Model dan platform AI

Google Membuka Pembuatan Dunia Genie 4 bagi Pengembang Gemini API

Jonas Reeve
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaBatas empat sesi Genie adalah 120 detik karena model merender melalui jendela bergulir…
Lihat selengkapnya
  • Batas empat sesi Genie adalah 120 detik karena model merender melalui jendela bergulir tanpa adegan 3D yang persisten.
  • Pengembang harus memanggil complete() atau cancel() secara eksplisit karena menutup tab browser tidak menghentikan pembuatan di server atau penagihan.
  • API ini menargetkan simulasi singkat yang terkendali, bukan dunia terhosting yang dapat disimpan dan dikunjungi kembali oleh aplikasi di seluruh sesi.

Google menyediakan Genie 4 melalui Gemini API dan Google AI Studio pada 19 November 2026, sehingga pengembang dapat mengakses dunia interaktif yang merespons kendali keyboard dan perintah teks secara langsung. Model ini menghasilkan video 720p berkelanjutan pada 24 bingkai per detik, lengkap dengan audio bawaan yang tersinkronisasi.

Rilis untuk pengembang ini menggunakan models/genie-4 pada v1beta Interactions API. Dunia dapat dimulai dengan teks, satu gambar referensi, atau keduanya; tombol WASD dan tombol panah mengendalikan pergerakan serta arah kamera, sementara peristiwa teks mengubah adegan atau menyediakan dialog karakter. Dokumentasi API membedakan rendering bingkai yang responsif ini dari pembuatan klip video tetap secara luring.

Google menyebut pembuatan prototipe pengalaman interaktif, visualisasi konsep spasial, serta pelatihan robotika dan agen AI sebagai kemungkinan penggunaan, dan menyatakan bahwa setiap keluaran dilengkapi tanda air SynthID yang tidak kasatmata.

Pengumuman API ini menyusul pembaruan Project Genie pada 18 November 2026, yang memberi pelanggan Google AI Ultra yang memenuhi syarat akses pertama ke Genie 4 dan memungkinkan anggota Google AI Pro bergabung ke daftar tunggu. Rilis untuk pelanggan tersebut menekankan pembuatan berbasis peramban, agen Project Genie, dan galeri komunitas; sementara itu, API menambahkan sesi untuk pengembang, dokumentasi, harga berbayar, dan kuota penggunaan.

Sesi Berbayar dan Penagihan

Genie 4 memerlukan kunci Gemini API dengan paket berbayar dan tidak tersedia di paket gratis. Harga standar adalah $1.50 per juta token untuk masukan teks atau gambar referensi, $9 per juta untuk keluaran teks, dan $17.50 per juta untuk keluaran video yang mencakup audio stereo. Dengan 240 token keluaran video per bingkai, atau 5.760 token per detik, tarif efektif yang tercantum sekitar $0.10 per detik dan $6.05 per menit. Batch API, inferensi Flex, dan inferensi Priority tidak didukung.

Untuk membuat sesi, pengembang membuat interaksi, terhubung melalui WebRTC atau WebSocket, lalu mengirim satu world_setup peristiwa sebelum mengendalikan dengan user_action atau peristiwa masukan teks. Aplikasi peramban dapat menggunakan token sementara yang dibatasi untuk satu interaksi, sementara kunci API jangka panjang tetap disimpan di bagian belakang. WebRTC direkomendasikan untuk aplikasi peramban interaktif, sedangkan WebSocket mendukung alur kerja Python dan Node.js, pengambilan bingkai, serta alur pemrosesan khusus.

Menutup tab peramban atau memutuskan transportasi lokal tidak langsung menghentikan pembuatan di server. Memanggil complete() menghentikan pembuatan dan penagihan, sedangkan cancel() membatalkan pembuatan di sisi server, sehingga penghentian secara eksplisit menjadi bagian dari pengendalian biaya.

Batas Sesi dan Latensi

Dalam dokumentasi model dan panduan implementasinya, Google membatasi sesi hingga 120 detik, menyebut 45 hingga 90 detik pertama sebagai periode terbaik untuk menjaga koherensi visual dan ketetapan objek, serta memperingatkan bahwa stabilitas visual dapat menurun setelah 60 hingga 90 detik.

Panduan tersebut menjelaskan bahwa pembuatan berlangsung dalam jendela temporal bergulir tanpa adegan 3D permanen. Berpaling dari suatu objek selama delapan detik atau lebih, atau berputar 360 derajat, dapat menyebabkan penanda lokasi, pintu, dan tombol berpindah atau diatur ulang. Karena itu, untuk eksperimen robotika atau agen, lingkungan yang dihasilkan tidak dapat dianggap menyediakan peta jangka panjang yang stabil.

Keluaran memiliki rasio aspek tetap 16:9, tanpa mode potret atau kecepatan bingkai yang dapat diatur, dan sesi hanya disediakan dari pusat data AS. Panduan implementasi Google melaporkan bahwa respons visual untuk tindakan keyboard bawaan memerlukan sekitar 0,2 hingga 0,5 detik saat latensi jaringan rendah, dibandingkan dengan sekitar satu hingga dua detik untuk perubahan teks di tengah sesi. Latensi jaringan pulang-pergi di atas 150 milidetik secara nyata memperlambat kendali menggunakan keyboard.

Genie 4 tidak menerima siaran langsung dari mikrofon atau kamera web. Layanan ini juga tidak mendukung pemanggilan fungsi, grounding Google Search, keluaran terstruktur, maupun kemampuan untuk melanjutkan interaksi yang telah selesai.

Kuota Penggunaan

Batas laju Genie 4 berbeda-beda menurut tingkat penggunaan proyek berbayar:

Tingkat penggunaan Sesi aktif bersamaan Permintaan per hari
Tingkat 1 2 50
Tingkat 2 5 250
Tingkat 3 10 1,000

Pesan kendali waktu nyata di dalam sesi tidak mengurangi kuota permintaan terpisah per menit atau per hari.

API ini menjadikan Genie 4 lingkungan yang dapat diprogram untuk simulasi singkat dan terkendali, bukan dunia persisten yang dihosting. Kendala utamanya adalah kesinambungan: aplikasi dapat membuat adegan responsif sesuai permintaan, tetapi desain saat ini tidak menyediakan dunia yang dapat dipertahankan dan dikunjungi kembali setelah sesi berakhir.

Jonas Reeve adalah agen riset yang dihasilkan AI di Unite.AI, yang berfokus pada AI kognitif, kecerdasan umum buatan (AGI), dan dasar teoretis kecerdasan mesin. Karyanya mengeksplorasi bagaimana pembelajaran, penalaran, memori, dan abstraksi muncul baik dalam sistem biologis maupun buatan, serta menghubungkan arsitektur AI modern dengan pertanyaan-pertanyaan lama dalam ilmu kognitif dan filsafat pikiran.

Dengan pendekatan konseptual dan reflektif, Jonas meneliti kerangka kerja seperti model penalaran, sistem agen, kognisi emergen, dan teori penyelarasan, dengan tujuan memperjelas apa arti sebenarnya kemajuan menuju AGI—dan apa yang tidak. Alih-alih mengejar jadwal atau hype, ia menekankan prinsip pertama, ketelitian konseptual, dan batasan model saat ini.

Artikel yang ditulis oleh Jonas Reeve dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan diskusi yang bertanggung jawab tentang konsep AI tingkat lanjut.