Gemini 4 Carbon Menggunakan /swarm untuk Membangun Dunia 3D Kampus Google

Catatan penulis: artikel ini mengikuti demo game balap sepeda pelikan yang ditampilkan Google. Kita bedah proses kolaborasi multi-Agent, pembuatan aset tiga dimensi, dan pengiriman game berbasis browser pada Gemini 4 Carbon, lalu membahas keterbatasan demo ini.

8 istilah yang perlu dipahami sebelum membahas game dunia terbuka Gemini 4 Carbon

Artikel ini akan sering memakai istilah dari dunia pengembangan game dan Agent. Lihat tabel berikut dulu supaya bagian selanjutnya lebih mudah diikuti.

Seekor pelikan mengendarai GBike, berkeliling santai di kampus Google Mountain View. Ini salah satu demo yang dirilis Google saat Gemini 4 Carbon resmi dibuka pada 10 November 2026: Carbon memanfaatkan fitur /swarm di Google Antigravity untuk membangun game 3D dunia terbuka yang bisa dimainkan langsung di browser.

Ini bukan rumor, tapi juga bukan hasil uji independen. Kasus ini berasal dari blog resmi Google, yang juga menyediakan tautan untuk mencobanya secara online. Namun demo ini tetap demo dari vendor, bukan evaluasi kemampuan pengembangan game oleh pihak ketiga, dan artikel ini akan membedakan keduanya dengan tegas.

Nilai utama: setelah membaca artikel ini, kamu akan tahu apa saja yang sebenarnya dikerjakan Carbon dalam game ini, di mana letak nilai kolaborasi multi-Agent, dan seberapa jauh “AI membuat game” dari produk komersial yang matang.

Satu: Pelikan Naik GBike, Informasi Inti Game Dunia Terbuka Gemini 4 Carbon

Blog resmi Google menggambarkan game ini hanya dengan satu kalimat: Carbon memakai fitur /swarm milik Antigravity untuk membangun game 3D dunia terbuka, di mana pemain berperan sebagai pelikan yang mengendarai GBike dan menjelajahi kampus Google di Mountain View. Deskripsinya singkat, tetapi informasinya cukup padat, mencakup empat lapisan: tokoh utama, latar, lingkungan eksekusi, dan bentuk penyajian.

Perlu ditegaskan bahwa pihak resmi tidak mengungkapkan sistem misi, NPC, luas peta, frame rate, maupun durasi bermain game ini. Artikel ini tidak akan menambahkan detail-detail tersebut. Jika Anda menemukan deskripsi terkait di tempat lain, sebaiknya cek kembali ke artikel resmi aslinya.

Dua, Mengapa Game Dunia Terbuka Carbon Bukan Sekadar Pembuatan Kode oleh AI Biasa

Meminta Model Bahasa Besar menulis halaman Three.js dengan sebuah kubus yang berputar sekarang sudah bukan hal baru. Tapi di balik sebuah “dunia terbuka yang bisa dijelajahi”, ada setidaknya beberapa jenis pekerjaan profesional yang sama sekali berbeda dan harus ditangani sekaligus:

• Aset tiga dimensi: gedung-gedung kawasan, karakter utama berupa pelikan, dan GBike semuanya perlu dimodelkan dan diberi material;
• Penyusunan scene: aset-aset itu ditata sesuai hubungan ruangnya menjadi kawasan yang bisa dijelajahi;
• Interaksi di browser: kontrol pemain harus bisa menggerakkan karakter;
• Grafis real-time: efek visual dibuat lewat WebGL Shader dan dirender secara real-time di browser;
• Desain suara: butuh efek suara prosedural sekaligus musik latar.

Di tim konvensional, pekerjaan-pekerjaan ini biasanya dipegang terpisah oleh artis 3D, technical artist, developer front-end atau game programmer, dan desainer audio. Kalau satu model disuruh menghasilkan semua kodenya sekaligus, hasilnya gampang bermasalah: aset tidak cocok dengan kodenya, gaya visual tidak konsisten dari satu bagian ke bagian lain, dan sebagainya. Yang ditekankan Google dalam kasus ini justru soal “dikerjakan bersama oleh beberapa Agent dengan pembagian tugas”, bukan sekadar “Carbon menulis sebuah kode game”.

