การ์ดชื่อเรื่องที่เขียนว่า 'Genie 4 เปิดให้ใช้งานแล้ว' พร้อมคำบรรยายใต้ชื่อ 'สิ่งที่การเข้าถึง Google AI Ultra ให้คุณได้จริง' แท็กวันที่ 18 พฤศจิกายน 2026 และการ์ดสามใบที่เขียนว่า 'การแก้ไขข้อความแบบสด' 'เสียงในตัว' และ 'แกลเลอรีชุมชน'
Guides & Insights

Genie 4 เปิดให้ใช้งานแล้ว: การเข้าถึง Google AI Ultra ให้คุณได้อะไรจริง ๆ

ผู้เขียน

Elias Hawthorne

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

Genie 4 เลิกเป็นรายการรอคอยเมื่อวันที่ 18 พฤศจิกายน 2026 นั่นคือวันที่ Google DeepMind เริ่มปล่อยเวิลด์โมเดลที่สมจริงที่สุดของตนให้กับผู้สมัครสมาชิก Google AI Ultra ที่มีสิทธิ์ภายใน Project Genie และเป็นวันที่การเปิดตัวนี้เลิกเป็นเดโมที่คุณอ่านเจอ แล้วกลายเป็นผลิตภัณฑ์ที่คุณจ่ายเงินซื้อได้ ส่วนที่น่าอึดอัดคือการอัปเดตเดียวกันยังทำให้ Genie 3ดีขึ้นในมิติเดียวที่กำหนดงานภาคปฏิบัติส่วนใหญ่: เวิลด์โมเดลรุ่นเก่าของ Google ตอนนี้รันเซสชันละสามนาทีด้วย world chaining และการยึดโยงกับภาพพาโนรามา 360 องศา ขณะที่Genie 4การ์ดโมเดลยังอธิบายระบบที่รองรับ "การโต้ตอบต่อเนื่องราวหนึ่งนาที" หากคุณกำลังตัดสินใจว่าจะใช้เงินกับ Ultra สัปดาห์นี้ การกลับกันนี้ — ไม่ใช่ความสมจริงระดับภาพถ่าย — คือสิ่งที่ต้องเข้าใจ และหากคุณกำลังสร้างสิ่งต่าง ๆ บนพื้นฐานนี้ ครึ่งเดียวของสแต็กที่คุณเรียกใช้ได้จริงในวันนี้คือครึ่งด้านการให้เหตุผล: Gemini 3.8 Flash และ Gemini 4 Argonเป็น endpoint ที่ใช้งานได้จริง ส่วน Genie 4 ไม่ใช่ endpoint ที่ไหนเลย

สองวันที่ ไม่ใช่วันเดียว และเหตุใดช่องว่างจึงสำคัญ

G​oogle ประกาศเปิดตัว Genie 4 เมื่อวันที่ 27 ตุลาคม 2026 แก่ผู้ทดสอบที่ได้รับความไว้วางใจและรายชื่อผู้รอใช้งาน ไม่มีใครนอกกลุ่มผู้ทดสอบนั้นสามารถเข้าถึงได้ โพสต์วันที่ 18 พฤศจิกายนเป็นเอกสารอีกประเภทหนึ่ง: เป็นประกาศความพร้อมใช้งาน และเลื่อนสถานะโมเดลจาก "reported" ไปเป็น "purchasable" ซึ่งเป็นการเปลี่ยนสถานะเพียงอย่างเดียวที่เปลี่ยนสิ่งที่ผู้อ่านสามารถทำได้ในวันนี้

