiden är verkligt: ljud, styrning i realtid, ett längre koherensefönster och en andra Gemini-modell som övervakar utdata. Det som inte ändrades är den del som avgör om du kan använda den.

Genie 4-täckningen framstår mest som en lista över nya funktioner, vilket är korrekt och samtidigt ofullständigt. Den mer användbara jämförelsen är mellan två generationer av samma idé i två olika mognadsstadier: Genie 3 är en känd storhet med publicerad upplösning och bildfrekvens och en produktväg, medan Genie 4 är en demo med en bättre beskrivning och inget specifikationsblad. Det gör inte Genie 4 till vaporware – bloggen, demosarna och robotikexperimentet är verkliga – men det betyder att den ärliga jämförelsen har två kolumner med olika typer av bevis.

De fyra tilläggen, ordnade efter hur mycket de förändrar jobbet

Inte alla nya funktioner är lika viktiga. Rangordnade efter vad de gör med en pipeline:

• Inbyggt ljud. Det här är förändringen som ändrar produktkategorin. En tyst simulering kan driva ett kamerabeslut men kan inte stå i stället för en tagning, eftersom ljuddesignern fortfarande måste bygga regn och fotsteg mot en timing som modellen inte producerade. Genie 4 genererar omgivningsljud, musik och interaktiv dialog i samma pass som bildrutorna, vilket innebär att ljudet och bilden delar en klocka. Googles förbehåll är viktigt: ljudnoggrannheten är olöst, och genererad dialog är den minst förutsägbara delen av lanseringen.

• Live-styrning. Genie 3 kunde acceptera världshändelser som styrdes med prompter – ändra vädret, lägga till ett objekt – men interaktionen var grov. Genie 4 accepterar en skriven instruktion mitt i simuleringen och en Gemini-modell anpassar den till den aktuella bildrutan, så kameran kan röra sig och scenen kan förändras utan att återställas. För förvisualisering är detta skillnaden mellan att generera en tagning och att regissera den.

• Det längre fönstret. Siffran som alla citerar är ungefär två minuters scenskonsistens, dubbelt så långt som Genie 3. Det är en rapporterad siffra från lanseringsbriefingar; bloggen säger bara att sessionerna är "korta". Den praktiska effekten är att en tagning kan vara länge nog för att blockera en kort sekvens, inte att en nivå kan utforskas.

• Agenten i loopen. Gemini Omni grundar utseende och beteende, och Gemini 3.8 Flash bevakar bildrutor, nedbryter mål, verifierar framsteg och planerar om. Det är en arkitektonisk förändring snarare än en renderingsförändring, och det är därför robotikdemon fungerar: Gemini 4 Argon planerade, Genie 4 simulerade och en Apptronik Apollo-humanoid spelade dam i den genererade världen.

Vad Genie 4 inte publicerade

Det är här jämförelsen upphör att vara symmetrisk. Genie 3 har en offentlig specifikation: 720p-upplösning, 24 bilder per sekund, interaktion i realtid, visuellt minne som sträcker sig ungefär en minut bakåt och sessioner som varar några minuter. Genie 4 har inga av dessa siffror nedskrivna. Ingen upplösning, ingen bildfrekvens, ingen latens, ingen modellstorlek, inget riktmärke, inget pris.

Frånvaron av detta har en specifik konsekvens för alla som frestas att skriva "Genie 4 har högre trohet än Genie 3." Det kan vara sant. Demorullarna ser bättre ut, och Google påstår förbättrad fysik, mer naturliga mänskliga rörelser och mer fotorealistiska scener. Men utan en publicerad upplösning eller bildfrekvens går det inte att avgöra om förbättringen beror på modellen eller på inspelningen. En demo som renderas i högre upplösning än produkten levereras i skulle se exakt ut som en bättre modell. Varje trohetsanspråk i denna jämförelse är leverantörsrapporterat och inte reproducerat, och specifikationsgapet är skälet att säga det rakt ut i stället för i en fotnot.

