Gemini 4 Carbon est disponible : Google présente des exemples de création 3D

Google DeepMind a annoncé le 10 novembre 2026 la mise à disposition de Gemini 4 Carbon pour les développeurs, les entreprises, les scientifiques et les consommateurs. Selon Google, le modèle est proposé aux développeurs payants et aux entreprises via l’API Google AI Studio et Gemini for business ; son déploiement auprès des abonnés Google AI Ultra se fait progressivement via Google Antigravity, l’application Gemini et le mode AI de la recherche. L’annonce présente également des exemples d’utilisation du modèle pour des tâches complexes et la création 3D.

Comment fonctionnent l’accès et la tarification ?

Google présente Gemini 4 Carbon comme son modèle le plus puissant et indique qu’il est particulièrement conçu pour le codage en plusieurs étapes, le débogage, la recherche scientifique et les flux de travail d’agents de longue durée. L’entreprise affirme que le modèle peut mobiliser davantage de tokens que Gemini 4 Argon afin de mener des raisonnements et des vérifications plus approfondis.

Le tarif de lancement pour l’API et Gemini for business est identique à celui d’Argon : 2 dollars par million de tokens d’entrée et 10 dollars par million de tokens de sortie. Il s’agit des tarifs de lancement indiqués dans l’annonce. Le prix distinct de l’accès aux applications et services pour les abonnés Google AI Ultra n’est pas précisé dans la source. Aucune liste de configuration matérielle requise ou de compatibilité avec les logiciels 3D n’a non plus été publiée.

Exemples de création 3D présentés par Google

L’un des exemples directement liés à l’architecture et à la visualisation est un modèle de bureau créé à l’aide de la fonctionnalité /swarm de Google Antigravity. Selon Google, une équipe d’agents a réalisé une reconstitution interactive du bureau Platform 37 en Three.js, à partir de 206 vues de dessins techniques tirées de sept PDF de planification municipale. Le modèle comporte 906 000 triangles et a été créé au cours de cycles menés pendant 10 nuits.

Google indique également qu’une exposition 3D interactive retraçant la construction de la tour Eiffel entre 1887 et 1889 a été produite à partir de photographies historiques et de dessins techniques. Un autre exemple décrit la création d’un outil de visualisation textile, basé sur un article universitaire, comprenant des réseaux interactifs de structures filamenteuses et des courbes contrainte-déformation. Ces exemples sont présentés par l’entreprise dans le cadre de sa propre promotion du produit ; ils ne constituent pas des mesures de performance indépendantes.

Quelles implications pour les flux de travail en architecture et en archviz ?

L’exemple de création de géométrie à partir de plans et de dessins est notable pour les agences d’architecture et les équipes de visualisation, car il montre la possibilité de transformer des documents de projet en représentations 3D interactives. Google indique que Carbon peut attribuer différents rôles aux agents dans Antigravity et prendre en charge des tâches nécessitant un raisonnement plus approfondi, par exemple en conception architecturale, en coordination et en supervision. L’annonce ne précise toutefois pas à quelles étapes les projets présentés nécessitent une vérification humaine, ni si les résultats sont suffisamment fiables pour des projets de production.

Le modèle doit donc être considéré comme un outil de création à tester, et non comme une solution remplaçant les étapes actuelles de modélisation et de vérification. La géométrie générée à partir des plans doit être contrôlée pour vérifier la cohérence des dimensions et des dessins ; la compatibilité avec les applications utilisées et la configuration matérielle nécessaire doivent également être vérifiées. L’annonce de Google ne fournit pas d’exigences techniques sur ces deux derniers points.

Flux de travail d’agents et évaluation

Google décrit la fonctionnalité /swarm comme le passage d’une seule instruction à une équipe d’agents que l’on peut suivre en temps réel. Selon l’entreprise, Carbon peut travailler dans différents espaces de travail avec des modèles plus rapides et plus légers ; des agents de validation peuvent également servir à tester les modifications. Cette approche est intéressante pour répartir les tâches, en particulier lors d’expérimentations de création 3D et de codage comportant plusieurs étapes.

Les exemples présentés ne montrent toutefois pas que l’on obtiendra les mêmes résultats pour différents types de projets. Pour une évaluation pratique en agence, il convient d’examiner la lisibilité des plans, la facilité de modification du modèle généré, la détection des erreurs et l’incidence du coût d’utilisation de l’API sur le flux de travail. Les autres résultats de Google concernant les performances et la sécurité du modèle reposent eux aussi sur les évaluations de l’entreprise.