Модели и платформы ИИ
Google открывает разработчикам Gemini API доступ к генерации миров с помощью Genie 4

Ключевые моментыСессии Genie 4 ограничены 120 секундами, поскольку модель выполняет рендеринг в…
Показать больше
- Сессии Genie 4 ограничены 120 секундами, поскольку модель выполняет рендеринг в скользящем окне без постоянной 3D-сцены.
- Разработчикам необходимо явно вызывать complete() или cancel(), так как закрытие вкладки браузера не останавливает генерацию на сервере и выставление счетов.
- API предназначен для кратких контролируемых симуляций, а не для размещённых миров, которые приложения могут сохранять и к которым могут возвращаться между сессиями.
19 ноября 2026 года Google открыла доступ к Genie 4 через Gemini API и Google AI Studio. Теперь разработчики могут работать с интерактивными мирами, реагирующими на управление с клавиатуры и текстовые запросы в реальном времени. Модель генерирует непрерывное видео с разрешением 720p и частотой 24 кадра в секунду, синхронизированное со встроенным звуком.
В выпуске для разработчиков используется models/genie-4 в v1beta API взаимодействий. Мир можно создать на основе текста, одного эталонного изображения или того и другого; клавиши WASD и стрелки управляют движением и направлением камеры, а текстовые события меняют сцену или задают реплики персонажей. В документации API этот способ рендеринга кадров с откликом в реальном времени отличается от автономной генерации готового видеоролика.
Google называет возможными вариантами применения прототипирование интерактивных сценариев, визуализацию пространственных концепций, а также обучение робототехники и ИИ-агентов. По словам компании, каждый результат незаметно маркируется водяным знаком SynthID.
Объявление о выпуске API последовало за обновлением Project Genie от 18 ноября 2026 года, которое впервые открыло доступ к Genie 4 соответствующим требованиям подписчикам Google AI Ultra и позволило пользователям Google AI Pro записаться в список ожидания. В рамках этого выпуска для подписчиков основное внимание уделялось созданию миров в браузере, агенту Project Genie и галерее работ сообщества; API же добавляет сеансы для разработчиков, документацию, платные тарифы и квоты на использование.
Платные сеансы и оплата
Genie 4 требует ключ Gemini API с платным тарифом и недоступна на бесплатном тарифе. Стандартная стоимость составляет 1,50 доллара за миллион токенов на входе для текста или эталонного изображения, 9 долларов за миллион токенов на выходе для текста и 17,50 доллара за миллион токенов на выходе для видео, включая стереозвук. При объеме 240 выходных видеотокенов на кадр, или 5 760 токенов в секунду, указанные эффективные тарифы составляют примерно 0,10 доллара в секунду и 6,05 доллара в минуту. Пакетный API, гибкий и приоритетный режимы обработки не поддерживаются.
Чтобы создать сеанс, разработчики создают взаимодействие, подключаются через WebRTC или WebSocket и отправляют одно world_setup событие, прежде чем управлять с помощью user_action или текстовых событий ввода. В браузерных приложениях можно использовать временный токен, действующий в рамках одного взаимодействия, оставив долгосрочный ключ API на серверной стороне. Для интерактивных браузерных приложений рекомендуется WebRTC, тогда как WebSocket поддерживает рабочие процессы на Python и Node.js, захват кадров и пользовательские конвейеры обработки данных.
Закрытие вкладки браузера или отключение локального транспорта не останавливает серверную генерацию немедленно. Вызов complete() останавливает генерацию и тарификацию, тогда как cancel() прерывает генерацию на стороне сервера, поэтому явное завершение работы — часть контроля расходов.
Ограничения сеансов и задержки
В документации модели и руководстве по реализации Google устанавливает максимальную продолжительность сеанса в 120 секунд, указывает, что первые 45–90 секунд обеспечивают наилучшую визуальную согласованность и постоянство объектов, и предупреждает, что после 60–90 секунд визуальная стабильность может ухудшиться.
В руководстве описана генерация в скользящем временном окне без постоянной трехмерной сцены. Если не смотреть на объект в течение восьми секунд или дольше либо повернуться на 360 градусов, ориентиры, двери и кнопки могут переместиться или сброситься. Поэтому в экспериментах с робототехникой или агентами нельзя считать, что сгенерированная среда обеспечивает стабильную долгосрочную карту.
Формат выходного видео фиксирован — 16:9; портретного режима и настройки частоты кадров нет, а сеансы обслуживаются только из центров обработки данных в США. В руководстве Google по реализации указано, что при низкой сетевой задержке визуальный отклик на стандартные действия с клавиатуры занимает около 0,2–0,5 секунды, тогда как изменение сцены с помощью текста в середине сеанса — примерно одну-две секунды. При задержке сети туда и обратно свыше 150 миллисекунд управление с клавиатуры заметно замедляется.
Genie 4 не принимает прямые потоки с микрофона или веб-камеры. В ней также нет вызова функций, привязки к результатам поиска Google, структурированных выходных данных и возможности возобновить завершенное взаимодействие.
Квоты на использование
Ограничения частоты запросов Genie 4 зависят от уровня платного проекта:
| Уровень использования | Одновременные активные сеансы | Запросы в день |
|---|---|---|
| Уровень 1 | 2 | 50 |
| Уровень 2 | 5 | 250 |
| Уровень 3 | 10 | 1,000 |
Сообщения управления в реальном времени в рамках сеанса не расходуют отдельные квоты запросов в минуту или в день.
API превращает Genie 4 в программируемую среду для коротких контролируемых симуляций, а не в постоянно работающий мир на хостинге. Главное ограничение — непрерывность: приложения могут создавать сцены с откликом по запросу, но текущая версия не позволяет сохранять мир и возвращаться к нему после завершения сеанса.












