Google a rendu Genie 4 accessible aux développeurs via l'API Gemini et Google AI Studio le 19 novembre 2026, un jour après le premier lancement du modèle. Le modèle, nommé models/genie-4 dans l'API, génère des mondes interactifs en temps réel plutôt que des clips vidéo figés, et il est servi par l'Interactions API sur le canal v1beta.
Selon l'annonce de Google, un développeur peut partir d'une consigne textuelle, d'une image de référence ou des deux, et le modèle produit alors un monde continu en 720p à 24 images par seconde avec un son natif synchronisé. L'audio va des ambiances sonores et des effets aux dialogues de personnages. Pendant la session, l'utilisateur se déplace avec des commandes clavier en temps réel et peut modifier la météo, l'éclairage, les objets ou les événements par des consignes textuelles en direct. Google affirme que le raisonnement de Gemini maintient la cohérence de l'état du monde au fil de ces changements.
Le journal des modifications de l'API Gemini apporte des détails techniques. La sortie est une vidéo 16:9 avec un son stéréo à 48 kHz, diffusée par WebRTC et WebSockets, et l'image de référence doit être au format 16:9. Les sessions se pilotent avec les touches WASD ou les flèches et avec des événements textuels envoyés en cours de session. Le journal qualifie la version de disponibilité générale et précise qu'elle n'est proposée que sur l'offre payante.
Le tarif est de 1,50 dollar par million de jetons en entrée et de 9,00 dollars par million de jetons de texte en sortie. La sortie vidéo coûte 17,50 dollars par million de jetons, ce que Google convertit en environ 0,10 dollar par seconde de monde généré, son stéréo compris. Une session interactive continue est donc facturée surtout à sa durée, ce qui change la façon de budgéter par rapport à une requête textuelle ordinaire.
Google propose trois usages : prototyper des expériences interactives, visualiser des conceptions d'espaces, et entraîner des robots et des agents d'IA. Google AI Studio offre un canevas interactif et des applications de démarrage pour essayer le modèle avant d'écrire du code, et l'entreprise renvoie à la page des tarifs et à la documentation de l'API pour ceux qui veulent construire. Chaque sortie porte un filigrane SynthID imperceptible, que Google rappelle comme élément de sa démarche de traçabilité des contenus générés.
Cette sortie fait passer un modèle de mondes vitrine grand public à un produit pour développeurs avec un prix publié, ce qui permet aux équipes d'estimer le coût d'environnements simulés en temps réel pour tester des agents et réaliser des prototypes. Dans les sources consultées, Google n'a publié ni comparaisons de performances, ni chiffres de latence, ni limites de durée de session ; la qualité et le coût réels à grande échelle restent donc à vérifier par les premiers utilisateurs.