ToolNavs KI-Tools entdecken
Tool einreichen Anmelden
Zurück zu KI-Informationen
Genie 4 in der Gemini API: Für etwa 0,10 US-Dollar pro Sekunde können auch Entwickler spielbare Welten erschaffen

Genie 4 in der Gemini API: Für etwa 0,10 US-Dollar pro Sekunde können auch Entwickler spielbare Welten erschaffen

KI-Informationen • Admin • • 10 Aufrufe

Am 19. November hat Google sein Weltmodell Genie 4 in die Hände von Entwicklern gelegt: Es lässt sich über die Gemini API und Google AI Studio aufrufen und erzeugt interaktive 720p-Welten, die sich in Echtzeit steuern lassen – für etwa 0,10 US-Dollar pro Sekunde. Es ist der entscheidende Schritt von der Forschungsdemo zum Entwicklerwerkzeug – nur einen Tag zuvor war Genie 4 im neuen Project Genie für Ultra-Abonnenten geöffnet worden.

Der Aufruf erfolgt über die Modellkennung models/genie-4 und die v1beta-Interactions API: Im Browser wird per WebRTC gestreamt, serverseitig per WebSocket, und jede Sitzung erhält ein temporäres Token, sodass der Haupt-API-Schlüssel den Client nie erreicht. Ausgehend von einem Text-Prompt, einem Referenzbild oder beidem erzeugt Genie 4 fortlaufend eine 720p-Welt mit 24 Bildern pro Sekunde, dazu synchronisierten nativen Ton – Umgebungsgeräusche, Soundeffekte und Dialoge der Figuren. Man bewegt sich mit WASD oder den Pfeiltasten und tippt nebenbei neue Prompts, um Wetter, Licht, Objekte oder Handlung mitten im Lauf zu ändern, während Geminis Schlussfolgerungsvermögen den Weltzustand konsistent hält.

Etwa 0,10 US-Dollar pro Sekunde, aber höchstens zwei Minuten am Stück

Abgerechnet wird pro Token: 1,50 US-Dollar pro Million Eingabe-Tokens für Prompts oder Referenzbilder, 9 US-Dollar pro Million Text-Ausgabe-Tokens und 17,50 US-Dollar pro Million Video-Ausgabe-Tokens inklusive Audio – umgerechnet etwa 0,10 US-Dollar pro Sekunde beziehungsweise rund 6,05 US-Dollar pro Minute. Die Hürde ist nicht niedrig: Es gibt nur die kostenpflichtige Stufe, keine kostenlose. Eine einzelne Sitzung ist auf 120 Sekunden begrenzt, und die Dokumentation warnt, dass die Bildstabilität nach 60 bis 90 Sekunden nachlassen kann; bereitgestellt wird derzeit nur aus Rechenzentren in den USA, Westeuropa und Japan. AI Studio legt noch eine interaktive Arbeitsfläche und Starter-Apps dazu, damit man erst ausprobieren kann, bevor man integriert.

Vom Forschungsmodell zum Entwicklerwerkzeug

Genie 4 war erstmals am 27. Oktober als Forschungsmodell zu sehen und damals nur vertrauenswürdigen Testern zugänglich. Google positioniert es eindeutig: Prototyping interaktiver Erlebnisse, Visualisierung räumlicher Entwürfe sowie Training von Robotik und KI-Agenten. Jede Ausgabe trägt ein nicht wahrnehmbares SynthID-Wasserzeichen. Wichtig ist: Google stuft es weiterhin als Frontier-Forschung ein, nicht als Ersatz für eine produktive Spiele-Engine – das Bild wird live über ein rollierendes Zeitfenster erzeugt, es gibt keine dauerhafte 3D-Szene, die Welt „merkt“ sich also nicht dauerhaft, wo man entlanggegangen ist.

Für Entwickler beginnt die eigentliche Prüfung nach den 120 Sekunden: Wie viel sich die Welt merkt und wie stabil sie bleibt, entscheidet darüber, ob sie über eine Demo hinaus zu einem brauchbaren Prototyping-Werkzeug werden kann. Google hat keinen Zeitplan für längere Sitzungen oder weitere Regionen genannt, und die Bereitstellung beschränkt sich derzeit auf die USA, Westeuropa und Japan. Als Nächstes lohnt es sich zu beobachten, ob die Beispiel-Apps in AI Studio zuerst eine Reihe reproduzierbarer Spielweisen hervorbringen.

Empfohlene Tools

Mehr