Thẻ tiêu đề ghi 'Genie 4 đã ra mắt' với phụ đề 'Điều mà Google AI Ultra Access thực sự mang lại cho bạn', thẻ ngày cho 18 tháng 11, 2026 và ba thẻ ghi 'Chỉnh sửa văn bản trực tiếp', 'Âm thanh gốc' và 'Thư viện cộng đồng'.
Guides & Insights

Genie 4 đã ra mắt: Quyền truy cập Google AI Ultra thực sự mang lại cho bạn điều gì

Tác giả

Elias Hawthorne

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Genie 4 không còn là danh sách chờ kể từ ngày 18 tháng 11 năm 2026. Đó là ngày Google DeepMind bắt đầu triển khai mô hình thế giới chân thực nhất của mình cho những người đăng ký Google AI Ultra đủ điều kiện bên trong Project Genie, và cũng là ngày bản phát hành không còn là một bản demo bạn chỉ đọc về nó mà trở thành một sản phẩm bạn có thể trả tiền để dùng. Phần khó xử là chính bản cập nhật đó cũng khiến Genie 3 trở nên tốt hơn ở đúng khía cạnh quyết định phần lớn công việc thực tế: mô hình thế giới cũ hơn của Google giờ chạy được các phiên ba phút với nối chuỗi thế giới và neo bằng toàn cảnh 360 độ, trong khi Genie 4 thẻ mô hình vẫn mô tả một hệ thống hỗ trợ "khoảng một phút tương tác liên tục." Nếu bạn đang cân nhắc có nên chi tiền Ultra trong tuần này hay không, thì sự đảo ngược đó — chứ không phải mức độ chân thực như ảnh — mới là điều cần hiểu. Và nếu bạn đang xây dựng quanh nó, nửa duy nhất của ngăn xếp mà bạn thực sự có thể gọi hôm nay là nửa suy luận: Gemini 3.8 Flash và Gemini 4 Argon là các endpoint đang hoạt động, còn Genie 4 thì không phải endpoint ở bất kỳ đâu.

Hai ngày, không phải một, và vì sao khoảng cách ấy quan trọng

G​oogle đã công bố Genie 4 vào ngày 27 tháng 10 năm 2026 cho các tester tin cậy và một danh sách chờ. Không ai ngoài nhóm tester đó có thể tiếp cận được nó. Bài đăng ngày 18 tháng 11 là một loại tài liệu khác: đó là thông báo về tính khả dụng, và nó đưa mô hình từ trạng thái "được báo cáo" sang "có thể mua được", đây là bước chuyển duy nhất thay đổi những gì người đọc có thể làm ngay hôm nay.

Điều mà bài đăng thực sự nói, theo đúng lời của G​oogle, thì khá hẹp. Genie 4 được triển khai cho những người đăng ký AI Ultra đủ điều kiện. Thành viên G​oogle AI Pro có thể tham gia danh sách chờ. Cùng bản cập nhật này cũng mang đến các nâng cấp của Genie 3, tác nhân Project Genie và một thư viện cộng đồng. Không có ngày phát hành chung, không có ID mô hình API, không có giá cho từng lần tạo và không có benchmark. Ba tuần đưa tin cũng chưa tạo ra con số độ phân giải hay tốc độ khung hình nào.

Vậy nên, bản tóm tắt trung thực của ngày 18 tháng 11 là thế này: mô hình là có thật, cánh cửa đã mở, và cánh cửa chính là một gói đăng ký hàng tháng $99.99.

Cái giá, và cái giá ấy là để đổi lấy điều gì

G​oogle AI Ultra bắt đầu từ $99.99 mỗi tháng tại Mỹ, và cùng trang đó liệt kê một gói $199.99 với hạn mức sử dụng gấp 20 lần AI Pro thay vì 5 lần. Cả hai đều bao gồm Project Genie; khác biệt là hạn mức, không phải khả năng. AI Pro ở mức $19.99 không giúp bạn truy cập được — nó chỉ đưa bạn một biểu mẫu danh sách chờ.

