
Genie 4 已上线,支持 720p 和每秒 24 帧,而这个数字本身就是关键
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 188 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 205 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 124 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 110 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Google 11月18日 Genie 4 发布内容中信息量最大的一行并不在博客文章里,而在随附的模型卡中:实时 720p 视频,最高每秒 24 帧,带同步音频,可由文本提示、图像或实时键盘和鼠标输入生成。三周以来,Genie 4 一直只是一组演示,完全没有规格说明——没有分辨率,没有帧率,没有会话时长。Project Genie 向 Google AI Ultra 订阅者推出,不只是打开了一扇门;它还公布了首批硬性数字,而这些数字所描述的东西,比发布宣传片暗示的要小得多——如果你正在决定拿它做什么,这种“小”其实很有用。
这次发布的另一半同样重要,而且正是 Google 率先强调的那一半:会话中途的文本编辑、随场景展开而自适应的原生音频、能够构建世界的对话式智能体,以及支持混编再创作的社区画廊。Genie 4 是模型;Project Genie 现在是围绕它构建的产品。本文所做的正是将两者区分开来,因为模型卡和画廊回答的是不同的问题——一个告诉你这个系统是什么,另一个告诉你 Google 认为你会用它做什么。
11月18日实际改变了什么
{{1}}G{{/1}}oogle 于 2026 年 10 月 27 日宣布推出 Genie 4,作为面向受信任测试者的研究预览版,并设有公开候补名单。11 月 18 日,该模型本身没有任何变化。发生变化的是谁能接触到它,以及它周围配套的东西。
• 访问权限 — Genie 4 面向符合条件的 Google AI Ultra 订阅用户,在 Project Genie 内推出。Google AI Pro 会员可加入等候名单。目前仍没有 API 模型 ID,没有按单次生成计的价格,也没有面向开发者的全面开放日期。
• 实时编辑——在会话中途输入提示词即可改变天气、添加角色或改变动作走向,而无需重启世界。Google 对此的演示是一座山坡咖啡馆在沙漠中变成玻璃亭。
• 原生音频——环境音、音乐和角色对白与画面同步生成,而不是事后叠加。这是首个能真正发出声音的 Genie,而 Google 自己的文档将实时音频准确性列为一项开放研究问题。
• 该智能体——一个对话式构建器,编排 Google 的多模态模型来确立世界的视觉外观和定制配乐,然后在会话期间持续工作:Gemini 模型会观察屏幕,提供下一步去向的建议选项,并且能够触发世界内事件。
• 画廊——精选世界加上社区上传内容,全部可重新混编。随附两款具名合作:“Villa Giallo”,与创意技术专家 Will(BLVCKL!GHT)共同打造的房间式哥特庄园谜案;以及“The Life of Ants”,与电影制作人 Anand Gandhi 一起体验的蚂蚁视角蚁群漫游。
• Genie 3 获得了升级——而这正是会让那些只扫了一眼标题的人感到恼火的部分。较旧的模型现在每次生成最长可运行三分钟,此前为六十秒;它支持世界串联,让多个世界连接成一段连续的旅程;接受 360 度全景图像作为种子;并接收实时世界内事件提示。Genie 3 仍保留在模型选择器中,正是为了这些情况。
规格表,以及它明确道出的那一条约束
在11月18日之前,任何关于Genie 4保真度的说法都无法被证伪。发布帖称其为“迄今为止最逼真、最具交互性的世界模型”,并展示了片段;但帖子没有公布分辨率、帧率,也没有公布延迟数据。11月的模型卡弥补了其中一部分空白:
• 输出 — 720p,最高 24 fps,带同步音频,实时生成。
• 输入 — 文本、图像和实时用户操作:键盘和鼠标导航,而不仅仅是一段提示词。
• 会话时长——模型页面的局限性列表中写着“约一分钟的连续交互”,而模型卡仅称其能在“短会话”中维持连贯的环境。
• 基础版 — 基于 Gemini Omni Flash 构建,由 Gemini 模型提供推理与实时引导。
• Google 承认的局限——视觉细节和物体恒存性会在更长时间的运行中、经过多次复杂的提示词编辑后,或在场景中移动时发生漂移;复杂物理、音频准确性、清晰可读的文本和空间准确性均被列为尚未解决。
• 来源可溯——视频的每一帧和音频的每一秒都带有 SynthID 水印。

