Gemini 4 Carbon 評測：用代碼做 3D 影片的 19 個例子與價錢

創作者用 Gemini 4 Carbon 製作了哪些影片與動畫？#

目前全球創作者已在社群展示庫（Community Gallery）發佈了 181 部記錄在案的實測影片，展示如何利用 Gemini 4 Carbon 生成動畫代碼。這些專案具體示範了模型如何將文字提示詞轉化為 Three.js 3D 環境、向量動態 SVG 以及 WebGL 動態作品輯。以下表格按作品形式分類整理了社群中最具代表性的實測範例：

短片、動漫與敘事動畫

動態圖形與發佈宣傳片（Showreels）

3D 建築場景與視覺預演（Previs）

互動模擬與虛擬環境

讀者可在 GitHub 上的 sandbase-lab/awesome-gemini-4-carbon 代碼庫中查閱全部 181 個已公開案例，部分項目在初期則以 Argon 的開發代號歸檔收錄。

綜觀以上範例，幾項共通特徵相當顯著：每個場景均純粹以代碼形式直接在瀏覽器內執行，底層依賴 Three.js 的 WebGL 渲染、2D HTML Canvas 或向量 SVG 元素。所生成的影片長度大部分落在 2 分鐘以內，這與瀏覽器在執行高複雜度代碼動畫時的記憶體效能極限相吻合。

這種基於代碼生成的技術在程序化 3D 場景、動態文字片頭、產品結構爆炸圖以及風格化解說動畫中表現極為出色。然而，它完全無法生成逼真的人體骨骼解剖結構或具照片質感的真人臉部表情演繹。因此，當劇情需要真實人物演員登場時，創作者會將 Carbon 生成的環境代碼影片，與專門的神經網絡影片生成模型（例如 Seedance 或 MiniMax）結合使用。

Google 在產品發佈會上親自示範了這種結構性代碼生成能力。Google 特別展示了一座以 Three.js 重建的互動式 3D 艾菲爾鐵塔，該專案完整呈現了鐵塔於 1887 至 1889 年間的建造階段，正是利用 Antigravity 的多代理 /swarm 功能，純粹根據歷史相片與工程圖則直接構建而成。而在技術討論區上，linux.do 上有創作者僅憑一次提示詞便生成了一條 15 秒的動態圖形作品輯，展現出極具衝擊力的動態個人作品集。

如何將 Gemini 4 Carbon 提示詞轉換成 MP4 影片？#

將 Gemini 4 Carbon 提示詞轉換為 MP4 影片需要經過四個核心階段：提示詞設計、代碼合成、瀏覽器實時渲染與畫面錄製。第一步是在提示詞中詳細定義畫面構圖、燈光佈局、材質屬性以及虛擬相機運鏡路徑。Gemini 4 Carbon 接收指令後進行深度推理，輸出一個完全獨立、自給自足的 HTML 檔案，當中打包了所有必要的 CSS 樣式、JavaScript 腳本及運行邏輯。

第二步是在 Google Chrome 等現代化瀏覽器中開啟該 HTML 檔案，以 60 FPS 幀率實時渲染 3D 畫面。正如社群代碼庫中的影片教學所說明，創作者通常利用錄屏軟件或無頭（Headless）自動錄製腳本擷取實時畫面，最終導出畫質純淨的 MP4 或 WebM 影片檔案供後台剪輯。

資料查核於 2026-11-11。

甚麼提示詞模板能穩定生成 Three.js 3D 動畫？#

一套穩定可靠的創意編程提示詞必須遵循三大核心法則：明確引入 Three.js r160 CDN 連結、完全不依賴外部素材檔案，以及加入全自動運鏡旋轉代碼。強制模型以代碼生成程序化幾何體，可確保檔案在任何設備上均能即開即跑，絕不會出現貼圖遺失的情況。

創作者可直接套用以下結構化提示詞模板，以穩定生成 Three.js 影片背景與動態圖形：

Create a single self-contained HTML file that renders an animated 3D scene using Three.js (r160 CDN: https://cdnjs.cloudflare.com/ajax/libs/three.js/r160/three.min.js). Do not load external 3D models, textures, or secondary asset files; generate all geometry, shaders, and procedural materials in code.

Visual theme: [Describe the world, e.g., a futuristic floating glass island with bioluminescent plants].
Camera movement: Program an automated, smooth camera orbit that completes a 360-degree rotation every 20 seconds at a fixed elevation angle.
Lighting and atmosphere: Set up a three-point lighting system with a warm key light, a cool rim light, and subtle ambient occlusion.
Animation loop: Animate scene elements continuously with sinusoidal floating motion, rotating parts, and particle movement.
Render requirements: Target 60 FPS on a responsive full-screen canvas, handle window resize events cleanly, and apply tone mapping for vibrant contrast.

