Genie 4 API 怎麼算錢?每秒約 0.1 美元的即時世界,試玩前先看 session 限制
本文目錄
看到 Genie 4 的示範影片,想自己生一個能用 WASD 走來走去的世界試試看,第一個要搞清楚的是:這東西是按串流秒數計費的。畫面開著就在算錢,關掉瀏覽器分頁也不一定會停。
Google 在 2026 年 11 月 19 日把 Genie 4 開放到 Gemini API(Interactions API)和 Google AI Studio,模型 ID 是 genie-4。可以用一段文字、一張 16<9>9> 參考圖或兩者一起當起點,生成 720p、24 fps、附同步立體聲的即時畫面,再用鍵盤移動、用文字即時改天氣或觸發事件。Google 官方公告
每秒約 US$0.10 是怎麼來的?
Genie 4 只開放付費層級,免費層級不能用。官方價格(每 100 萬 token,美元)如下:Gemini API 價格頁
| 項目 | 價格 |
|---|---|
| 輸入(文字或參考圖) | US$1.50 |
| 文字輸出 | US$9.00 |
| 影片輸出(含音訊) | US$17.50 |
影片輸出的算法是每一格畫面 240 個 token,24 fps 就是每秒 5,760 個 token,音訊已經包在裡面。用影片輸出價格換算:
- 每秒:5,760 × 17.50 ÷ 1,000,000 ≈ US$0.1008
- 每分鐘:約 US$6.05(價格頁寫的也是這個數字)
- 跑滿單次上限 120 秒:約 US$12.10
這些只算影片輸出,文字提示和參考圖另外按輸入價計。Genie 4 不支援 Batch API、Flex、Priority 推論,也沒有 context caching,目前沒有打折的路可以走,能控制的只有「串流多久」。
單次最多 120 秒,但前 45–90 秒最穩
Genie 4 模型頁寫明每個 session 最長 120 秒,畫面一致性和物件持續性在前 45–90 秒最好。官方使用文件的限制段落也提到,視覺穩定度可能在 60–90 秒後下降;轉頭離開一個物件 8 秒以上或轉一整圈,門、按鈕這類地標可能會變位置或重置。
所以想做展示或測試,不一定要每次跑滿 120 秒。先決定一段體驗要多長,例如 60 秒,到時間就主動結束,花費大約 US$6,畫面品質也比較穩。
一定要呼叫 complete(),關分頁不算結束
這是最容易多花錢的地方。官方文件把三種結束方式分得很清楚:
session.complete():停止伺服器端生成和計費,正常結束時用這個。session.cancel():立刻中止伺服器端生成。session.detach()、Python 離開async with、關掉瀏覽器分頁:只是斷開本機連線,伺服器端的 interaction 不會因此結束。
Genie 4 也不支援 session 續接,斷線後沒辦法接回去繼續玩,所以 detach() 不能拿來當暫停。比較保險的做法是在自己的程式裡加一個計時器,時間到或使用者離開頁面就呼叫 complete()。下面是依官方 JavaScript 範例改寫的概念片段,沒有實際送出請求:
// 瀏覽器端:session 由 interactions.connect() 取得const MAX_SECONDS = 60; // 自己決定一段體驗的長度
const timer = setTimeout(async () => { await session.complete(); // 時間到,停止生成與計費}, MAX_SECONDS * 1000);
window.addEventListener('pagehide', () => { clearTimeout(timer); session.complete(); // 使用者離開頁面時也要結束});另外,瀏覽器端不要直接放 GEMINI_API_KEY。官方流程是在後端用 interactions.create({ model: 'genie-4' }) 建立 interaction,再用 interactions.authTokens.create() 換一個只能用在這次 session 的 token 傳給前端。
同時能開幾個 session?會不會被 429 擋下?
Genie 4 的限制看的是「同時進行中的 session」和「每天請求數」:Gemini API rate limits
| 用量級距 | 同時 session | 每日請求 |
|---|---|---|
| Free | 不支援 | 不支援 |
| Tier 1 | 2 | 50 |
| Tier 2 | 5 | 250 |
| Tier 3 | 10 | 1,000 |
session 裡的鍵盤動作(user_action)和中途文字指令(input)不另外算請求數。
要多留意的是依花費計算的限制:Gemini API 會用滾動 10 分鐘的窗口看花費,Tier 1 是 US200,超過會回 429 RESOURCE_EXHAUSTED。官方說是否套用要看帳戶的付款紀錄和狀態。用 Genie 4 的價格算,US100,且距離第一次成功付款滿 3 天。
從台灣連線順不順?
Genie 4 的伺服器在美國、西歐和日本。官方文件列出北美、西歐與中歐、東亞的來回延遲可以低於 150 毫秒,這些區域以外的延遲會讓鍵盤操控變慢,甚至掉格。台灣屬於東亞,但實際延遲還是要從自己的網路測過;如果有後端中繼,官方建議放在靠近服務區域的地方。
哪些事 Genie 4 做不到?
依官方文件,目前這些都不支援:
- function calling、Google Search grounding、structured outputs
- 麥克風或攝影機的即時輸入(只接受文字、一張 16<9>9> 起始圖和鍵盤/鏡頭操作)
- 直式 9<16>16> 輸出、自訂影格率
- session 結束後續接
另外,提示詞或參考圖裡有可辨識的真人、公眾人物或有版權的品牌 IP,可能在開始時就被擋,或在串流途中被中斷。畫面裡的招牌文字、儀表、時鐘也會隨時間變形,不適合拿來呈現需要精確讀數的內容。每段輸出都帶有 SynthID 浮水印。
要即時互動,還是一段成品影片?
Genie 4 適合「使用者自己操控、每次走向都不同」的體驗,例如互動原型、空間概念展示。如果最後要交付的是一段固定長度的影片,官方文件建議改用 Gemini Omni 1.2 Flash,它支援 3–15 秒的片段生成、多輪編輯和升頻,預算算法可以參考 Gemini Omni 1.2 Flash 影片試做預算。同樣是 Gemini API 新功能、想控制 agent 的 token 花費,也可以看 Gemini API Tool Retrieval 的 defer_loading 用法。
建議第一次先在 Google AI Studio 的 Live 試玩介面感受一下畫面和延遲,再決定要不要寫程式串接;串接時把「每段最長幾秒」和「一定呼叫 complete()」當成第一個要寫的功能。
參考資料:
Google:Genie 4 is now available on the Gemini API