สิ่งที่โพสต์ระบุจริง ๆ ในคำพูดของ Google เองนั้นแคบมาก Genie 4 เปิดให้ผู้สมัครสมาชิก AI Ultra ที่มีคุณสมบัติใช้งานแล้ว สมาชิก Google AI Pro สามารถเข้าร่วมรายชื่อรอได้ อัปเดตเดียวกันนี้มาพร้อมการอัปเกรด Genie 3 เอเจนต์ Project Genie และแกลเลอรีชุมชน ไม่มีวันที่เปิดให้ใช้งานทั่วไป ไม่มี ID โมเดล API ไม่มีราคาต่อการสร้างแต่ละครั้ง และไม่มี benchmark สามสัปดาห์ของการรายงานข่าวก็ยังไม่ได้ให้ตัวเลขความละเอียดหรืออัตราเฟรมออกมาด้วย

ดังนั้น สรุปอย่างตรงไปตรงมาของวันที่ 18 พฤศจิกายน คือ: โมเดลนี้มีอยู่จริง ประตูเปิดอยู่ และประตูนั้นคือการสมัครสมาชิกรายเดือนราคา $99.99

ราคา และราคานั้นมีไว้เพื่ออะไร

Google AI Ultra เริ่มต้นที่ $99.99 ต่อเดือนในสหรัฐฯ และในหน้าเดียวกันยังระบุแพ็กเกจราคา $199.99 ที่มีขีดจำกัดการใช้งานเป็น 20 เท่าของ AI Pro แทนที่จะเป็น 5 เท่า ทั้งสองแพ็กเกจรวม Project Genie ไว้ด้วยกัน ความแตกต่างอยู่ที่โควตา ไม่ใช่ความสามารถ AI Pro ราคา $19.99 ไม่ได้ทำให้คุณเข้าใช้งานได้ — แต่คุณจะได้แบบฟอร์มรอคิวแทน

• ราคาเริ่มต้นสำหรับ Genie 4 — $99.99/เดือน (G​oogle AI Ultra, ขีดจำกัด AI Pro 5 เท่า)

• ระดับที่สูงขึ้น — $199.99/เดือน (ขีดจำกัด AI Pro 20 เท่า, การเข้าถึงโมเดลเดียวกัน)

• ระดับรายการรอ — G​oogle AI Pro ที่ $19.99/เดือน ยังไม่มีการเข้าถึงในวันนี้

• อายุและภูมิศาสตร์ — 18+ ขึ้นไป, Project Genie พร้อมใช้งานในกว่า 140 ประเทศ ตามเชิงอรรถของ Google เอง

• สิ่งที่คุณไม่ได้ซื้อ — API ไม่มีตารางราคาต่อโทเคนหรือต่อวินาทีสำหรับ Genie 4 ที่ใดเลย และ G​oogle ก็ไม่ได้เผยแพร่ตารางดังกล่าว

ประโยคสุดท้ายนั้นคือส่วนที่ทีมจัดซื้อจัดจ้างมักมองข้าม การสมัครสมาชิกผลิตภัณฑ์ที่ใช้ผ่านเบราว์เซอร์คือสิทธิ์การใช้งานแบบที่นั่ง ไม่ใช่ระดับการให้บริการ คุณไม่สามารถนำสิทธิ์แบบที่นั่งไปวางไว้เบื้องหลังไปป์ไลน์อัตโนมัติ ไม่สามารถเบิร์สต์มัน และไม่สามารถเลี่ยงไปใช้เส้นทางอื่นได้เมื่อมันด้อยประสิทธิภาพลง การสมัครสมาชิกซื้อเพียงความสามารถในการประเมิน Genie 4 ด้วยมือ ซึ่งคุ้มค่า $99.99 อย่างแท้จริงสำหรับสตูดิโอที่ทำงานวิจัยด้าน pre-visualization และแทบไม่มีมูลค่าเลยสำหรับทีมที่ต้องการ world model ในกระบวนการบิลด์

Scoreboard for Genie 4 listing AI Ultra entry price of $99.99 per month, about one minute of continuous interaction on the model card, three-minute Genie 3 sessions, native audio, no published resolution or frame rate, and no API pricing, with a footer reading 'All figures Google-reported; no independent measurement published.'

