Sepanjang Oktober 2026, Google DeepMind merilis banyak hal lintas tumpukan. Gemini 4 Argon hadir untuk umum pada 13 Oktober, dan pada 27 Oktober, tim mengumumkan Genie 4, model dunia baru yang menghasilkan lingkungan untuk Anda jelajahi, dikendalikan lewat teks, dan didengarkan secara real time.
Genie 4 bersifat multimodal secara native, menghasilkan noise sekitar, musik, dan dialog interaktif bersamaan dengan visual. Model ini dibangun di atas keluarga Gemini, dengan Gemini Omni yang menjadi jangkar tampilan dan perilaku, serta Gemini 3.8 Flash bertindak sebagai agen pemandu yang menjaga koherensi peristiwa multi-langkah.
Model ini dirilis sebagai pratinjau riset terlebih dahulu untuk penguji tepercaya, disusul pelanggan Google AI Ultra di Project Genie dan mitra akses awal di Gemini API dan Google AI Studio.
Dalam artikel ini, saya akan membahas semua yang baru di Genie 4: kemampuan yang didemonstrasikan DeepMind, umpan balik dari penguji tepercaya, keterbatasan yang diakui Google, dan cara mendapatkan akses. Anda juga bisa melihat panduan kami tentang Gemini 4 Argon vs Claude Opus 5.5 dan GPT-6.1 Terra.
Ringkasan
- Genie 4 adalah model dunia baru dari DeepMind dan yang pertama di lini Genie yang menghasilkan audio secara native.
- Perubahan terbesar adalah manusia: karakter bergerak, bereaksi, dan melakukan dialog interaktif saat Anda mengarahkan adegan.
- Gemini yang melakukan perencanaan. Gemini 3.8 Flash memantau frame yang masuk dan menjaga peristiwa multi-langkah tetap pada jalurnya.
- Belum ada evaluasi di luar Google. Tidak ada tolok ukur yang dipublikasikan, tidak ada harga, dan tidak ada ID model API.
- Keajegan objek dan teks yang mudah dibaca masih menjadi titik lemah, dan DeepMind mengakuinya dalam pengumuman.
- Layak masuk daftar tunggu jika Anda bekerja di pravisualisasi, pembuatan prototipe gim, atau simulasi robot. Belum layak dijadikan dasar pipeline produksi.
Apa Itu Genie 4?
Genie 4 adalah model dunia baru dari Google DeepMind, diumumkan pada 27 Oktober 2026, penerus Genie 3. Model dunia menghasilkan lingkungan tempat Anda bertindak di dalamnya, frame demi frame, alih-alih merender klip video tetap, sehingga input keyboard dan prompt tertulis mengubah apa yang terjadi berikutnya.
Model ini meminjam dari keluarga Gemini alih-alih berdiri sendiri.
Gemini Omni membumikan simulasi pada tampilan dan perilaku dunia nyata, dan model Gemini lainnya menyuplai penalaran yang menjaga satu adegan tetap menyatu saat berjalan.
Dalam demo, pengguna menavigasi dan menggerakkan kamera dengan kontrol keyboard standar sembari mengetik prompt untuk membentuk ulang dunia di tengah sesi.
Peristiwa multi-langkah direncanakan oleh Gemini
Gemini 3.8 Flash berjalan dalam loop sebagai agen pemandu saat Genie 4 merender. Ia memecah sebuah tujuan menjadi rangkaian langkah, meninjau frame yang masuk untuk memeriksa tiap langkah benar-benar berhasil, dan menulis ulang rencana saat dunia berubah atau Anda ikut campur.
Loop itulah yang memberi adegan kausalitas andal dan perilaku prosedural alih-alih hanyut yang hanya indah. Ini juga yang paling mendekati pembeda teknis dalam rilis ini, karena simulasi diawasi oleh model penalaran alih-alih dibiarkan berjalan secara open-loop.
Pembuatan skenario robot dengan Gemini 4 Argon
DeepMind memasangkan Genie 4 dengan Gemini 4 Argon dan Gemini Robotics. Argon menguraikan tugas yang diinstruksikan pengguna menjadi langkah-langkah, yang disisipkan ke Genie 4 sebagai keterangan teks saat simulasi merender, sehingga dunia beradaptasi seiring berjalannya tugas. Contoh yang dipublikasikan adalah humanoid Apollo dari Apptronik memainkan permainan dam.
Bagi tim robotika, daya tariknya adalah menghasilkan beragam skenario tanpa membangun setiap lingkungan satu per satu. Catatannya: ini adalah dunia yang dibayangkan, dan tidak ada kuantifikasi dalam pengumuman tentang seberapa baik perilaku yang dipelajari di adegan Genie 4 dapat ditransfer ke perangkat keras.
Bagaimana Kinerja Genie 4 pada Tolok Ukur?