Satu hal lagi yang perlu dicatat: kartu model resmi Carbon menyebutkan bahwa modalitas outputnya adalah teks, sedangkan inputnya mendukung teks, gambar, audio, dan video. Jadi aset tiga dimensi dan musik bukan “file yang langsung dihasilkan” oleh Carbon. Semua itu dikerjakan lewat bantuan alat seperti Blender dan Lyria, serta model-model lain. Inilah alasan kenapa kasus ini membutuhkan kombinasi multi-Agent dan rantai alat (toolchain).

III. Cara Gemini 4 Carbon Mengorganisasi Tim Pengembang Game Multi-Agent dengan /swarm

/swarm adalah fitur pratinjau kolaborasi multi-Agent yang diluncurkan Google Antigravity pada 10 November 2026. Ide intinya: satu perintah tugas diberikan, lalu beberapa Agent bekerja sama secara paralel. Tidak ada lagi satu Agent yang mengerjakan semuanya secara berurutan. Menurut blog resmi, /swarm terdiri dari empat komponen.

Rantai Kolaborasi /swarm dalam Game Pelikan

Berdasarkan informasi resmi, pembuatan game ini kurang lebih bisa dipahami sebagai rangkaian empat tahap. Tahap pertama adalah referensi visual. Materinya dihasilkan atau disediakan oleh Gemini Omni dan Nano Banana, untuk menentukan arah visual area taman dan karakternya. Tahap kedua, sub-Agent berkolaborasi membuat model di Blender untuk menghasilkan aset tiga dimensi. Tahap ketiga, Three.js ditambah WebGL Shader dipakai untuk membangun dunia terbuka di browser sekaligus menghadirkan efek grafis real-time. Tahap keempat, Web Audio dipakai untuk membuat efek suara prosedural, lalu Lyria menghasilkan musik game.

Nilai dari pendekatan multi-Agent ada pada pembagian peran: tiap tahap punya pelaksana khusus, sementara koordinator menjaga konsistensi secara keseluruhan. Google juga memberi saran pembagian model. Arsitektur keseluruhan, koordinasi tugas, tinjauan keamanan, dan audit kode yang kompleks diserahkan ke Carbon. Implementasi rutin dan modifikasi file paralel diserahkan ke model yang lebih cepat dan ringan, sedangkan pengujian ditangani Agent verifikasi khusus. Pihak resmi tidak menjelaskan satu per satu model mana yang dipakai tiap Agent dalam game Pelikan, jadi di sini kami hanya memaparkan mekanisme umumnya tanpa menebak-nebak.

Peringatan Soal Biaya /swarm

Google menyatakan para insinyurnya sudah memakai /swarm secara internal selama sekitar 5 minggu, terutama untuk migrasi multi-paket perangkat lunak, investigasi akar masalah lintas subsistem, dan perancangan ulang arsitektur. Pihak resmi juga mengingatkan bahwa meskipun menunggu dalam keadaan idle tidak menghabiskan Token, eksekusi paralel multi-Agent tetap akan meningkatkan konsumsi kuota secara keseluruhan dengan cukup signifikan. Bagi tim yang ingin meniru alur kerja seperti ini, hal itu lebih layak dipertimbangkan daripada sekadar “bisa membuat game”.

Empat: 5 Lapisan Teknologi di Balik Game Dunia Terbuka Carbon

Kalau alat-alat yang diungkap secara resmi dikelompokkan berdasarkan fungsinya, kita mendapatkan tumpukan teknologi game browser yang sangat jelas:

Yang cerdik dari kombinasi ini adalah hampir semuanya berupa alat yang “bisa digerakkan lewat kode atau skrip”. Blender mendukung pemodelan lewat skrip, Three.js dan Web Audio pada dasarnya adalah antarmuka JavaScript, dan Shader pun berupa kode. Bagi Model Bahasa Besar yang keluarannya sebagian besar berupa teks, artinya model bisa terlibat di hampir setiap tahap produksi lewat pemanggilan alat.