การอัปเกรด Genie 3 คือครึ่งหนึ่งที่ใช้งานได้ของการเปิดตัวครั้งนี้

ภายใต้พาดหัว Genie 4 มีชุดการเปลี่ยนแปลงของ Genie 3 ที่สำคัญกว่าสำหรับใครก็ตามที่ต้องทำงานจริง เพราะ Genie 3 เป็นโมเดลที่มีงบเซสชันยาวนานกว่า Google ระบุไว้สี่ข้อ:

• เซสชันที่ยาวนานขึ้นและการเชื่อมโยงโลก — สูงสุด 3 นาทีต่อการสร้าง เพิ่มขึ้นจาก 60 วินาที โดยมีหลายโลกเชื่อมต่อกันเป็นเส้นทางการเดินทางที่ยาวขึ้น

• การยึดโยงภาพพาโนรามา 360 องศา — สร้างโลกใหม่จากภาพพาโนรามา และรักษาตำแหน่งให้สอดคล้องกันขณะที่กล้องมองไปรอบ ๆ

• เหตุการณ์ในโลกแบบเรียลไทม์ — พรอมต์ภาษาธรรมชาติที่เปลี่ยนสภาพแวดล้อมกลางเซสชัน ไม่ใช่แค่ระหว่างเซสชัน

• ตัวเลือกโมเดล — Genie 3 ยังคงเลือกได้พร้อมกับ Genie 4 โดย G​oogle วางตำแหน่งให้เป็นตัวเลือกสำหรับการรันที่ยาวนานขึ้นและสเปซที่ใช้ภาพพาโนรามาเป็นจุดเริ่มต้น

อ่านทั้งหมดนี้ร่วมกันแล้ว G​oogle กำลังบอกอะไรบางอย่างกับคุณที่มันจะไม่พูดออกมาตรง ๆ: สำหรับช็อตต่อเนื่องสามนาที ให้เลือก Genie 3 Genie 4 ชนะด้านความสมจริง ฟิสิกส์ และเสียง ส่วน Genie 3 ชนะด้านระยะเวลาและการยึดโยงเชิงพื้นที่ ผู้กำกับที่วางตำแหน่งนักแสดงและกล้องสำหรับลำดับฉากได้ประโยชน์จากสามนาทีที่ยึดโยงกับพื้นที่มากกว่าจากหนึ่งนาทีที่สวยงาม และนักออกแบบเสียงไม่ได้อะไรเลยจาก Genie 3 เพราะเสียงในตัวมีเฉพาะใน Genie 4

สเปกชีตของ Genie 4 เองมีความยาวเพียงตัวเลขเดียว

หน้าโมเดล Genie 4 เป็นกรณีศึกษาว่าสิ่งใดที่ผู้ให้บริการยินดีและไม่ยินดีจะผูกพันด้วย โดยอ้างว่าโมเดลนี้คือ "โมเดลโลกที่สมจริงและโต้ตอบได้มากที่สุดของเราจนถึงตอนนี้" พร้อมอธิบายการแก้ไขพรอมป์แบบเรียลไทม์สำหรับสภาพอากาศ กล้อง ตัวละคร และการกระทำ ตลอดจนเสียงที่สร้างขึ้นโดยตัวโมเดลเอง — เสียงบรรยากาศโดยรอบ เสียงฝีเท้า เสียงฝูงชน เสียงพูดของตัวละคร — ซึ่งปรับเปลี่ยนตามการเปลี่ยนแปลงของฉาก จากนั้นก็ระบุข้อจำกัดต่าง ๆ ในคราวเดียวกัน

• ระยะเวลา — "การโต้ตอบต่อเนื่องประมาณหนึ่งนาที แทนที่จะเป็นเซสชันที่ยาวนาน"

• ความคงอยู่ของวัตถุ — รายละเอียดทางภาพและความคงอยู่ของวัตถุ "อาจเปลี่ยนแปลงหรือคลาดเคลื่อนไปตามกาลเวลา" โดยเฉพาะอย่างยิ่งหลังการตัดต่ออย่างหนัก

