Gemini 4 Carbon usa /swarm para construir um mundo 3D do campus do Google

Nota do autor: este artigo usa como fio condutor o jogo da pelicano pedalando, apresentado pelo Google. Ele destrincha a colaboração multi-Agent do Gemini 4 Carbon, a produção de ativos tridimensionais e a entrega de um jogo para navegador, e também explica as limitações dessa demonstração.

8 termos para entender antes de falar do jogo de mundo aberto do Gemini 4 Carbon

Este artigo vai usar bastante alguns termos de desenvolvimento de jogos e da área de Agents. Dê uma olhada na tabela abaixo, que o resto do conteúdo fica mais fácil de acompanhar.

Uma pelicana pedalando uma GBike, passeando sem pressa pelo campus do Google em Mountain View. Essa é uma das demonstrações que o Google divulgou em 10 de novembro de 2026, quando o Gemini 4 Carbon foi aberto oficialmente: o Carbon, usando o recurso /swarm do Google Antigravity, construiu um jogo 3D de mundo aberto que roda direto no navegador.

Não é boato de corredor, mas também não é um teste independente. O caso vem do blog oficial do Google, que também oferece um link para experimentar online. Ainda assim, é uma demonstração do fabricante, e não uma avaliação de terceiros sobre a capacidade de desenvolver jogos. Este artigo vai separar bem as duas coisas.

Valor central: ao terminar a leitura, você vai entender o que exatamente o Carbon fez neste jogo, onde está o valor da colaboração multi-Agent e quão longe o “jogo feito por IA” ainda está de um produto comercial pronto.

Um pelicano de GBike: o essencial sobre o jogo de mundo aberto do Gemini 4 Carbon

O blog oficial do Google descreve o jogo numa única frase: o Carbon usou o recurso /swarm do Antigravity para construir um jogo 3D de mundo aberto, em que o jogador controla um pelicano andando de GBike e explora o campus do Google em Mountain View. A descrição é curta, mas traz bastante informação, que dá para dividir em quatro camadas: protagonista, cenário, ambiente de execução e forma de entrega.

Vale deixar claro: o Google não divulgou detalhes sobre o sistema de missões, NPCs, tamanho do mapa, taxa de quadros ou duração do jogo. Este artigo não vai inventar nada disso. Se você encontrar descrições desse tipo em outros lugares, o melhor é conferir no texto original do anúncio oficial.

Dois: por que o jogo de mundo aberto do Carbon não é só “geração de código com IA”

Pedir para um Modelo de Linguagem Grande escrever uma página em Three.js com um cubo girando já não é novidade. Mas um “mundo aberto que dá para explorar” exige lidar, ao mesmo tempo, com vários tipos de trabalho especializado bem diferentes:

• Assets 3D: os prédios do campus, o pelicano protagonista e a GBike precisam ser modelados e ganhar materiais;
• Montagem de cena: posicionar os assets de acordo com as relações espaciais, formando um campus explorável;
• Interação no navegador: as ações do jogador precisam controlar o movimento do personagem;
• Gráficos em tempo real: os efeitos visuais são feitos com Shaders WebGL e renderizados em tempo real no navegador;
• Design de som: é preciso ter efeitos sonoros procedurais e também música de fundo.

Em uma equipe tradicional, esse trabalho costuma ficar dividido entre artistas 3D, technical artists, desenvolvedores front-end ou de jogos e designers de áudio. Quando um único modelo despeja todo o código de uma vez, é fácil acontecer de os assets não baterem com o código, ou de o estilo ficar inconsistente de uma parte para outra. O que o Google destaca nesse caso é justamente que o resultado saiu de agentes diferentes trabalhando de forma colaborativa, e não de “o Carbon ter escrito um trecho de código de jogo”.

Vale mencionar também que o model card oficial do Carbon indica que a saída é apenas texto, enquanto a entrada aceita texto, imagem, áudio e vídeo. Ou seja, os assets 3D e a música não são “arquivos gerados” diretamente pelo Carbon: eles dependem de ferramentas como Blender e Lyria, além de outros modelos. Isso também explica por que esse caso precisa de uma combinação de vários agentes com uma cadeia de ferramentas.

Três: como o Gemini 4 Carbon usa o /swarm para montar uma equipe multiagente de desenvolvimento de jogos

O /swarm é um recurso em prévia de colaboração multiagente que o Google Antigravity lançou em 10 de novembro de 2026. A ideia central é simples: você dá uma única instrução de tarefa e vários agentes trabalham em paralelo, em vez de um único agente fazer tudo em sequência. Segundo o blog oficial, o /swarm tem quatro componentes.

A cadeia de colaboração do /swarm no jogo do pelicano

Pelo que o Google divulgou, a produção do jogo pode ser entendida como o encadeamento de quatro etapas. A primeira é a referência visual: o material é gerado ou fornecido pelo Gemini Omni e pelo Nano Banana, e serve para definir a direção visual do parque e dos personagens. Na segunda, subagentes colaboram no Blender para modelar os assets 3D. Na terceira, o mundo aberto é montado no navegador com Three.js e Shaders WebGL, com efeitos gráficos em tempo real. Na quarta, o Web Audio cria os efeitos sonoros procedurais e o Lyria gera a música do jogo.

O valor do multiagente está em dar a cada etapa um executor especializado, enquanto o coordenador cuida da consistência do todo. O Google também sugeriu como distribuir os modelos: arquitetura geral, coordenação de tarefas, revisão de segurança e auditoria de código complexo ficam com o Carbon; implementação de rotina e alterações paralelas em arquivos vão para modelos mais rápidos e leves; e os testes ficam a cargo de agentes verificadores dedicados. O Google não detalhou qual modelo cada agente usou no jogo do pelicano, então aqui só apresento o mecanismo geral, sem fazer suposições.

Um aviso sobre o custo do /swarm

O Google afirma que seus engenheiros já usam o /swarm internamente há cerca de 5 semanas, principalmente em migrações de vários pacotes de software, investigações de causa raiz entre subsistemas e redesenhos de arquitetura. O Google também alerta que, mesmo que a espera em repouso não consuma Tokens, a execução paralela de vários agentes ainda aumenta bastante o consumo total da cota. Para equipes que querem replicar esse tipo de fluxo de trabalho, esse ponto merece mais atenção do que o simples “dá para fazer um jogo”.

Quatro: as 5 camadas de tecnologia por trás do jogo de mundo aberto Carbon

Se a gente agrupar as ferramentas reveladas oficialmente por responsabilidade, aparece uma stack de jogos para navegador bem clara:

O mais esperto dessa combinação é que quase tudo se apoia em ferramentas que podem ser controladas por código ou script. O Blender aceita modelagem via script, o Three.js e o Web Audio já são interfaces JavaScript por natureza, e os shaders também são código. Para um Modelo de Linguagem Grande, que trabalha principalmente com saída de texto, isso significa que ele consegue participar de praticamente todas as etapas da produção por meio de chamadas de ferramentas.

O resultado final é um jogo interativo rodando no navegador, sem precisar instalar nenhum cliente. É justamente por isso que a stack Web combina tão bem com conteúdo gerado por IA: o produto é fácil de distribuir, e um agente de verificação consegue abrir a página direto para checar o resultado da renderização.

Cinco: Além dos jogos de mundo aberto — outros trabalhos 3D do Gemini 4 Carbon

O jogo do pelicano não é uma demonstração isolada. Na mesma época, o Google mostrou outros casos 3D e visuais parecidos, e todos apontam para a mesma ideia: o Carbon está sendo usado em design espacial, produção de ativos visuais, renderização em tempo real e integração de mídias, e não só para escrever código.

• Cena submersa de Atlântida: usando um vídeo gerado pelo Gemini Omni como referência, o modelo criou ruínas procedurais, iluminação volumétrica e simulação de água no Blender, e depois converteu tudo em uma cena em tempo real no navegador com Three.js. É quase o mesmo pipeline do jogo do pelicano: “referência → Blender → Three.js”.
• Reconstrução de um cravo-piano de 1780: a partir de desenhos CAD e imagens de raio-X, o modelo reconstruiu um piano tocável, com 61 teclas e a mecânica física de percussão das cordas. Depois, colocou o instrumento em um modelo 3D do Koerner Hall, no Royal Conservatory of Music do Canadá, para simular a acústica espacial em diferentes assentos.
• Repaginada da Google Merchandise Store: com apenas duas rodadas de comandos, o modelo propôs cinco direções de arte e gerou novas imagens de produtos com o Nano Banana 2.1.

Além disso, o Google citou outros dois casos nos materiais de lançamento: um modelo de edifícios em Three.js com cerca de 906.000 faces triangulares, gerado a partir de 7 PDFs públicos de planejamento urbano, dos quais foram extraídas 206 vistas de desenhos técnicos, ao longo de 10 rodadas de iteração noturna; e uma exposição 3D interativa da construção da Torre Eiffel entre 1887 e 1889, criada com base em fotografias históricas e desenhos de engenharia. Também são demonstrações oficiais.

Seis: análise de impacto: quão longe os agentes de IA estão do desenvolvimento real de jogos de mundo aberto

Antes de discutir se “a IA consegue fazer jogos”, é preciso dividir o “jogo” em camadas. A tabela abaixo é uma divisão nossa, baseada em conhecimento geral do setor, e não uma conclusão oficial:

O jogo do pelicano fica mais ou menos entre as duas primeiras camadas: ele mostra que múltiplos agentes conseguem fazer funcionar um protótipo 3D multidisciplinar no navegador. Mas uma demonstração oficial sozinha não prova que o modelo já consegue desenvolver, de forma independente, um jogo de mundo aberto de nível comercial.

Impacto para desenvolvedores

• A velocidade de validação de protótipos pode crescer bastante: desenvolvedores independentes e equipes pequenas podem usar agentes para montar rapidamente demos interativas, seja para validar uma ideia ou para fazer um pitch.
• A “capacidade de orquestração” passa a valer tanto quanto a “capacidade de programar”: como dividir as tarefas, qual modelo dar a cada agente e como configurar as etapas de verificação definem diretamente a qualidade do resultado e o custo.
• O custo precisa ser estimado por tarefa: o preço de lançamento do Carbon é de US$ 2 por milhão de Tokens de entrada e US$ 10 por milhão de saída. A partir de 1º de dezembro, passa para US$ 4 e US$ 20, e os Tokens de raciocínio contam como saída. Com vários agentes em paralelo, a conta deve ser calculada sobre o fluxo de trabalho inteiro.

Impacto para o setor

• Os agentes de IA estão saindo de ferramentas de código para a produção de conteúdo multidisciplinar: o mesmo framework de colaboração cobre arte, programação e áudio, um sinal mais significativo do que a pontuação em qualquer capacidade isolada.
• O valor humano migra para “definir” e “supervisionar”: design de produto, controle de qualidade e julgamento estético continuam dependendo de pessoas, e só as etapas repetitivas de produção tendem a ser comprimidas aos poucos.

Como experimentar a abordagem multiagente do Gemini 4 Carbon via API

O /swarm é um recurso do próprio Antigravity, mas dá para montar uma versão simplificada da ideia “modelo forte planeja, modelo leve executa” usando a API. O exemplo mínimo abaixo coloca o Carbon como coordenador e pede para ele dividir a ideia de um joguinho 3D em subtarefas:

import openai

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

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # O nome do modelo deve seguir a lista de modelos da plataforma
    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)

Repare que, segundo a documentação para desenvolvedores do Google, o Carbon ignora temperature, top_p e top_k e também não suporta thinking_budget. Por isso, o exemplo não passa nenhum desses parâmetros.

import json
import openai

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

COORDINATOR_MODEL = "gemini-4-carbon"   # Responsável pelo planejamento e pela integração
WORKER_MODEL = "YOUR_FAST_MODEL"        # Responsável pela implementação comum; escolha um modelo mais rápido e leve

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. O coordenador divide a tarefa
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. Os trabalhadores executam um por um (em produção, dá para trocar por execução concorrente)
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. O coordenador faz a integração e a checagem de consistência
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)

🚀 Dica para começar rápido: se você quer validar primeiro se a combinação “Carbon planeja + modelo leve executa” compensa no custo, dá para usar a mesma chave API na APIYI (apiyi.com) e alternar entre modelos para comparar. A cobrança é por uso, e novos usuários ganham créditos gratuitos para testar, o que ajuda a ir testando em passos pequenos.

Perguntas frequentes (FAQ)

Gemini 4 Carbon e o jogo de mundo aberto: principais pontos

• Natureza do caso: é uma demonstração oficial de um jogo de mundo aberto no navegador, protagonizado por um pelicano que anda de GBike.
• Mecanismo-chave: o /swarm organiza vários Agents com um coordenador, workers paralelos, verificadores e um quadro de mensagens.
• Stack técnica: Blender para os assets, Three.js com WebGL para a cena, Web Audio com Lyria para o som.
• O ponto alto de verdade: a colaboração entre especialidades até a entrega final, e não só o fato de o Carbon ter escrito código.
• Noção de limite: uma única demonstração oficial não equivale a um teste independente, muito menos a um produto comercial pronto.
• Como começar: dá para usar a APIYI (apiyi.com) e sua interface unificada para combinar modelos mais fortes e mais leves, validando essa divisão de trabalho na prática.

Resumo

O jogo do pelicano do Gemini 4 Carbon tem três pontos centrais:

1. Divisão de trabalho entre vários Agents: o /swarm coloca um responsável para cada frente (referências visuais, assets 3D, jogo no navegador e design de som), com o Carbon cuidando da coordenação;
2. Stack que pode ser controlada por script: Blender, Three.js, WebGL e Web Audio permitem que um modelo que só gera texto participe de quase todas as etapas da produção;
3. Limites bem claros: a demo mostra que é possível entregar protótipos que cruzam várias especialidades, mas o design de gameplay, o controle de qualidade e o polimento do produto ainda dependem de pessoas.

Se você quer avaliar se esse tipo de fluxo, com “modelo forte planejando e modelo leve executando”, faz sentido para o seu projeto, vale validar rapidamente pela APIYI (apiyi.com). A plataforma permite invocar vários modelos populares com uma única chave API, o que facilita comparar custo e qualidade dos resultados.

📚 Referências

1. Google Blog – Gemini 4 Carbon is now available: anúncio oficial de lançamento, com o jogo do pelicano e outros três casos em 3D
2. Link: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. Observação: fonte primária para a descrição do jogo e a stack técnica

4. Blog oficial do Google Antigravity: apresentação do mecanismo de colaboração multiagente do /swarm

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

6. Observação: detalhes de design como Coordinator, Git Worktree e agentes de verificação

7. Gemini 4 Carbon Model Card: parâmetros do modelo e limitações conhecidas

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

9. Observação: modalidades de entrada e saída, contexto e data de corte do conhecimento

10. Demo oficial do jogo Pelican Campus: acesso ao Live App

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

12. Observação: pode exigir login com conta Google; é uma demonstração oficial

13. Preços da Gemini API: preço de lançamento do Carbon e preço padrão a partir de dezembro

14. Link: ai.google.dev/gemini-api/docs/pricing
15. Observação: útil para calcular o custo de fluxos de trabalho multiagente

Autor: equipe técnica da APIYI
Troca de experiências: fale com a gente na página inicial do site da APIYI; para mais materiais de integração, acesse a central de documentação em docs.apiyi.com

Artigos relacionados

• Faça o modelo escrever Three.js em vez de gerar diretamente arquivos 3D: 5 insights do fluxo de trabalho da camada intermediária de código: Usando o Qwen3.5-4B-GLB-3D-Coder como exemplo, decomponha o fluxo de trabalho da camada intermediária de código “texto→Three.js→GLB” e forneça etapas práticas de implantação local, integração na nuvem e validação no Godot.
• Análise do lançamento do Gemini 4 Carbon: com 59 pontos, supera o Opus 5.5 e vence em 15 de 17 testes, mas não é possível invocá-lo: O Gemini 4 Carbon lidera o índice de inteligência da Artificial Analysis com 59 pontos e vence 15 de 17 comparações oficiais, mas não tem ID de modelo na API nem prazo de lançamento; este artigo explica a pontuação, por que ele ainda está indisponível e sugere o gemini-4-argon aos desenvolvedores chineses.