国际 AI 资讯

谷歌开放 Genie 4 世界模型 API:按秒计费,一分钟约 6 美元

谷歌宣布通过 Gemini API 和 AI Studio 向开发者开放世界模型 Genie 4,可根据文本、图像或图文混合输入生成 720p、24fps 的可交互世界。计费按 Token 计算,立体声视频输出约每分钟 6.05 美元。

海宇数科 · 事件日期 · 约 2 分钟 · 0 次阅读

谷歌开放 Genie 4 世界模型 API:按秒计费,一分钟约 6 美元 配图
谷歌开放 Genie 4 世界模型 API:按秒计费,一分钟约 6 美元 配图

谷歌于 11 月 19 日推出 Genie 4 世界模型 API,向开发者开放。该接口可通过 Gemini API 或 AI Studio 调用,属于 Project Genie 项目的一部分,此前已先向 AI Ultra 用户解锁。

谷歌开放 Genie 4 世界模型 API 按秒计费 一分钟约 6 美元 配图 1
相关配图

键盘一按,世界即时生成

开发者输入一句文本、一张参考图或图文混合内容,即可生成 720p、24fps 的连续可交互世界,环境音与对白同步生成,输出嵌入 SynthID 水印。用户可用键盘实时操控,画面响应时间为 0.2 至 0.5 秒;通过文字可动态修改天气、光照、物体及剧情事件,Gemini 推理负责维持状态。该模型定位为交互原型、空间可视化和机器人训练工具,目前仅支持 16:9 横屏,采用逐帧滚动生成方式,无持久化 3D 资产,会话中断后无法重进,延迟超过 150 毫秒时会出现卡顿,且仅在美国数据中心提供。

不设免费层,关网页不停表

计费按 Token 计算:文本输入和图像输入均为每百万 Token 1.50 美元,文本输出为每百万 Token 9 美元,立体声视频输出为每百万 Token 17.50 美元,约合每秒 0.10 美元、每分钟 6.05 美元。

该模型最连贯的生成时段为前 45 至 90 秒,单次会话上限为 120 秒。关闭网页后计费不会停止,用户须调用 complete() 或 cancel() 结束会话。此外,谷歌上线了 Gemini 4 Neon 和 Robotics 插件。

← 返回AI 资讯