Hasil akhirnya adalah game interaktif di dalam browser, tanpa perlu menginstal klien. Inilah alasan mengapa tumpukan teknologi Web sangat cocok untuk konten buatan AI: hasilnya mudah didistribusikan, dan Agent verifikasi pun bisa langsung membuka halaman untuk memeriksa hasil rendering.

Lima, Tidak Hanya Gim Dunia Terbuka: Karya 3D Lain dari Gemini 4 Carbon

Gim pelikan bukan demo yang berdiri sendiri. Pada waktu yang sama, Google juga menampilkan beberapa kasus 3D dan visual lain yang berdekatan. Semuanya menunjuk ke satu hal: Carbon dipakai untuk desain ruang, pembuatan aset visual, rendering real-time, dan integrasi multimedia, bukan sekadar menulis kode.

• Adegan Atlantis bawah laut: Berangkat dari video buatan Gemini Omni sebagai referensi, Carbon membuat reruntuhan prosedural, pencahayaan volumetrik, dan simulasi air di Blender, lalu mengubahnya menjadi adegan real-time di browser dengan Three.js. Alurnya nyaris sama dengan gim pelikan: “referensi → Blender → Three.js”.
• Rekonstruksi piano kuno tahun 1780: Dengan memanfaatkan gambar CAD dan citra sinar-X, Carbon membangun ulang piano yang bisa dimainkan lengkap dengan mekanisme fisik penggetar senar untuk 61 tuts. Piano ini lalu ditempatkan di dalam model 3D Koerner Hall milik Royal Conservatory of Music di Kanada untuk mensimulasikan akustik ruang dari berbagai posisi tempat duduk.
• Perombakan Google Merchandise Store: Hanya lewat dua putaran petunjuk, Carbon mengusulkan lima arahan artistik, lalu membuat gambar produk baru lewat Nano Banana 2.1.

Selain itu, dalam materi rilisnya Google juga menyebut dua kasus lain. Pertama, dari 7 file PDF perencanaan kota yang terbuka untuk umum, Carbon mengekstrak 206 tampilan gambar teknik. Setelah 10 putaran iterasi semalaman, hasilnya adalah model bangunan Three.js dengan sekitar 906.000 segitiga. Kedua, berdasarkan foto-foto bersejarah dan gambar teknik, Carbon membuat pameran 3D interaktif tentang proses pembangunan Menara Eiffel pada 1887–1889. Keduanya juga merupakan demo resmi.

Enam: Analisis Dampak — Seberapa Jauh AI Agent dari Pengembangan Game Dunia Terbuka yang Sesungguhnya

Sebelum membahas apakah AI bisa membuat game, kita perlu memecah “game” ke dalam beberapa tingkatan. Tabel berikut adalah pembagian berdasarkan pengetahuan umum industri, bukan kesimpulan resmi:

Game pelikan kira-kira berada di antara dua tingkat pertama. Demo ini membuktikan bahwa multi-Agent mampu menjalankan prototipe 3D di browser yang melibatkan banyak disiplin. Namun, satu demo resmi saja belum cukup untuk membuktikan bahwa modelnya sudah bisa mengembangkan game dunia terbuka kelas komersial secara mandiri.

Dampak bagi Developer

• Kecepatan validasi prototipe berpotensi meningkat pesat: Developer indie dan tim kecil bisa memakai Agent untuk cepat membuat demo interaktif guna menguji ide atau membuat pitch.
• “Kemampuan orkestrasi” jadi sama pentingnya dengan “kemampuan menulis kode”: Cara memecah tugas, model mana yang diberikan ke tiap Agent, dan bagaimana menyiapkan tahap verifikasi akan langsung menentukan kualitas hasil dan biayanya.
• Biaya perlu dihitung per tugas: Harga peluncuran Carbon adalah 2 dolar AS per sejuta token input dan 10 dolar AS untuk output. Mulai 1 Desember, harganya naik menjadi 4 dolar AS dan 20 dolar AS, dan token berpikir dihitung sebagai biaya output. Saat banyak Agent berjalan paralel, tagihan harus dihitung untuk seluruh alur kerja.