• ฉากแบบหลายเอเจนต์ — การสร้างแบบจำลองผู้ใช้และเอเจนต์หลายรายในพื้นที่ร่วมกันหนึ่งแห่งถือเป็นความท้าทายทางการวิจัยที่ยังคงดำเนินอยู่

• สถานที่จริง — G​oogle ระบุว่าโมเดลไม่สามารถจำลองสถานที่ในโลกจริงได้อย่างแม่นยำสมบูรณ์แบบ

• ข้อความบนหน้าจอ — ข้อความที่อ่านออกได้มักจะปรากฏเฉพาะเมื่อข้อความนั้นมาจากคำอธิบายอินพุต

• ความแม่นยำของเสียง — "ยังคงเป็นสาขาที่มีการวิจัยและปรับปรุงอย่างต่อเนื่อง"

• สถานะ — "เทคโนโลยีที่ยังอยู่ในช่วงเริ่มต้นและกำลังพัฒนา"

ไม่มีความละเอียด ไม่มีอัตราเฟรม ไม่มีตัวเลข latency ไม่มีจำนวนพารามิเตอร์ ทุกข้ออ้างในเอกสารเปิดตัวล้วนเป็นค่าเชิงสัมพัทธ์กับ Genie 3 หรือกับผลงานก่อนหน้าของ Google เอง นั่นไม่ใช่เหตุผลที่จะปัดตกโมเดลนี้ — เสียงแบบเนทีฟใน world model ถือเป็นการเปลี่ยนแปลงขีดความสามารถจริง — แต่เป็นเหตุผลที่ควรถือคำว่า "สมจริง" เป็นคำคุณศัพท์ของเจ้าของสินค้า มากกว่าจะเป็นการวัดค่า ยังไม่มีตัวเลขที่เป็นอิสระ เพราะคนที่มีสิทธิ์เข้าถึงคือผู้สมัครสมาชิก และผู้สมัครสมาชิกไม่ได้เผยแพร่ผลการประเมิน

การเพิ่มเติมสองอย่างในรีลีสนี้ไม่เกี่ยวข้องกับโมเดลเวทเลย แต่เกี่ยวข้องทั้งหมดกับเหตุผลที่ว่าทำไมการสมัครสมาชิกจึงเป็นช่องทางในการส่งมอบ

เอเจนต์ Project Genie รับคำอธิบายภาษาธรรมชาติและสร้างโลกจากคำอธิบายนั้น โดยประสานงานโมเดลมัลติโมดัลของ Google เพื่อสร้างภาพเริ่มต้นและดนตรีประกอบพื้นหลังแบบกำหนดเอง ระหว่างเซสชัน โมเดล Gemini จะเฝ้าดูหน้าจอ แสดงชิปคำแนะนำ และสามารถกระตุ้นเหตุการณ์ภายในโลกได้ นี่คือสถาปัตยกรรมเดียวกันกับที่การรายงานข่าว Genie 4 ก่อนหน้านี้ชี้ให้เห็น และสื่อส่วนใหญ่ข้ามไป: โมเดลโลกบวกตัววางแผนเป็นอาร์ติแฟกต์ที่แตกต่างจากเครื่องสร้างวิดีโอ เพราะมันตอบวัตถุประสงค์ด้วยลำดับสถานะที่ผ่านการตรวจสอบ มากกว่าการตอบพรอมต์ด้วยคลิป

แกลเลอรีชุมชนคือกลยุทธ์ด้านการเผยแพร่ โลกที่คัดสรรแล้วตั้งอยู่เคียงข้างโลกที่ผู้ใช้สร้างขึ้น และทุกโลกสามารถเปิด รีมิกซ์ หรือเผยแพร่ซ้ำได้ Google ได้ว่าจ้างผลงานโชว์เคสสองชิ้น — “Villa Giallo” กับ Will นักเทคโนโลยีสร้างสรรค์ และ “The Life of Ants” กับ Anand Gandhi ผู้สร้างภาพยนตร์ — ซึ่งเป็นรูปแบบที่คุ้นเคย: เริ่มต้นแกลเลอรีด้วยผลงานระดับมืออาชีพ เพื่อให้ผลงานของผู้ใช้ในระลอกแรกมีสิ่งไว้เปรียบเทียบ วิดีโอและเสียงที่สร้างขึ้นทั้งหมดมีลายน้ำ SynthID และอินพุตและเอาต์พุตผ่านการตรวจคัดกรองความปลอดภัย