• Giá khởi điểm cho Genie 4 — 99,99 USD/tháng (G​oogle AI Ultra, giới hạn gấp 5 lần AI Pro)

• Gói cao cấp hơn — $199.99/tháng (giới hạn AI Pro gấp 20 lần, quyền truy cập mô hình như nhau)

• Hạng danh sách chờ — G​oogle AI Pro với giá 19,99 USD/tháng, hôm nay chưa có quyền truy cập

• Độ tuổi và khu vực địa lý — 18+, Project Genie khả dụng tại hơn 140 quốc gia theo chú thích của chính G​oogle

• Điều bạn không mua — một API. Không có bảng giá theo token hoặc theo giây nào cho Genie 4 ở bất kỳ đâu, và G​oogle chưa công bố một bảng giá như vậy.

Dòng cuối cùng đó là phần mà các đội thu mua thường bỏ sót. Đăng ký một sản phẩm chạy trên trình duyệt là mua một ghế ngồi, không phải một mức dịch vụ. Bạn không thể đặt một ghế ngồi phía sau một pipeline tự động, không thể burst nó, và không thể định tuyến vòng qua nó khi nó suy giảm. Gói đăng ký mua cho bạn khả năng đánh giá Genie 4 bằng tay — điều thực sự đáng giá $99.99 với một studio đang nghiên cứu tiền hình ảnh hóa, và gần như không đáng gì với một đội cần một mô hình thế giới trong một bản build.

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.'

Bản nâng cấp Genie 3 là nửa hữu dụng của bản phát hành này.

Nằm khuất dưới tiêu đề Genie 4 là một loạt thay đổi của Genie 3 có ý nghĩa hơn đối với bất kỳ ai đang làm công việc thực tế, vì Genie 3 là mô hình có hạn mức phiên dài hơn. G​oogle liệt kê bốn:

• Phiên kéo dài và nối chuỗi thế giới — lên đến 3 phút mỗi lần tạo, tăng từ 60 giây, với nhiều thế giới được liên kết thành một hành trình dài hơn

• Neo toàn cảnh 360 độ — tạo một thế giới mới từ ảnh toàn cảnh và giữ nguyên vị trí khi camera quay nhìn xung quanh

• Sự kiện trong thế giới theo thời gian thực — lời nhắc bằng ngôn ngữ tự nhiên thay đổi môi trường ngay trong phiên, không chỉ giữa các phiên

• Bộ chọn mô hình — Genie 3 vẫn có thể được chọn bên cạnh Genie 4, được Google định vị là lựa chọn cho các phiên chạy dài hơn và không gian khởi tạo từ ảnh toàn cảnh

Đọc những điều đó cùng nhau, Google đang nói với bạn một điều mà hãng không nói thẳng ra: với một cảnh quay liên tục ba phút, hãy chọn Genie 3. Genie 4 thắng về độ trung thực, vật lý và âm thanh; Genie 3 thắng về thời lượng và khả năng neo không gian. Một đạo diễn dàn cảnh cho một phân đoạn sẽ nhận được nhiều hơn từ ba phút có căn cứ không gian vững chắc so với một phút đẹp đẽ, còn một nhà thiết kế âm thanh thì chẳng nhận được gì từ Genie 3, vì âm thanh gốc chỉ có ở Genie 4.

Bảng thông số riêng của Genie 4 chỉ dài đúng một con số.

Trang mô hình Genie 4 là một nghiên cứu điển hình về những gì nhà cung cấp sẽ và không cam kết. Trang này tuyên bố mô hình là "mô hình thế giới thực tế và tương tác nhất của chúng tôi cho đến nay", mô tả các chỉnh sửa prompt theo thời gian thực đối với thời tiết, camera, nhân vật và hành động, đồng thời mô tả âm thanh được tạo gốc — âm cảnh xung quanh, tiếng bước chân, đám đông, lời nói của nhân vật — thích ứng khi cảnh thay đổi. Rồi ngay sau đó, nó liệt kê những hạn chế trong cùng một mạch.