把这两行放在一起读——720p 下 24 fps,大约一分钟——对 Genie 4 的诚实描述就是:一个实时渲染器,运行画质大致相当于 2010 年代的游戏主机,持续时间只够沿着走廊走到头再走回来。这不是批评。以稳定帧率进行实时生成,比制作一段精美的八秒短片要困难得多,而 720p、24 fps 是广播电视的分辨率和节奏,不是玩具的。但这确实意味着,发布演示片展示的是一段极短会话的上限,而 Google 所记录的漂移,正是你试图越过这一上限时会发生的情况。
为什么一分钟是产品决策,而不是需要为之道歉的限制
一分钟足以完成一次拍摄、一个房间、一段漫游、一次交互——这就是预可视化、空间设计评审和互动教学中的工作单元。但对于一个关卡、一段电影序列,或一个需要二十分钟一致状态的训练片段来说,一分钟并不够。Google 对这一缺口的回应,并不是更长的 Genie 4;而是时长三分钟、具备世界串联能力的 Genie 3,并与它并列在同一个选择器中。这是一个不寻常的产品决策——更新的模型并不严格等于在每项任务上都更强——这也说明,两者是按会话时长而非按代际来定位的。
画廊合作项目同样如此。“Villa Giallo”是一个你逐个房间解开的谜题,其结构由一分钟的单元构建而成。“The Life of Ants”是一个视角作品——你以蚂蚁的视角在蚁群中穿行——它更需要氛围和尺度,而不是连续性。两者都是被选中来展示短小互动世界擅长之处的演示作品,且都不假装自己是一部电影。
对工作室而言,实际问题在于:一段一分钟的交互式镜头,该放在目前依赖八秒生成片段运转的管线中的哪个位置。答案是上游与侧向:走位编排、镜头语言、场景陈设决策,以及对空间构想的试玩测试——这些原本你会在灰盒引擎里搭建、然后丢弃的东西。Genie 4 取消了灰盒,但并没有取消引擎。
今天可以称呼什么,以及不可以称呼什么
Genie 4 并不是一个端点。它是一款浏览器产品,隶属于每月 99.99 美元的 Google AI Ultra 订阅,没有公开的 API、没有模型 ID,也没有按次生成费率。每个第三方平台也是如此,包括我们的平台:没有任何可路由的目标。
可调用的是 Google 所描述架构中的推理那一半。发布材料将 Gemini 3.8 Flash 列为循环内的智能体,负责规划步骤并对照目标检查画面,而该模型已作为我们目录中的在线端点提供,即 google/gemini-3.8-flash,价格为每百万输入 token 0.75 美元、每百万输出 3.75 美元——按供应商标价原样传递,不额外加价,因此 Google 一旦调价,你的账单会在 Google 价目表更新的同一天同步变化。如果你是在世界模型之上构建这个循环,而不是构建世界模型本身——规划、验证、重新规划、编写引导会话的提示词——那正是你本周就能集成的那一块,只需一个密钥即可实现跨供应商的自动故障转移。

怎样才能让它从一款产品发展成一个平台?
三件事,按它们对答案的改变程度由小到大排列。
一个 API。一个模型 ID,加上按秒或按会话计费的价格,就能让 Genie 4 在同一张电子表格上,与 Veo、Kling 和 Seedance 争夺管线槽位。没有 API,它就只能去争创意工具预算里的一行。
独立测量。任何地方都没有针对 Genie 4 的基准测试、Elo 评分、人类偏好研究,也没有第三方帧率分析。流传的每一项保真度声明都可追溯到 Google 自己的演示视频。720p 和 24 fps 这些数字现在可以对照模型卡进行核查,这是进步;但“它比 Genie 3 更真实”的说法仍然无法核查。
以 Genie 4 的画质,会话时长已超过一分钟。Google 目前通过向你出售旧款模型来解决连续性问题。当 Genie 4 弥合这一差距后,选择器会重新缩减为一个选项,而有趣的比较将不再是 Genie 4 对 Genie 3,而是变成 Genie 4 对其他所有模型。

在那之前,对11月18日的公允总结是:Google 围绕一个它早已宣布的模型推出了一个创意生态系统,发布了该模型首份真正的规格说明,却唯独没有公布开发者最关心的那个数字——每秒输出的价格。花99.99美元订阅,你能得到这个生态系统、画廊、智能体,以及一次一分钟的使用时长。这是否划算,完全取决于你的工作能否在一分钟内完成,而Google之外的任何人目前都无法告诉你答案。