สิ่งที่แกลเลอรีไม่ได้ทำให้กระจ่างคือเรื่องการอนุญาตให้ใช้สิทธิ์ Google ไม่ได้เผยแพร่ข้อกำหนดการใช้เชิงพาณิชย์สำหรับโลกที่สร้างขึ้นใน Project Genie ซึ่งเป็นอุปสรรค์ที่ใหญ่กว่าสำหรับสตูดิโอเมื่อเทียบกับเพดานเวลาหนึ่งนาที ผู้ให้บริการ pre-vis ที่ไม่สามารถบอกลูกค้าได้ว่าใครเป็นเจ้าของช็อตนั้นมีปัญหาที่ model card ไม่ได้กล่าวถึง

Screenshot of the Google DeepMind Genie 4 model page, showing the headline 'A new generation of world simulation', a Try in Project Genie button, the capabilities and limitations navigation, and the stated limit of around a minute of continuous interaction.

ถ้าคุณกำลังสร้างลูปอยู่ ครึ่งหนึ่งของมันก็เป็น API อยู่แล้ว

นี่คือการแบ่งแยกในทางปฏิบัติ Genie 4 เป็นผลิตภัณฑ์บนเบราว์เซอร์ที่ไม่มี endpoint โมเดลที่อยู่รอบ ๆ มัน — ตัวที่ทำหน้าที่วางแผน ตรวจสอบ และสร้างชิปคำแนะนำ — เป็น endpoint ของ LLM ทั่วไป และคุณสามารถเรียกใช้สิ่งเหล่านั้นได้แล้ววันนี้

Gemini 3.8 Flash เหมาะสมโดยธรรมชาติกับบทบาทการเฝ้าดูและตรวจสอบ: เป็นโมเดล Flash ที่ฉลาดที่สุดของ G​oogle สร้างขึ้นสำหรับงานวิศวกรรมซอฟต์แวร์และงานเอเจนติกแบบหลายขั้นตอน พร้อมหน้าต่างบริบท 1,048,576 โทเคน และเอาต์พุตสูงสุด 65,536 โทเคน บน OrcaRouter ราคาอยู่ที่ google/gemini-3.8-flashที่ $0.75 ต่อล้านโทเคนอินพุต และ $3.75 ต่อล้านโทเคนเอาต์พุต โดยการอ่านอินพุตจากแคชอยู่ที่ $0.075 ส่วน Gemini 4 Argon คือ google/gemini-4-argonที่ราคา $2.00 และ $10.00 — โมเดลที่คุณหยิบมาใช้เมื่อตัวแผนเองคือส่วนที่ยาก อย่างเช่นในเดโมหุ่นยนต์ของ G​oogle ที่ Argon แยกย่อยงานต่าง ๆ ซึ่ง Genie 4 ก็นำไปจำลองต่อ

สองสิ่งทำให้การแยกนั้นคุ้มค่าที่จะตั้งระบบให้เหมาะสมแทนการต่อกันแบบลวก ๆ ประการแรก เรื่องราคา: OrcaRouter ส่งผ่านราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ดังนั้นหาก Google ลดราคา Gemini การลดราคาจะมีผลกับคีย์ของคุณในวันเดียวกัน โดยไม่ต้องเจรจาต่อรองราคาใหม่ ประการที่สอง สถาปัตยกรรม: world model ที่คุณ fail over ไม่ได้คือ single point of failure และ planner ที่คุณ fail over ได้ก็ไม่ใช่ Automatic failover ข้ามผู้ให้บริการ บวกกับ routing DSL ที่สามารถปักหมุดโมเดลราคาถูกสำหรับรอบการตรวจสอบ และโมเดลที่แข็งแกร่งกว่าสำหรับการวางแผน คือรูปแบบที่ไปป์ไลน์ซึ่งใกล้เคียงกับ Genie ต้องการพอดี — เพราะครึ่งที่แพงและใช้งานไม่ได้คือครึ่งที่คุณควบคุมไม่ได้