• Thời lượng — “khoảng một phút tương tác liên tục, thay vì các phiên kéo dài”

• Tính thường tồn của vật thể — các chi tiết hình ảnh và tính thường tồn của vật thể “có thể thay đổi hoặc trôi dạt theo thời gian”, đặc biệt là sau khi chỉnh sửa nhiều

• Các cảnh đa tác nhân — việc mô hình hóa nhiều người dùng và tác nhân trong một không gian chung được gọi là một thách thức nghiên cứu đang tiếp diễn

• Địa điểm thực tế — G​oogle nêu rõ rằng mô hình không thể mô phỏng các địa điểm trong thế giới thực với độ chính xác hoàn hảo

• Văn bản trên màn hình — văn bản dễ đọc thường chỉ xuất hiện khi nó đến từ phần mô tả đầu vào

• Độ chính xác âm thanh — "vẫn là một lĩnh vực đang được nghiên cứu và cải thiện không ngừng"

• Trạng thái — "một công nghệ sơ khai, đang phát triển"

Không có độ phân giải, không có tốc độ khung hình, không có con số độ trễ, không có số lượng tham số. Mọi tuyên bố trong tài liệu ra mắt đều mang tính tương đối so với Genie 3 hoặc so với đầu ra trước đó của chính Google. Đó không phải là lý do để bác bỏ mô hình — âm thanh gốc trong một mô hình thế giới là một thay đổi năng lực thực sự — nhưng đó là lý do để coi “chân thực” là một tính từ của nhà cung cấp thay vì một phép đo. Các con số độc lập vẫn chưa tồn tại, vì những người có quyền truy cập là người đăng ký, và người đăng ký không công bố kết quả đánh giá.

Hai bổ sung trong bản phát hành này chẳng liên quan gì đến trọng số mô hình, mà tất cả đều xoay quanh lý do vì sao gói đăng ký lại là phương thức phân phối.

Tác nhân Project Genie nhận một mô tả bằng ngôn ngữ tự nhiên và dựng nên một thế giới từ đó, phối hợp các mô hình đa phương thức của Google để tạo ra hình ảnh trực quan ban đầu và một bản nhạc nền tùy chỉnh. Trong phiên, các mô hình Gemini theo dõi màn hình, hiển thị các chip gợi ý và có thể kích hoạt các sự kiện trong thế giới. Đó chính là kiến trúc mà bài đưa tin trước đây về Genie 4 đã nêu bật và hầu hết các bài đưa tin đã bỏ qua: một mô hình thế giới cộng với một bộ lập kế hoạch là một loại sản phẩm khác với một trình tạo video, vì nó trả lời một mục tiêu bằng một chuỗi trạng thái đã được xác thực thay vì trả lời một câu lệnh bằng một đoạn clip.

Thư viện cộng đồng chính là nước cờ phân phối. Các thế giới được tuyển chọn nằm bên cạnh những thế giới do người dùng tạo, và bất kỳ thế giới nào trong số đó đều có thể được mở, phối lại hoặc tái xuất bản. G​oogle đã đặt làm hai tác phẩm trưng bày — "Villa Giallo" với nhà công nghệ sáng tạo Will, và "The Life of Ants" với nhà làm phim Anand Gandhi — một mô thức quen thuộc: gieo mầm thư viện bằng tác phẩm chuyên nghiệp để làn sóng đầu tiên của sản phẩm do người dùng tạo có thứ để đối chiếu. Mọi video và âm thanh được tạo đều mang watermark SynthID, và đầu vào lẫn đầu ra đều trải qua sàng lọc an toàn.

Điều mà phòng trưng bày chưa giải quyết là vấn đề cấp phép. Google chưa công bố điều khoản sử dụng thương mại nào cho các thế giới được tạo trong Project Genie, và đây là rào cản lớn hơn đối với một studio so với giới hạn một phút. Một nhà cung cấp dịch vụ pre-vis mà không thể nói cho khách hàng biết ai sở hữu cảnh quay thì có một vấn đề mà thẻ mô hình không đề cập đến.

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.

Nếu bạn đang xây dựng vòng lặp, một nửa của nó đã là API.

Đây là cách phân chia thực tế. Genie 4 là một sản phẩm trình duyệt không có endpoint. Các mô hình xung quanh nó — những mô hình đảm nhận việc lập kế hoạch, xác minh, các chip gợi ý — là các endpoint LLM thông thường, và những thứ đó bạn có thể gọi ngay hôm nay.