此模板強制模型在單一獨立檔案內構建完整的場景圖（Scene Graph）。預先規範相機移動節奏與打光座標，可讓瀏覽器動畫直接錄製成 MP4，完全無需人工以滑鼠介入調整視角。

測試者發現 Gemini 4 Carbon 有哪些問題與效能限制？#

首批實測開發者指出的最大瓶頸在於代碼生成耗時極長，由 16 分鐘至超過 2 小時不等，且運算期間偶爾會出現連線超時中斷。當面對複雜的 3D 空間幾何運算時，模型會進入耗時極長的深度驗證邏輯循環。舉例而言，一名 linux.do 測試者表示生成一個 3D 鵜鶘場景足足等了接近兩小時，期間觀察到的生成速度僅為每秒約 30 個 Token。

漫長推理過程中的網絡連線穩定性，亦是創作者投訴最頻繁的痛點之一。在上述測試中，作者提到在取得最終 HTML 檔案前，多次遭遇網絡斷線問題。而在另一份公開測試紀錄中，渲染一段水墨風動畫足足消耗了 1 小時 13 分鐘的模型算力方告完成。

此外，開發者對 Carbon 的代碼美學與 UI 介面設計評價好壞參半。TestingCatalog 報道指出，早期測試者指出 Carbon 速度雖慢，但比起 Argon 更少出現偷懶敷衍（Less lazy）的情況，但提醒其前端視覺版面風格依然偏向陽春基礎。相反，linux.do 上一名開源 Android 開發者大讚 Carbon 溝通自然流暢，在花費了 20 美元 Token 進行 UI 重構後，對其展現的設計品味給予了高度評價。

Gemini 4 Carbon 與 Argon 在價錢、運算速度及使用門檻上有何分別？#

Gemini 4 Carbon 的 API 首發推廣價與 Argon 相同，均為每 100 萬輸入 Token 收費 2 美元，但網頁版對話功能則規定必須訂閱每月 99.99 美元的 Google AI Ultra 計劃。據 9to5Google 報道，這項首發推廣優惠期將於 2026 年 11 月 30 日結束，屆時標準費率將上調至每 100 萬輸入 Token 收費 4 美元、輸出收費 20 美元。在首發當月，以單一 Token 單價計算，Carbon 顯著比市場同級旗艦模型划算。

在存取權限方面，兩者呈現出分水嶺式的劃分。Gemini 4 Argon 依然開放給定價每月 19.99 美元的 Google AI Pro 計劃用戶；而 Carbon 則被嚴格限定於 Google AI Ultra 訂閱者，分別提供每月 99.99 美元的 Ultra 5x 或每月 199.99 美元的 Ultra 20x 計劃。在獨立基準評測榜單上，Artificial Analysis 評測指數給予 Carbon 59 分榮登榜首，以 1 分之差險勝 58 分的 Claude Opus 5.5。

官方公佈的跑分數據亦呈現類似優勢，Google 公佈的跑分顯示 Carbon 在 CursorBench 4.0、WANDR 及 AutomationBench 均名列第一，且每項任務的運算成本比競爭旗艦模型更低。在 Web 開發排行榜上，Google 指出 Carbon 的 Elo 評分激增 89 分，進佔 WebDev Arena 第四位。以下表格詳細對比了當前的最新定價與潛在限制：

資料查核於 2026-11-11。

對於在兩者之間猶豫的創作者而言，若只是編寫文字劇本或簡單代碼，Argon 依然是速度更快、成本更低的選擇；而當你需要極致的空間推理邏輯，去拼裝複雜且絕不穿模的 3D 場景時，Carbon 消耗的成本才算真正物有所值。

Gemini 4 Carbon 在 AI 影視製作流程中處於甚麼定位？#

Gemini 4 Carbon 在 AI 製片流程中主要負責程序化場景預演（Previs）與動態動態設計（Motion Graphics），導演可將錄製好的影片匯入 DramaCanvas，再結合專門的角色模型進行剪輯。在整套 AI 製片管線中，團隊可運用 Carbon 搭建三維場景、規劃相機鏡頭運動軌跡並製作片頭動態。當畫面錄製為 MP4 後，這些素材即可充當結構性動態分鏡（Animatics），精準鎖定全片的節奏把控與空間調度。

當劇情推進至需要逼真演員、戲劇性光影與細膩情感演技的段落時，創作者可將這些鏡頭無縫銜接至 DramaCanvas。在我們的無限畫布上，團隊能輕鬆組織場景節奏表（Beat sheets），並串接各款專門的影片生成模型，打造出具備真實質感的人像鏡頭。參考我們的 AI 短劇製作工作流指南，能有效協助團隊在多場景劇集中維持嚴格的角色一致性。

需要留意的是，DramaCanvas 本身並不直接提供 Gemini 系列模型。創作者需先在 AI Studio 或 Antigravity 中生成所需的 HTML 動畫素材，錄製屏幕為 MP4 檔案後，再將其匯入 DramaCanvas 的剪輯時間軸中使用。

本次實測評測有哪些局限與參考前提？#

DramaCanvas 本身並未對模型進行獨立基準跑分，所有結論完全依賴已核實的第三方評測數據、官方技術白皮書及社群公開的實測紀錄。諸如 Artificial Analysis 等綜合跑分指數固然能反映整體的邏輯推理水平，但絕不保證任何一段創意編程提示詞均能在瀏覽器內 100% 順暢編譯。真實環境下的執行效能，極度取決於創作者本地電腦的 GPU 硬件加速能力、瀏覽器 WebGL 支援度，以及提示詞描述的精準度。

社交平台上的社群演示多為篩選後的成功案例，背後往往隱藏了反覆調整提示詞與多次失敗除錯的過程。畫面上看到的驚艷視覺效果，並不代表無經驗新手能達到「一次提示即完成」的成功率。此外，隨著 Google 官方首發優惠期於 2026 年 11 月底告終，相應的 Token 成本結構亦將出現顯著轉變。