De erkända begränsningarna är också mer specifika den här gången. Google erkänner att detalj- och objektpermanens glider i längre sessioner och efter upprepade komplexa redigeringar, att den spatiala noggrannheten är bristfällig, att text i världen återges dåligt och att ljudnoggrannhet är ett forskningsproblem. Det är samma kategorier som Genie 3 listade – begränsat handlingsutrymme, svag interaktion mellan flera agenter, dålig geografi i den verkliga världen, läsbarhet – med ljud tillagt. Listan krympte inte. Den växte med en kategori.

Dörren rörde sig inte.

Genie 3:s åtkomsthistoria är en produktberättelse. Project Genie, Google Labs-ytan som lanserades den 29 januari 2026, ger AI Ultra-prenumeranter en väg in i Genie 3-världar, och det rapporterades att en enskild världsutforskning begränsades till 60 sekunder – ett beräkningsbeslut, eftersom autoregressiv generering blir dyrare ju längre en session pågår. Det taket är värt att ha i åtanke när man läser tvåminuterssiffran för Genie 4: modellens koherensfönster och produktens sessionsgräns är två olika siffror, och produktsiffran har historiskt varit den snävare.

Genie 4:s åtkomstplan är en förhandsvisningsplan. Betrodda testare har åtkomst nu, AI Ultra-prenumeranter via Project Genie "kommer snart", tidiga åtkomstpartner via Gemini API och AI Studio "kommer snart", och en väntelista under tiden. Inget datum är kopplat till något av "snart". För en utvecklare innebär det att uppgraderingen ännu inte är ett inköpsbeslut. För en AI Ultra-prenumerant innebär det att modellen du kan nå i dag fortfarande är Genie 3.

Den jämförelse som en läsare kan agera utifrån är därför snäv. Om du redan har åtkomst till Project Genie förändrar Genie 4 ingenting under din vecka förrän det lanserats där. Om du väljer vad du ska prototypa mot, är resonemangslagret den del som finns: Gemini 3.8 Flash, modellen som Google anger som Genie 4:s agent i loopen, kan nu anropas via OrcaRouter med samma nyckel som Gemini Robotics ER 1.6 preview, med leverantörernas listpriser vidarebefordrade med 0 % påslag och automatisk failover mellan leverantörer. Det gör att ett team kan bygga planeringsdelen av en simuleringspipeline innan världsmodellen är tillgänglig för dem. Det ersätter inte Genie 4, och vi hostar inte någon av Genie-modellerna.

Vad skulle avgöra det?

Tre publikationer skulle förvandla detta från en funktionsjämförelse till en modelljämförelse. Den första är ett specifikationsblad: upplösning, bildfrekvens, latens och sessionsgräns, i skrift från Google. Den andra är en oberoende mätning från utanför poolen av betrodda testare – något som rapporterar bildfrekvens under belastning eller koherenstid vid upprepade redigeringar, i stället för att upprepa siffran från genomgången. Den tredje är Project Genies sessionsgräns för Genie 4, som kommer att visa vad tvåminuterspåståendet är värt i den produkt folk faktiskt kan köpa.

Fram till dess är Genie 4 mot Genie 3 en jämförelse mellan en släppt förhandsversion med kända begränsningar och en annonserad efterträdare med bättre demos och inga specifikationer. Efterträdaren är förmodligen den bättre modellen. Föregångaren är den enda som någon utanför Google har använt.

Vem bör bry sig nu, och vem bör vänta

Forskare som redan befinner sig i ett testprogram bör intressera sig för detta nu: ljud plus styrning plus en agentloop är en väsentligt annorlunda experimentyta, och robotikdemon visar åt vilket håll Google vill att modellen ska riktas. Studior som arbetar med previsualisering bör vänta på två saker – att Genie 4 landar i Project Genie, och ett licensieringsbesked för genererat ljud, vilket lanseringsmaterialet inte ger. Spelteam bör vänta på sessionsgränsen, eftersom ett tvåminuters koherensefönster är en tagning, inte en nivå, och det felläge som Google självt listar – objektpermanens som driver efter upprepade redigeringar – är exakt det som bryter en walkthrough.

Inget av det gör Genie 4 till en besvikelse. Det gör det till ett tillkännagivande, vilket är vad det är. Klyftan mellan de två generationerna är verklig och, enligt tillgänglig evidens, större än klyftan mellan Genie 2 och Genie 3. Klyftan mellan att äga endera av dem är noll.