Google открыла Genie 4 в Gemini API: живой мир за $0,10 в секунду
Модель интерактивных миров Google доступна в Gemini API и AI Studio: как подключить и сколько это стоит.
Google DeepMind 19 ноября открыла разработчикам Genie 4 — модель, которая в реальном времени генерирует управляемый интерактивный мир со звуком. Модель genie-4 доступна в Gemini API через Interactions API и в Google AI Studio; в журнале изменений Gemini API она отмечена как общедоступная (GA). Пост в блоге Google вышел в 20:00 мск, бесплатного тарифа у модели нет.
Теперь любой разработчик с платным ключом может встроить «живой» сгенерированный мир в своё приложение через общедоступный API: пользователь ходит по сцене клавишами WASD, крутит камеру стрелками и текстом меняет погоду, освещение или события, а модель на лету отдаёт видео 720p с частотой 24 кадра в секунду и стереозвуком. Платить придётся за каждую секунду сгенерированного видео: по расчёту самой Google, около $0,10 в секунду, или около $6,05 в минуту. Одна сессия длится не дольше 120 секунд.
Саму модель DeepMind показала ещё 27 октября, 18 ноября она появилась в Project Genie для подписчиков Google AI Ultra, а 19 ноября стала доступна в API. Ниже — как она устроена, сколько стоит, как её подключить и где у неё пределы.
Ключевые выводы
genie-4доступна в Gemini API (Interactions API,v1beta) и Google AI Studio с 19 ноября 2026 года, только на платном тарифе.- Видео 1280x720, 16:9, 24 кадра в секунду со стереозвуком 48 кГц; первый кадр приходит через 5–9 секунд после настройки мира.
- Цена — $17,50 за 1 млн видеотокенов, это около $0,10 за секунду или около $6,05 за минуту; звук входит в цену видео.
- Сессия длится до 120 секунд, стабильнее всего картинка первые 45–90 секунд; на первом платном уровне проект может держать 2 сессии одновременно и 50 запросов в сутки.
- Модель обслуживают дата-центры в США, Западной Европе и Японии; России нет в списке регионов Gemini API в целом.
Что умеет Genie 4 и чем она отличается от генераторов видео
Genie 4 — «модель мира»: она не рендерит готовый ролик по промпту, а продолжает сцену кадр за кадром в ответ на действия пользователя. В документации Google противопоставляет её Gemini Omni 1.2 Flash: Omni генерирует клипы офлайн, а Genie 4 «рендерит кадры на лету». Для готовых клипов на 3–15 секунд, монтажа и апскейла до 4K Google советует по-прежнему брать Omni — о ней мы писали в начале ноября.
На вход модель принимает три вида сигналов:
- текстовое описание мира в событии
world_setupи, по желанию, одну референсную картинку в формате 16:9; - действия клавиатуры и камеры в событиях
user_action: клавишиkey_w,key_s,key_a,key_dдвигают персонажа, стрелки поворачивают камеру, действия бываютkey_down,key_upиkey_click; - текстовые события
inputпосреди сессии: смена погоды, снег, фейерверк, изменение состояния предметов или реплика персонажа в кавычках.
Звук модель генерирует сама: по словам DeepMind, Genie 4 — первая её модель мира реального времени с нативным звуком, у каждого мира есть фоновое звучание, а персонажи могут вести диалог, который подстраивается под происходящее. За согласованность мира, как пишет DeepMind, отвечают другие модели семейства: Gemini Omni привязывает картинку к реальному виду и поведению предметов, а модели Gemini дают рассуждение; в демонстрациях сложных событий в цикле работает Gemini 3.8 Flash, которую мы разбирали в сентябре. Какие именно модели участвуют в этом цикле в API, Google не уточняет. Каждый кадр и звук помечаются невидимым водяным знаком SynthID.
Публичный тест предшественницы, Genie 3, Google начала в январе. По сравнению с ней Genie 4, по описанию DeepMind, даёт более фотореалистичную картинку, плавное движение, физику столкновений и аэродинамики, звук и управление текстом посреди сессии. Genie 3 при этом остаётся в Project Genie для длинных сессий до 3 минут и миров из 360-градусных панорам, но в Gemini API через Interactions API доступна только genie-4.
Смотреть видео: демо «The Life of Ants» — прогулка по муравейнику, и демо «Villa Giallo» — детектив по комнатам готического особняка. Оба ролика Google опубликовала в анонсе Project Genie.
Сколько стоит Genie 4 в Gemini API
Около $0,10 за секунду сгенерированного мира, бесплатного уровня нет. В таблице цен у Genie 4 во всех строках бесплатного тарифа стоит «Not available», а для работы нужен ключ Gemini API платного уровня. Списание идёт за видеотокены: 240 токенов на кадр, то есть 5 760 токенов в секунду при 24 кадрах, звук включён в эту ставку.
Цены Genie 4, стандартный тариф
4 сервиса, 2 столбца
Листайте столбцы →Смахните влевоВсе 2 столбца
Источник: страница цен Gemini API, ноябрь 2026
По нашему расчёту по этим ставкам, одна сессия на все 120 секунд выдаёт 691 200 видеотокенов и стоит около $12,10. Google отдельно предупреждает: сессию нужно явно закрывать вызовом complete(), иначе генерация и списание продолжатся. Batch API, Flex и Priority для Genie 4 не поддерживаются, так что дешевле стандартной ставки модель не получить. Данные платных запросов, как указано в таблице, для улучшения продуктов Google не используются.