Tidak ada, setidaknya tidak secara publik. Pengumuman Google tidak memuat tabel tolok ukur, tidak ada skor, dan tidak ada perbandingan dengan model dunia lain mana pun, dan hingga 28 Oktober 2026 belum ada ulasan pihak ketiga, evaluasi independen, atau reproduksi tolok ukur untuk Genie 4 dalam liputan yang tersedia. Setiap klaim kemampuan di bawah ini merujuk kembali pada demo dan penguji internal DeepMind sendiri.
Apa yang dipublikasikan Google alih-alih skor
Bukti yang ada berupa rekaman interaksi real-time, di mana pengguna menavigasi dengan kontrol keyboard dan mengetik prompt untuk mengubah adegan seiring perkembangannya. Unggahan DeepMind di X, yang memiliki 276,9K tayangan saat tulisan ini dibuat, mencantumkan lima klaim: fotorealisme dari Gemini Omni, fisika tingkat lanjut, kontrol real-time, audio native, dan penalaran Gemini untuk koherensi multi-langkah.
Reel demo adalah pengambilan terpilih, jadi saya membacanya sebagai batas atas. Namun prompt itu sendiri layak dipelajari: panjang, dipisah menjadi bagian lingkungan dan karakter, dan sarat dengan batasan negatif seperti "tanpa tampilan CGI" dan "tanpa platform kosong".
Apa yang dilaporkan penguji tepercaya
DeepMind menjalankan kohort lintas industri kreatif, jurnalisme, pendidikan, gim, dan rekayasa sebelum pratinjau. Empat kasus penggunaan yang mereka jelaskan cukup konkret untuk berguna:
- Arah kreatif: pembuat film masuk ke simulasi langsung sebuah adegan dan menjalankan beberapa pengambilan secara real time, menyesuaikan kamera, pencahayaan, dialog, dan aksi seketika.
- Skenario historis dan foto imersif: jurnalis foto mengubah satu foto arsip 2D menjadi simulasi yang membumi dari lingkungan itu dalam hitungan detik, atau memvisualisasikan bagaimana banjir bandang atau kebakaran hutan berlangsung.
- Desain konsep pengalaman interaktif: pengembang gim beralih dari ide ke prototipe yang bisa dijelajahi sebelum menulis satu baris kode engine.
- Simulasi: mitra enterprise mengevaluasinya untuk pembuatan skenario cepat dari nol di luar robotika.
Kata yang berulang dalam umpan balik itu adalah "mode draf", dan menurut saya itulah posisi paling jujur untuk rilis ini.
Di mana Genie 4 bermasalah
DeepMind secara tidak biasa cukup lugas tentang mode kegagalan, yang patut diapresiasi. Detail visual dan keajegan objek bergeser atau hanyut semakin lama sesi berjalan, setelah beberapa kali penyuntingan prompt kompleks, atau saat Anda bernavigasi mengitari adegan.
Masalah terbuka yang disebutkan adalah interaksi fisik yang kompleks, akurasi audio real-time, perenderan teks yang terbaca jelas, akurasi spasial, dan konsistensi jangka panjang. Yang terakhir inilah batas praktisnya: jika sebuah dunia tidak dapat mempertahankan objeknya sendiri tetap pada tempatnya sepanjang sesi panjang, Anda hanya bisa membuat prototipe dengannya, bukan melakukan produksi.
Arah ke depan: model dunia hibrida
Langkah berikut yang disebutkan DeepMind adalah model dunia hibrida, menggabungkan penalaran terstruktur dari kode dan model bahasa dengan simulasi tingkat piksel. Gemini memetakan struktur dan merencanakan alur waktu naratif, sementara Genie merender bagaimana dunia terlihat, terdengar, dan merespons.
Loop Gemini 3.8 Flash dalam rilis ini adalah versi pertama dari pemisahan itu. Jika berhasil, ini menanggulangi tepatnya mode kegagalan yang diakui DeepMind: koherensi sesi panjang, yang tidak akan terselesaikan hanya dengan ketelitian piksel setinggi apa pun.
Harga dan Ketersediaan Genie 4
Genie 4 tidak memiliki harga yang dipublikasikan. Google belum merilis biaya per-token atau per-sesi, belum memberikan pengenal API, dan belum menetapkan tanggal ketersediaan umum. Ini adalah pratinjau riset.
Peluncuran berjalan bertahap: penguji tepercaya sudah memilikinya sekarang, pelanggan Google AI Ultra mendapatkannya di Project Genie berikutnya, dan mitra akses awal menjangkaunya melalui Gemini API dan Google AI Studio. Daftar tunggu Project Genie terbuka untuk siapa saja.