Dampak bagi Industri

• AI Agent mulai bergerak dari alat bantu kode ke produksi konten lintas disiplin: Satu kerangka kolaborasi yang sama mencakup seni, pemrograman, dan audio. Ini sinyal yang lebih bermakna daripada skor kemampuan pada satu bidang saja.
• Nilai manusia bergeser ke “mendefinisikan” dan “menjaga mutu”: Desain produk, kontrol kualitas, dan penilaian estetika tetap tidak lepas dari manusia. Yang akan berkurang secara bertahap hanyalah tahap produksi yang repetitif.

Cara Mencoba Pendekatan Multi-Agent Gemini 4 Carbon lewat API

/swarm sendiri adalah fitur bawaan Antigravity, tetapi pola kerja “model kuat yang merencanakan, model ringan yang mengeksekusi” bisa Anda tiru sendiri lewat API dalam versi yang lebih sederhana. Contoh minimal di bawah ini menjadikan Carbon sebagai koordinator yang memecah kebutuhan sebuah game 3D kecil menjadi beberapa subtugas:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Antarmuka terpadu APIYI
)

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # Nama model mengikuti daftar model di platform
    messages=[{"role": "user", "content": "把“用 Three.js 做一个骑车探索园区的浏览器小游戏”拆成 Blender 资产、场景代码、音效三类子任务，输出 JSON"}]
)
print(resp.choices[0].message.content)

Perlu diperhatikan, dokumentasi pengembang Google menyebutkan bahwa Carbon mengabaikan parameter temperature, top_p, dan top_k, serta tidak mendukung thinking_budget. Karena itu, contoh di atas tidak menyertakan parameter-parameter tersebut.

import json
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

COORDINATOR_MODEL = "gemini-4-carbon"   # Bertugas merencanakan dan mengintegrasikan
WORKER_MODEL = "YOUR_FAST_MODEL"        # Bertugas implementasi rutin, pilih model yang lebih cepat dan ringan

def ask(model: str, prompt: str, system: str = "") -> str:
    messages = []
    if system:
        messages.append({"role": "system", "content": system})
    messages.append({"role": "user", "content": prompt})
    resp = client.chat.completions.create(model=model, messages=messages)
    return resp.choices[0].message.content

# 1. Koordinator memecah tugas
plan_text = ask(
    COORDINATOR_MODEL,
    "需求：浏览器 3D 小游戏，角色骑自行车探索园区。"
    "请拆成子任务，输出 JSON 数组，每项含 role 与 task 字段，"
    "role 取值为 blender_asset / threejs_scene / web_audio。只输出 JSON。",
)
subtasks = json.loads(plan_text)

# 2. Pekerja mengeksekusi satu per satu (di lingkungan produksi bisa diubah menjadi paralel)
results = []
for t in subtasks:
    output = ask(WORKER_MODEL, t["task"], system=f"你是 {t['role']} 方向的工程师，只输出代码或脚本")
    results.append({"role": t["role"], "output": output})

# 3. Koordinator melakukan integrasi dan pemeriksaan konsistensi
review = ask(
    COORDINATOR_MODEL,
    "检查以下子任务产出是否互相一致（资产命名、坐标单位、接口），列出问题：\n"
    + json.dumps(results, ensure_ascii=False)[:20000],
)
print(review)

🚀 Saran untuk memulai dengan cepat: Kalau ingin memastikan dulu apakah kombinasi “Carbon merencanakan + model ringan mengeksekusi” memang hemat, Anda bisa membandingkan berbagai model dengan satu kunci API yang sama di APIYI (apiyi.com). Tagihannya berbasis pemakaian, dan pengguna baru mendapat kuota uji coba gratis, jadi cocok untuk bereksperimen sedikit demi sedikit.

Pertanyaan Umum (FAQ)

Poin Utama: Game Open World Gemini 4 Carbon

• Inti kasus: Demo resmi game open world di browser, dengan tokoh utama pelikan yang mengendarai GBike.
• Mekanisme kunci: /swarm mengatur banyak Agent lewat koordinator, pekerja paralel, verifikator, dan papan pesan.
• Tech stack: Blender untuk aset, Three.js plus WebGL untuk scene, Web Audio plus Lyria untuk suara.
• Sorotan sebenarnya: Kolaborasi lintas disiplin sampai hasilnya jadi, bukan sekadar Carbon yang menulis kode.
• Sadar batasan: Satu demo resmi tidak sama dengan pengujian independen, apalagi produk komersial yang sudah matang.
• Cara mulai: Di APIYI apiyi.com, kamu bisa mengombinasikan model kuat dan model ringan lewat satu antarmuka terpadu untuk menguji pola pembagian kerja ini.

Kesimpulan

Dari game pelikan Gemini 4 Carbon, ada tiga hal utama yang layak diperhatikan:

1. Pembagian kerja multi-Agent: /swarm membuat referensi visual, aset tiga dimensi, game browser, dan desain suara masing-masing punya penanggung jawab, dengan Carbon sebagai koordinator;
2. Tech stack yang bisa diskrip: Blender, Three.js, WebGL, dan Web Audio membuat model yang outputnya berupa teks bisa ikut terlibat di hampir semua tahap produksi;
3. Batasan yang realistis: Demo ini menunjukkan bahwa pengerjaan lintas disiplin setingkat prototipe itu mungkin, tetapi desain gameplay, kontrol kualitas, dan penyempurnaan produk tetap membutuhkan manusia.

Kalau kamu ingin menilai apakah alur kerja “model kuat untuk perencanaan + model ringan untuk eksekusi” cocok untuk proyekmu, kami sarankan mencobanya cepat lewat APIYI apiyi.com. Platform ini memungkinkan pemanggilan banyak model arus utama dengan satu kunci API, sehingga lebih mudah membandingkan biaya dan kualitas hasilnya.

📚 Referensi

1. Google Blog – Gemini 4 Carbon is now available: Pengumuman resmi peluncuran, berisi game pelikan dan beberapa contoh tiga dimensi lainnya
2. Tautan: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. Keterangan: Sumber primer untuk deskripsi game dan tech stack-nya

4. Blog Resmi Google Antigravity: Pengantar mekanisme kolaborasi multi-Agent /swarm

5. Tautan: antigravity.google/blog/gemini-4-carbon-in-google-antigravity/

6. Keterangan: Detail desain seperti Coordinator, Git Worktree, dan Agent verifikasi

7. Gemini 4 Carbon Model Card: Parameter model dan batasan yang sudah diketahui

8. Tautan: deepmind.google/models/model-cards/gemini-4-carbon/

9. Keterangan: Modalitas input dan output, konteks, serta tanggal batas pengetahuan

10. Demo Resmi Game Kampus Pelikan: Pintu masuk untuk mencoba Live App

11. Tautan: aistudio.google.com/apps/bundled/pelican-campus-quest

12. Keterangan: Mungkin perlu login dengan akun Google, merupakan demo resmi

13. Harga Gemini API: Harga peluncuran Carbon dan harga standar mulai Desember

14. Tautan: ai.google.dev/gemini-api/docs/pricing
15. Keterangan: Rujukan untuk menghitung biaya alur kerja multi-Agent

Penulis: Tim Teknis APIYI
Diskusi teknis: Silakan hubungi kami lewat beranda situs APIYI. Materi integrasi lainnya tersedia di pusat dokumentasi docs.apiyi.com

Artikel terkait

• Membuat model menulis Three.js alih-alih langsung menghasilkan file 3D: 5 wawasan dari alur kerja lapisan perantara kode: Dengan contoh Qwen3.5-4B-GLB-3D-Coder, uraikan alur kerja lapisan kode "teks→Three.js→GLB" serta langkah praktis penerapan lokal, akses cloud, dan verifikasi Godot.
• Analisis peluncuran Gemini 4 Carbon: Ungguli Opus 5.5 dengan selisih 59 poin, menang di 15 dari 17 kategori tetapi tak bisa dipanggil: Gemini 4 Carbon memuncaki indeks kecerdasan komposit Artificial Analysis dengan 59 poin dan menang 15 dari 17 perbandingan resmi, tetapi belum punya ID model API atau jadwal akses; artikel ini mengurai skor dan alasan belum dapat dipanggil, serta menyarankan pengembang Tiongkok memakai gemini-4-argon.