Лимиты применяются к проекту Google Cloud, а не к отдельному ключу, и зависят от его уровня, сообщает Google. Сообщения управления внутри сессии — нажатия клавиш и текстовые события — в квоту запросов не входят. Кроме того, в зависимости от истории биллинга может действовать лимит расходов за скользящие 10 минут: на Tier 1 это $10, на Tier 2 и Tier 3 — $200, при превышении API отвечает ошибкой 429 RESOURCE_EXHAUSTED. На Tier 1 этого хватит меньше чем на одну полную 120-секундную сессию, по нашему расчёту.
Лимиты Genie 4 по уровням проекта
4 сервиса, 3 столбца
Листайте столбцы →Смахните влевоВсе 3 столбца
Источник: страница лимитов Gemini API, ноябрь 2026
Как подключить Genie 4 к своему приложению
Через серверный ключ и короткоживущий токен для клиента. В руководстве жизненный цикл описан в четыре шага: сервер создаёт interaction с моделью genie-4 методом interactions.create; клиент подключается к живой сессии через interactions.connect по WebRTC (для браузера) или WebSocket (Python, Node.js или браузер); приложение отправляет одно событие world_setup, а затем события движения и текста; в конце сессия закрывается вызовом session.complete(). Нужен SDK @google/genai для JavaScript и TypeScript или google-genai для Python, версия API — v1beta.
Пример серверной части на Node.js из документации: сервер создаёт сессию и выпускает для неё одноразовый токен.
Долгоживущий GEMINI_API_KEY в браузер класть нельзя, подчёркивает Google: браузер получает только ID сессии и auth_token, привязанный к ней, и WebSocket в браузере без этого токена не подключится. После подключения клиент задаёт мир событием world_setup:
Движение передаётся событиями user_action, например нажатие W:
Полные примеры на Python с асинхронным WebSocket и браузерный пример на WebRTC, где клавиши E и Q вызывают снег и фейерверк, есть в документации, советы по промптам — в отдельном руководстве. Референсную картинку при подключении по WebRTC документация советует сжимать в JPEG меньше 48 КБ: канал данных ограничен 64 КБ на сообщение. Попробовать модель без кода можно в Google AI Studio, но тоже только с платным ключом.
Где Genie 4 упирается в ограничения
Главное ограничение — короткая память мира. Модель держит скользящее окно по времени, а не постоянный граф 3D-сцены, говорится в разделе ограничений документации. Если отвернуться больше чем на 8 секунд или сделать полный оборот на 360 градусов, ориентиры могут сдвинуться или пропасть. Лучше всего мир держится первые 45–90 секунд, после 60–90 секунд картинка может деградировать, а 120 секунд — жёсткий потолок сессии.
- Задержки: до первого кадра проходит 5–9 секунд, отклик на клавиши — 0,2–0,5 секунды при низком пинге, на текстовые события — 1–2 секунды.
- Формат фиксирован: только 1280x720, 16:9, 24 кадра в секунду; вертикальное видео 9:16 и своя частота кадров не поддерживаются.
- Нет живого входа с микрофона и веб-камеры, вызова функций, поиска Google, структурированного вывода и возобновления сессии.
- Текст в кадре — вывески, шкалы, часы — со временем искажается, а точное число предметов «плывёт» при поворотах камеры.
- Промпты и референсы с реальными людьми, публичными персонами и чужими брендами фильтр может заблокировать при старте или оборвать посреди сессии.
Задержку определяет и география. Genie 4 работает из дата-центров в США, Западной Европе и Японии, оптимальный отклик (меньше 150 мс туда и обратно) Google обещает в Северной Америке, Западной и Центральной Европе и Восточной Азии; в других местах управление с клавиатуры запаздывает, а частота кадров может падать. Россия при этом не входит в список регионов, где доступны Gemini API и AI Studio, — это ограничение API в целом. По условиям Gemini API пользоваться сервисом и открывать приложения на его основе пользователям можно только в доступных регионах, поэтому официально ни команда в России, ни её пользователи в России Genie 4 получить не могут.
DeepMind сама называет Genie 4 ранней областью исследований: детали картинки и постоянство объектов со временем смещаются, а сложная физика, точность звука, читаемый текст и долгая согласованность мира остаются в работе. Независимых замеров модели в API пока нет — она доступна меньше суток.
Кому Genie 4 пригодится уже сейчас
По нашей оценке, при цене около $6 за минуту и потолке в две минуты модель подходит для прототипов: интерактивных демо, предпросмотра игровых уровней, обучающих сцен и экспериментов с агентами, которым нужна среда. Для полноценной игры с постоянным миром её памяти не хватит, а для ролика заданной длины без управления дешевле и проще Omni. Тем, кто делает приложения под вертикальные экраны или без платного аккаунта Gemini API, обновление пока ничего не даёт.
Чтобы попробовать Genie 4, нужен ключ Gemini API на платном уровне. Начните с готового примера из документации, держите ключ только на сервере, а клиенту отдавайтеauth_tokenсессии. Не забывайте вызыватьcomplete(): незакрытая сессия продолжает списывать около $0,10 в секунду.
Будет ли у Genie 4 бесплатный уровень и когда в API появятся сессии длиннее 120 секунд, Google не сообщает. Модель помечена как общедоступная, но работает на бета-версии API v1beta, так что формат событий, по нашей оценке, ещё может меняться.
Источники: Google: Genie 4 is now available on the Gemini API, Gemini API: Interactive world generation with Genie 4, Gemini API: модель Genie 4, Gemini API: цены, Gemini API: лимиты, Gemini API: журнал изменений, Gemini API: доступные регионы, Gemini API: условия использования, Google DeepMind: Genie 4, a new generation of world simulation, Google: Genie 4 в Project Genie
Изображение на обложке: Google