G​emini 3.8 Flash là lựa chọn tự nhiên cho vai trò quan sát và kiểm tra: đây là mô hình Flash thông minh nhất của G​oogle, được xây dựng cho kỹ thuật phần mềm và công việc tác nhân nhiều bước, với cửa sổ ngữ cảnh 1.048.576 token và tối đa 65.536 token đầu ra. Trên OrcaRouter, nó là google/gemini-3.8-flash với giá $0,75 mỗi triệu token đầu vào và $3,75 mỗi triệu token đầu ra, với lượt đọc đầu vào từ bộ nhớ đệm ở mức $0,075. G​emini 4 Argon là google/gemini-4-argon với giá $2,00 và $10,00 — mô hình bạn chọn khi bản thân kế hoạch là phần khó, như trong bản demo robotics của G​oogle, nơi Argon phân rã các nhiệm vụ mà Genie 4 sau đó mô phỏng.

Hai điều khiến việc tách đó đáng được thiết lập đàng hoàng thay vì vá víu lại với nhau. Thứ nhất, về giá: OrcaRouter chuyển thẳng giá niêm yết của nhà cung cấp với mức cộng thêm 0%, nên nếu Google cắt giá Gemini thì mức cắt đó có hiệu lực trên khóa của bạn ngay trong ngày, không cần đàm phán định giá lại. Thứ hai, về kiến trúc: một world model mà bạn không thể chuyển đổi dự phòng là điểm lỗi đơn, còn một planner mà bạn có thể chuyển đổi dự phòng thì không phải. Chuyển đổi dự phòng tự động giữa các nhà cung cấp, cộng với một DSL định tuyến có thể ghim mô hình rẻ cho các lượt xác minh và mô hình mạnh hơn cho việc lập kế hoạch, chính là hình dạng mà một pipeline cận Genie cần — bởi vì nửa đắt đỏ, không sẵn có là nửa bạn không thể kiểm soát.

Hãy nói rõ đây không phải là gì. Genie 4 không có trong danh mục của chúng tôi và cũng không có trong danh mục của bất kỳ ai. Không có cách định tuyến nào có thể làm cho một endpoint chưa phát hành trở nên có thể gọi được, và bất kỳ bài viết nào ngụ ý điều ngược lại đều đang bán cho bạn thứ mà Google chưa tung ra.

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.

Ai nên trả tiền, và ai nên chờ?

Hãy đăng ký trong tuần này nếu bạn làm tiền trực quan hóa, tạo nguyên mẫu màn chơi hoặc nghiên cứu mô phỏng robot và bạn cần tự mình xác định liệu âm thanh gốc cùng một thế giới cỡ hai phút có đủ để thay đổi pipeline của bạn hay không. Mức $99.99 là ngân sách nghiên cứu, và câu trả lời thực sự không thể biết được từ các bản demo — đồng bộ âm thanh trong trọn một phút là chỗ âm thanh được tạo thường đổ vỡ, và chưa có ai ngoài nhóm người thử nghiệm báo cáo về điều đó.

Hãy đợi nếu bất kỳ điều nào sau đây là đúng: bạn cần API, bạn cần giấy phép thương mại, bạn cần một phiên dài hơn ba phút, hoặc công việc của bạn phụ thuộc vào việc tính thường tồn của vật thể vẫn được giữ nguyên sau một lần chỉnh sửa. Genie 3 hiện đáp ứng trường hợp thứ ba tốt hơn Genie 4. Không có gì trong bản phát hành này đáp ứng hai trường hợp đầu.

Điều cần để mắt tới không phải là một đoạn demo reel khác. Mà là ba công bố cụ thể: một công bố về độ phân giải và tốc độ khung hình từ bất kỳ ai có quyền truy cập, một kiểm tra độc lập xem liệu âm thanh có giữ đồng bộ với nguồn của nó trong suốt toàn bộ phiên hay không, và một trang điều khoản sử dụng nói rõ ai sở hữu một thế giới được tạo ra. Cho đến khi những thứ đó xuất hiện, Genie 4 là một gói đăng ký bạn có thể đánh giá và một API bạn không thể mua — và khoảng cách giữa hai câu đó chính là nơi mọi quyết định xây dựng trong quý này được đưa ra.