Modele și platforme AI
Google pune generarea de lumi Genie 4 la dispoziția dezvoltatorilor Gemini API

Puncte cheieGenie 4 limitează sesiunile la 120 de secunde deoarece modelul randează pe o fereastră…
Vezi mai mult
- Genie 4 limitează sesiunile la 120 de secunde deoarece modelul randează pe o fereastră glisantă fără o scenă 3D persistentă.
- Dezvoltatorii trebuie să apeleze explicit complete() sau cancel(), deoarece închiderea unui tab de browser nu oprește generarea pe server sau facturarea.
- API-ul vizează simulări scurte și controlate, nu lumi găzduite pe care aplicațiile le pot păstra și revisita de-a lungul sesiunilor.
Google a pus Genie 4 la dispoziție prin Gemini API și Google AI Studio pe 19 noiembrie 2026, oferindu-le dezvoltatorilor acces la lumi interactive care răspund la comenzile de la tastatură și la solicitările text introduse în timp real. Modelul generează videoclipuri continue la rezoluție 720p, cu 24 de cadre pe secundă și sunet nativ sincronizat.
Versiunea pentru dezvoltatori folosește models/genie-4 pe v1beta API-ul Interactions. O lume poate fi inițializată cu text, cu o singură imagine de referință sau cu ambele; tastele WASD și tastele săgeată controlează mișcarea și orientarea camerei, în timp ce evenimentele text modifică scena sau furnizează replicile personajelor. Documentația API face distincția între redarea responsivă a cadrelor și generarea offline a unui videoclip cu durată fixă.
Google enumeră prototiparea experiențelor interactive, vizualizarea conceptelor spațiale și antrenarea roboților și a agenților IA drept posibile utilizări și precizează că fiecare rezultat include filigranul imperceptibil SynthID.
Anunțul API-ului vine după actualizarea Project Genie din 18 noiembrie 2026, care le-a oferit abonaților eligibili Google AI Ultra primul acces la Genie 4 și le-a permis membrilor Google AI Pro să se înscrie pe o listă de așteptare. Lansarea pentru abonați a pus accentul pe crearea în browser, pe un agent Project Genie și pe o galerie comunitară; API-ul adaugă, în schimb, sesiuni pentru dezvoltatori, documentație, tarife pentru abonamentele plătite și cote de utilizare.
Sesiuni plătite și facturare
Genie 4 necesită o cheie Gemini API pentru un abonament plătit și nu este disponibil în planul gratuit. Tarifele standard sunt de 1,50 $ pentru fiecare milion de tokenuri de intrare, fie text, fie imagine de referință, 9 $ pentru fiecare milion de tokenuri de ieșire text și 17,50 $ pentru fiecare milion de tokenuri de ieșire video, cu sunet stereo inclus. La 240 de tokenuri de ieșire video pe cadru, adică 5.760 de tokenuri pe secundă, tarifele efective indicate sunt de aproximativ 0,10 $ pe secundă și 6,05 $ pe minut. Batch API, Flex inference și Priority inference nu sunt acceptate.
Pentru a crea o sesiune, dezvoltatorii inițiază o interacțiune, se conectează prin WebRTC sau WebSocket și trimit un world_setup eveniment înainte de a controla mișcarea cu user_action sau cu evenimente de intrare text. Aplicațiile pentru browser pot folosi un token temporar, valabil pentru o singură interacțiune, păstrând cheia API pe termen lung pe serverul back-end. WebRTC este recomandat pentru aplicațiile interactive din browser, în timp ce WebSocket permite fluxuri de lucru în Python și Node.js, capturarea cadrelor și conducte de procesare personalizate.
Închiderea unei file de browser sau deconectarea transportului local nu oprește imediat generarea pe server. Apelarea complete() oprește generarea și facturarea, în timp ce cancel() întrerupe generarea pe server, astfel că oprirea explicită face parte din controlul costurilor.
Limitele sesiunilor și latența
În documentația modelului și în ghidul de implementare, Google limitează sesiunile la 120 de secunde, indică faptul că primele 45–90 de secunde oferă cea mai bună coerență vizuală și persistență a obiectelor și avertizează că stabilitatea vizuală se poate degrada după 60–90 de secunde.
Ghidul descrie generarea într-o fereastră temporală glisantă, fără o scenă 3D permanentă. Dacă utilizatorul privește în altă parte timp de cel puțin opt secunde sau se rotește la 360 de grade, reperele, ușile și butoanele se pot deplasa sau reseta. Prin urmare, în experimentele de robotică sau cu agenți, nu se poate presupune că mediul generat oferă o hartă stabilă pe termen lung.
Formatul de ieșire este fix, cu un raport de aspect de 16:9; nu există mod portret sau frecvență de cadre configurabilă, iar sesiunile sunt deservite exclusiv din centre de date din SUA. Ghidul de implementare Google indică un răspuns vizual de aproximativ 0,2–0,5 secunde la comenzile native de la tastatură, în condiții de latență redusă a rețelei, față de aproximativ una-două secunde pentru modificările textului în timpul sesiunii. O latență dus-întors a rețelei mai mare de 150 de milisecunde întârzie vizibil controlul de la tastatură.
Genie 4 nu acceptă fluxuri live de la microfon sau cameră web. De asemenea, nu oferă apeluri de funcții, fundamentare cu Google Search, rezultate structurate sau posibilitatea de a relua o interacțiune încheiată.
Cote de utilizare
Limitele de rată pentru Genie 4 variază în funcție de nivelul de utilizare al proiectului plătit:
| Nivel de utilizare | Sesiuni active simultane | Solicitări pe zi |
|---|---|---|
| Nivelul 1 | 2 | 50 |
| Nivelul 2 | 5 | 250 |
| Nivelul 3 | 10 | 1,000 |
Mesajele de control în timp real trimise în cadrul unei sesiuni nu sunt contabilizate separat în cotele de solicitări pe minut sau pe zi.
API-ul transformă Genie 4 într-un mediu programabil pentru simulări scurte și controlate, nu într-o lume persistentă găzduită. Principala limitare ține de continuitate: aplicațiile pot genera scene reactive la cerere, dar designul actual nu oferă o lume pe care să o poată păstra și reexplora după încheierea sesiunilor.