ขอให้ชัดเจนไว้ว่าสิ่งนี้ไม่ใช่อะไร Genie 4 ไม่ได้อยู่ในแคตตาล็อกของเรา และไม่ได้อยู่ในแคตตาล็อกของใครทั้งนั้น ไม่ว่าจะกำหนดเส้นทางอย่างไรก็ไม่ทำให้ endpoint ที่ยังไม่เปิดตัวสามารถเรียกใช้งานได้ และบทความใดที่สื่อเป็นนัยเป็นอย่างอื่นกำลังขายบางสิ่งบางอย่างที่ Google ยังไม่ได้ปล่อยออกมาให้คุณ

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash, showing $0.75 per 1M input tokens, $3.75 per 1M output tokens, a 1,048,576-token context window and a 65,536 max output, with an OpenAI-compatible endpoint.

ใครควรจ่าย และใครควรรอ

สมัครสมาชิกภายในสัปดาห์นี้ หากคุณทำงานด้านการสร้างภาพก่อนการผลิต การสร้างต้นแบบเลเวล หรือการวิจัยการจำลองหุ่นยนต์ และจำเป็นต้องรู้ด้วยตัวเองว่าเสียงในตัวบวกเวิลด์ระดับสองนาทีเพียงพอที่จะเปลี่ยนไปป์ไลน์ของคุณหรือไม่ ราคา $99.99 ถือเป็นงบประมาณสำหรับการวิจัย และคำตอบนั้นไม่อาจรู้ได้จริงจากเดโม — การซิงก์เสียงตลอดหนึ่งนาทีเต็มคือจุดที่เสียงที่สร้างขึ้นมักมีปัญหา และยังไม่มีใครนอกกลุ่มผู้ทดสอบรายงานผลเรื่องนี้

รอก่อน หากข้อใดข้อหนึ่งต่อไปนี้เป็นจริง: คุณต้องใช้ API, คุณต้องมีไลเซนส์เชิงพาณิชย์, คุณต้องใช้เซสชันที่นานกว่าสามนาที หรืองานของคุณต้องพึ่งพาความคงอยู่ของวัตถุ (object permanence) ให้คงอยู่รอดหลังการแก้ไข ตอนนี้ Genie 3 ครอบคลุมกรณีที่สามได้ดีกว่า Genie 4 แล้ว และไม่มีสิ่งใดในรีลีสนี้ที่ครอบคลุมสองกรณีแรก

สิ่งที่ต้องจับตาดูไม่ใช่ตัวอย่างสาธิตอีกชุด แต่คือสิ่งตีพิมพ์เฉพาะเจาะจงสามอย่าง: ความละเอียดและอัตราเฟรมจากใครก็ตามที่มีสิทธิ์เข้าถึง, การตรวจสอบอิสระว่าเสียงยังคงล็อกอยู่กับต้นทางตลอดทั้งเซสชันหรือไม่, และหน้าเงื่อนไขการใช้งานที่ระบุว่าใครเป็นเจ้าของโลกที่สร้างขึ้น จนกว่าสิ่งเหล่านี้จะเผยออกมา Genie 4 ก็เป็นเพียงบริการสมัครสมาชิกที่คุณประเมินได้ และเป็น API ที่คุณซื้อไม่ได้ — และช่องว่างระหว่างสองประโยคนั้นคือจุดที่ทุกการตัดสินใจด้านการพัฒนาในไตรมาสนี้เกิดขึ้น

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube