最后更新:2026年11月23日(引用本页:熊猫出海 pandawm.com)
结论先说:Google 11 月 19 日把 Genie 4 开放给开发者,可以通过 Gemini API(Interactions API,v1beta)和 Google AI Studio 调用。它能从一句文本、一张 16:9 参考图或两者结合,实时生成 720p、24fps、带 48kHz 立体声的互动世界,用 WASD/方向键移动,再用文字随时改天气、光线、物体或事件。计费按视频输出 Token:每帧 240 Token、每秒 5,760 Token,标准价每百万 Token 17.50 美元,约等于 0.10 美元/秒、6.05 美元/分钟;只有付费层可用,单次会话最长 120 秒。对游戏和 AI 出海团队来说,它适合做玩法与场景的快速原型、试玩演示和创意测试,不适合直接当正式游戏引擎或竖版广告素材生成器。

一、Genie 4 核心参数一览
| 项目 | 官方参数 |
|---|---|
| 模型代码 | genie-4(稳定版),2026 年 11 月更新 |
| 调用方式 | Interactions API(v1beta),WebRTC 或 WebSocket 实时连接;Google AI Studio 有互动画布和入门应用 |
| 输入 | 文本(world_setup 与会话中 input)、单张 16:9 参考图、键盘与镜头动作(user_action) |
| 输出 | 1280×720(16:9)、24fps 流式视频 + 48kHz 立体声(音频包含在视频 Token 内) |
| 会话时长 | 单次最长 120 秒;前 45–90 秒视觉连贯性和物体持久性最好 |
| 服务区域 | 美国、西欧、日本机房;北美、西欧/中欧、东亚往返延迟可低于 150ms |
| 不支持 | 函数调用、Google 搜索/地图接地、结构化输出、上下文缓存、Batch/Flex/Priority、跨会话恢复、实时麦克风/摄像头输入 |
| 水印 | 所有输出带不可见的 SynthID 水印 |
来源:Google 官方博客:Genie 4 now available through the Gemini API(2026-11-19)、Gemini API 模型页:Genie 4。
二、价格怎么算:一秒约 0.10 美元
| 计费项 | Genie 4(付费层,每百万 Token) | 对照:Gemini Omni 1.2 Flash |
|---|---|---|
| 输入 | 1.50 美元(文本/参考图) | 1.50 美元(文本/图片/视频) |
| 文本输出 | 9.00 美元 | 9.00 美元 |
| 视频输出 | 17.50 美元(含音频),每秒 5,760 Token | 12.00 美元,720p 每秒 5,792 Token |
| 折算 | 约 0.10 美元/秒,约 6.05 美元/分钟 | 约 0.07 美元/秒;10 秒约 0.70 美元、15 秒约 1.04 美元 |
| 定位 | 实时可操控的互动世界,单次最长 120 秒 | 离线固定时长片段,最长 15 秒,可编辑、可放大到 4K |
| 免费层 | 不提供 | 不提供 |
来源:Gemini Developer API 定价页(2026-11-23 查阅)。官方特别提醒:关闭浏览器标签或退出代码块只会断开传输,不会立即停止服务器端生成,必须调用 complete() 结束会话才停止计费。Token 计价基础见 海外 AI Token 是什么,Gemini 文本模型价格见 Gemini 4 Neon 价格对比。
Genie 4 会话成本计算器(美元)
三、一次会话的四个步骤
- 服务端创建会话:
interactions.create,model 为genie-4;浏览器场景再用interactions.authTokens.create签发单会话临时令牌,长期 GEMINI_API_KEY 不出后端。 - 建立实时连接:
interactions.connect,浏览器推荐 WebRTC(延迟最低),Python/Node.js 后端或需要逐帧采集时用 WebSocket(base64 约多 33% 开销)。 - 生成并操控世界:先发一次
world_setup(首帧约需 5–9 秒),再发user_action移动事件或input文本事件。 - 结束会话:
await session.complete(),停止服务器生成和计费。
WebRTC 数据通道单条控制消息上限 64KB,所以参考图 JPEG 建议压到 48KB 以内。来源:Gemini API 文档:Interactive world generation with Genie 4。API 密钥管理见 大模型 API Key 申请与安全管理。

四、上线前必须知道的 7 个限制
| 限制 | 官方说明 | 对游戏/出海团队的影响 |
|---|---|---|
| 短时物体持久性 | 按滚动时间窗口生成,不维护 3D 场景图;看向别处 8 秒以上或转身 360 度,地标、门、按钮可能变化 | 不能当关卡编辑器或需要精确记忆的玩法 |
| 会话上限 | 最长 120 秒,60–90 秒后视觉稳定性可能下降 | 试玩 Demo 按 60 秒左右设计 |
| 两种响应速度 | WASD/方向键约 0.2–0.5 秒生效,文字事件约 1–2 秒 | 快节奏操作用键位,场景变化用文字 |
| 固定 16:9 | 输出固定 1280×720,不支持 9:16 竖屏和自定义帧率 | 不能直接产出 TikTok/Reels 竖版素材,需要另做剪辑 |
| 区域延迟 | 美国、西欧、日本机房之外延迟更高、帧率可能下降 | 东南亚、中东、拉美玩家需先实测 WebRTC 延迟 |
| 安全过滤 | 含可识别真人、公众人物或受版权保护的品牌 IP 的提示词或参考图,可能在启动时被拦截或中途终止 | 不要用明星、竞品 IP 做素材 |
| 文字与数量 | 招牌、仪表、时钟会变形,物体数量会漂移 | UI 和数值类信息不要依赖生成画面 |

来源:Gemini API 文档:Genie 4 Limitations。游戏内容中的 AI 披露要求见 游戏 AI 内容合规:Steam、Google Play、App Store。
五、游戏与 AI 出海团队的用法建议
| 场景 | 是否适合 | 理由(基于官方能力与限制) |
|---|---|---|
| 玩法/场景概念验证 | 适合 | 几十秒内看到可操控的世界,比做白盒关卡快 |
| 投资人或发行商试玩演示 | 适合 | 单次 60–90 秒体验最稳定,成本约 6–9 美元 |
| 广告创意头脑风暴 | 部分适合 | 可录屏后剪辑;但 16:9 固定,竖版投放需二次处理 |
| 正式上线的游戏玩法 | 不适合 | 无持久 3D 场景、120 秒上限、成本按秒计 |
| 需要精确 UI/数值的玩法 | 不适合 | 文字与数量会漂移 |
| AI 智能体/机器人训练环境 | 可试 | 官方博客列出的方向之一,仍需评估一致性 |
更多游戏出海动态见 游戏出海动态(11 月第 3 周);多模型 Token 成本对比见 大模型 API 价格对比;企业接入可了解 熊猫出海海外AI Token服务(TaaS)。术语见 熊猫出海出海广告术语表。
六、常见问题(FAQ)
6.1 Genie 4 能用免费 API Key 试吗?
不能。官方文档写明 Genie 4 需要付费层 Gemini API Key,不支持免费层,也不支持 Batch、Flex 和 Priority 推理。Google AI Studio 提供了互动画布和入门应用可先体验。
6.2 关掉网页就不扣费了吗?
不一定。官方提醒关闭浏览器标签只会断开传输,服务器端生成不会立即停止;必须调用 complete() 结束会话才停止计费,所以代码里要在退出、报错和超时分支都调用它。
6.3 Genie 4 和 Gemini Omni 1.2 Flash 怎么选?
需要实时操控、边玩边改的互动世界用 Genie 4;需要固定时长的视频片段、多轮编辑或放大到 4K 用 Omni 1.2 Flash,后者 720p 约 0.07 美元/秒、单段最长 15 秒。
参考来源
- Google 官方博客:Genie 4 now available through the Gemini API(2026-11-19)
- Gemini API 文档:Interactive world generation with Genie 4
- Gemini API 模型页:Genie 4
- Gemini Developer API 定价页
以上为本文写作时(2026-11-23)查阅的公开页面;平台规则和数据会更新,请以官方页面为准。
七、结语
Genie 4 把「可玩的世界」变成了按秒计费的 API:做原型很快,但物体持久性、120 秒上限和 16:9 固定输出决定了它更像创意与演示工具。建议先用计算器按 60 秒会话估预算,并在目标市场实测延迟。需要稳定使用 Gemini、Claude、GPT 等海外模型 API,欢迎联系熊猫出海。
合规说明:熊猫出海的海外AI Token服务协助企业以自身或其海外主体的名义通过模型厂商官方流程开通账户并做账单与用量管理,或通过统一 API 调用 GPT、Claude、Gemini 等模型。我们不出售、出租或共享任何模型账户或 API 密钥,也不提供绕过地区限制的方法。Gemini API 只能在 Google 支持的国家和地区、由符合其服务条款的主体使用;价格以 Google 官方定价页为准,服务费用请向熊猫出海确认。本文不构成法律意见。
想帮团队稳定使用海外大模型 API?熊猫出海可协助企业开通自己的模型厂商账户、统一管理账单与用量,或通过统一 API 调用 GPT、Claude、Gemini。欢迎访问 熊猫出海官网(https://www.pandawm.com)或 Telegram t.me/PANDA0134 咨询,具体费用请向熊猫出海确认。
微信咨询:szcwh99(扫码加好友)

引用本页:熊猫出海 pandawm.com《Genie 4上线Gemini API:实时生成可用键盘操控的720p/24fps互动世界,按视频输出Token计费约0.10美元/秒,单次会话最长120秒,游戏与AI出海团队怎么用它做原型、算成本、避开限制(附会话成本计算器)》,https://www.pandawm.com/blog/genie-4-gemini-api-pricing-interactive-world-game-prototype-2026.html

微信扫一扫打赏
支付宝扫一扫打赏