Untuk gambaran skala harga Google di lini terdepan lainnya, Gemini 4 Argon dihargai $2 per satu juta token masukan dan $10 per satu juta token keluaran hingga 30 November 2026, naik menjadi $4 dan $20 mulai 1 Desember. Itu tidak memberi tahu Anda berapa biaya sesi model dunia interaktif, dan Google belum mengatakan.
Di platform pihak ketiga, Genie 4 belum tercantum di OpenRouter dan belum tercantum di katalog OpenCode (models.dev) per 28 Oktober 2026. Setiap frame video dan setiap detik audio yang dihasilkannya memuat SynthID, watermark tak kasatmata dari Google, dan DeepMind melakukan evaluasi keamanan internal sebelum pratinjau dibuka.
| Permukaan | Status Genie 4 (diperiksa 28 Oktober 2026) |
|---|---|
| Project Genie (Google AI Ultra) | Segera hadir, daftar tunggu dibuka |
| Gemini API dan Google AI Studio | Khusus mitra akses awal |
| OpenRouter | Tidak tercantum di katalog |
| Katalog OpenCode (models.dev) | Tidak tercantum di katalog |
Pembatasan akses menjadi ganjalan bagi pengguna. Dalam balasan ke utasan peluncuran di X milik DeepMind, keluhan teratas adalah bahwa Genie 3 masih belum menjangkau semua pelanggan Pro setahun berselang, yang wajar dipertanyakan saat generasi berikutnya hadir di balik daftar tunggu lagi.
Cara Mendapatkan Akses ke Genie 4?
Saat ini ada tiga pintu masuk ke Genie 4, dan Google mengendalikan siapa yang bisa melalui dua di antaranya:
- Kohort penguji tepercaya: tertutup, dan kelompok yang selama ini dihimpun DeepMind untuk memberikan umpan balik lintas jurnalisme, gim, pendidikan, dan rekayasa.
- Project Genie untuk pelanggan Google AI Ultra: segera hadir, dengan daftar tunggu publik yang bisa Anda ikuti hari ini.
- Gemini API dan Google AI Studio: khusus mitra akses awal, tanpa pengenal model yang dipublikasikan.
Saya tidak akan menerka string API. Google belum memublikasikan ID model Genie 4, dan menebaknya dari nama pemasaran hanya akan berujung 404 di kode klien Anda, jadi belum ada cuplikan yang layak dicetak saat ini.
Yang bisa Anda lakukan sebelum akses tiba adalah mempelajari format prompt, karena ini tidak kasual. Prompt demo memisahkan prompt lingkungan dari prompt karakter, menentukan perilaku kamera secara eksplisit, dan mencantumkan batasan negatif di akhir ("tanpa perspektif orang ketiga", "tanpa kamera drone", "tanpa estetika 3D-render"). Panduan prompt Genie dari DeepMind adalah tempat memulai, dan ulasan Gemini 4 Argon kami membahas model yang melakukan perencanaan di balik adegan-adegan ini.
Bagaimana struktur prompt Genie 4 sebenarnya
Prompt demo mengikuti pola yang layak ditiru: prompt lingkungan yang menetapkan latar, prompt karakter terpisah yang menetapkan subjek dan hubungan dengan kamera, lalu blok batasan negatif. Salah satu demo balon udara panas menentukan sudut pandang orang pertama dari dalam keranjang anyaman, dengan tepian berlapis kulit di sisi kanan frame, sebelum menggambarkan lapisan es Antartika di bawahnya.
Batasan negatif melakukan sebagian besar pekerjaan. Prompt berulang kali menyingkirkan tampilan gim video, kamera drone, bidikan over-the-shoulder, dan platform kosong, yang menyiratkan itulah default yang dijadikan sandaran Genie 4 saat prompt memberi ruang tafsir.
Pikiran Akhir
Genie 4 adalah sinyal paling jelas sejauh ini bahwa DeepMind memandang simulasi—bukan hanya teks—sebagai jalur menuju AGI, dan mereka mengalokasikan kapasitas terdepan untuk itu. Pada bulan yang sama ketika OpenAI membidik tugas kerja harian berbiaya murah dan volume tinggi dengan GPT-6.1 Terra, Google meluncurkan andalan agen di Gemini 4 Argon dan model dunia yang menyuplai riset robotiknya.
Layak beralih? Tidak ada yang bisa dialihkan: tidak ada harga, tidak ada ID model, tidak ada API untuk kita semua. Jika Anda bekerja di pravisualisasi, pembuatan prototipe gim, atau simulasi robot, bergabunglah ke daftar tunggu Project Genie dan jaga ekspektasi pada kualitas draf—tepat seperti penilaian penguji DeepMind sendiri.
Jika Anda ingin mengejar ketertinggalan dengan model Gemini yang melakukan penalaran di balik Genie 4, saya sarankan mulai dari alur keterampilan AI Fundamentals kami.
