Tekoälyviikko: nukkuva tekoäly, Gemini 4 Carbon ja Anthropicin pörssilistaus

Kirjoittaja: AI Uutiset Toimitus · Tarkastanut: Pasi Kalevi, päätoimittaja · 1.11.2026

Tekoälyuutisia seuraava AI Search -kanava julkaisi 1. marraskuuta 2026 lähes tunnin mittaisen viikkokatsauksen. Video käy läpi kymmeniä aiheita Googlen ja OpenAI:n uusista malleista Anthropicin pörssilistaukseen ja tutkimukseen, jossa kielimalli oppii nukkumalla. Tähän juttuun on koottu viikon keskeisimmät uutiset, ja luvut on tarkistettu yhtiöiden omista lähteistä.

Videolla: 54 minuuttia malleja, todistuksia ja pörssilukuja

AI Searchin katsaus on englanninkielinen. Jutun lopusta löytyvät lähteet, joihin videon väitteet on verrattu.

Video käsittelee myös energiaan perustuvia kuvamalleja. Niistä ei löytynyt valmistajan omaa lähdettä, joten ne on jätetty tästä jutusta pois.

Gemini 4 Carbon avataan ensin kyberturvapuolustajille

Google julkisti 28. lokakuuta Gemini 4 Carbonin, jota se kutsuu tähänastisista malleistaan vahvimmaksi erityisesti kyberturvallisuudessa ja pitkissä, monivaiheisissa tehtävissä. Yhtiön mukaan Carbon yltää Artificial Analysis -vertailupalvelun Intelligence Index v5.0 -indeksissä 59 pisteeseen ja ykkössijalle.

Kyberturvallisuuden mittauksissa malli sai SEC-bench Prossa 88,2 prosenttia, ExploitGymissä 54,8 prosenttia ja CWE-benchissä 71,0 prosenttia. Tavallisten käyttäjien ulottuville malli ei ole vielä tulossa: Google avaa sen ensin valikoiduille kyberturvapuolustajille ja laajentaa käyttöä Fairwind-ohjelman kautta. Julkaisuhinta on 2 dollaria miljoonalta syötetokenilta ja 10 dollaria miljoonalta tuotetulta tokenilta; välimuistiin tallennettu syöte on 95 prosenttia halvempaa. Carbon rakentuu kaksi viikkoa aiemmin julkaistun Gemini 4 Argonin päälle.

GPT-6.1 Terra puolittaa hinnan ja pudottaa virheprosentin 16,7:ään

OpenAI julkaisi 26. lokakuuta GPT-6.1 Terran. Malli on tarkoitettu erityisesti tietokoneen käyttöön ja kuvien tulkintaan: se lukee lomakkeita, tulkitsee teknisiä piirustuksia ja toimii eri sovelluksissa. Se sijoittuu OpenAI:n malliperheessä pienimmän Luna-mallin ja suurimman Sol-mallin väliin.

Hinta on 1 dollari miljoonalta syötetokenilta, 5 dollaria miljoonalta tuotetulta tokenilta ja 0,05 dollaria miljoonalta välimuistiin tallennetulta tokenilta. Se on puolet GPT-5.6 Terran ja GPT-6.1 Solin hinnasta. OpenAI:n mukaan virheellisten vastausten osuus laski matalalla päättelytasolla 53,6 prosentista 16,7 prosenttiin; korkeimmalla tasolla osuus oli 4,3 prosenttia. Terminal-Bench 4.0 -testissä malli ratkaisi 50,3 prosenttia tehtävistä, kun edeltäjä ylsi 21,5 prosenttiin. