Gemini 4 Carbon ist verfügbar: Google zeigt 3D-Generierungsbeispiele

Google DeepMind gab bekannt, dass Gemini 4 Carbon am 10. November 2026 für Entwickler, Unternehmen, Wissenschaftler und Verbraucher verfügbar wurde. Laut Google ist das Modell über die Google AI Studio API und Gemini for business für zahlende Entwickler und Unternehmen erhältlich. Google-AI-Ultra-Abonnenten erhalten es schrittweise über Google Antigravity, die Gemini-App und den AI Mode in der Suche. Die Ankündigung enthält auch Beispiele für den Einsatz des Modells bei komplexen Aufgaben und der 3D-Generierung.

Wie funktionieren Verfügbarkeit und Preise?

Google bezeichnet Gemini 4 Carbon als sein leistungsstärkstes Modell und hebt insbesondere mehrstufige Programmierung, Debugging, wissenschaftliche Forschung und länger laufende Agenten-Workflows hervor. Nach Angaben des Unternehmens kann das Modell im Vergleich zu Gemini 4 Argon mehr Token für umfassenderes Schlussfolgern und Überprüfen verwenden.

Der Einführungspreis für API und Gemini for business entspricht dem von Argon: 2 US-Dollar pro 1 Million Input-Token und 10 US-Dollar pro 1 Million Output-Token. Dabei handelt es sich um die in der Ankündigung genannten Einführungspreise. Einen separaten Preis für den Zugang zu Apps und Diensten für Google-AI-Ultra-Abonnenten nennt die Quelle nicht. Auch eine Liste mit Hardwareanforderungen oder Angaben zur Kompatibilität mit 3D-Software wurde nicht veröffentlicht.

Von Google gezeigte Beispiele zur 3D-Generierung

Eines der Beispiele mit direktem Bezug zu Architektur und Visualisierung ist ein mit der /swarm-Funktion in Google Antigravity erstelltes Büromodell. Laut Google erstellte das Agententeam eine interaktive Three.js-Rekonstruktion des Büros Platform 37 auf Grundlage von 206 Ansichten technischer Zeichnungen aus sieben kommunalen Planungs-PDFs. Das Modell umfasst 906.000 Dreiecke und entstand in Arbeitszyklen über zehn Nächte.

Google berichtet außerdem von einer interaktiven 3D-Ausstellung, die anhand historischer Fotos und technischer Zeichnungen den Bau des Eiffelturms von 1887 bis 1889 veranschaulicht. In einem weiteren Beispiel wurde auf Grundlage einer wissenschaftlichen Arbeit ein Textil-Visualisierungstool mit interaktiven Netzen von Fadenstrukturen und Spannungs-Dehnungs-Kurven erstellt. Dies sind Beispiele aus der eigenen Produktpräsentation des Unternehmens, keine unabhängigen Leistungsmessungen.

Was bedeutet das für Architektur- und Archviz-Workflows?

Das Beispiel, bei dem aus Plänen und Zeichnungen Geometrie erzeugt wird, ist für Architekturbüros und Visualisierungsteams mit Blick auf die Umwandlung von Projektdokumenten in interaktive 3D-Darstellungen bemerkenswert. Google zufolge kann Carbon in Antigravity Agenten verschiedenen Rollen zuweisen und Aufgaben übernehmen, die gründlicheres Schlussfolgern erfordern, etwa in den Bereichen Architekturdesign, Koordination und Prüfung. Die Ankündigung erklärt jedoch nicht, in welchen Projektphasen menschliche Kontrolle erforderlich ist oder wie zuverlässig die Ergebnisse in realen Projekten sind.

Das Modell sollte daher nicht als Ersatz für bestehende Modellierungs- und Prüfschritte betrachtet werden, sondern als ein Werkzeug zur Generierung, das zunächst getestet werden muss. Die aus Plänen erzeugte Geometrie sollte auf Maßhaltigkeit und Übereinstimmung mit den Zeichnungen geprüft werden; auch die Kompatibilität mit den verwendeten Anwendungen und die nötige Hardware sollten separat überprüft werden. Zu diesen beiden Punkten enthält die Google-Ankündigung keine technischen Anforderungen.

Agenten-Workflows und Bewertung

Google beschreibt /swarm als den Übergang von einem einzelnen Prompt zu einem Agententeam, dessen Arbeit in Echtzeit verfolgt werden kann. Nach Angaben des Unternehmens kann Carbon zusammen mit schnelleren und leichteren Modellen in verschiedenen Arbeitsbereichen eingesetzt werden; außerdem lassen sich Verifizierungsagenten nutzen, um Änderungen zu testen. Dieser Ansatz ist besonders für die Arbeitsteilung bei mehrstufigen 3D-Generierungs- und Programmieraufgaben interessant.

Die gezeigten Beispiele belegen allerdings nicht, dass bei unterschiedlichen Projekttypen stets dieselben Ergebnisse erzielt werden. Für Büros sollte die praktische Bewertung daran ansetzen, wie gut sich Pläne auslesen lassen, ob das erzeugte Modell bearbeitbar ist, wie Fehler erkannt werden und wie sich die API-Kosten auf den Workflow auswirken. Auch die weiteren von Google genannten Ergebnisse zur Leistung und Sicherheit des Modells beruhen auf unternehmenseigenen Bewertungen.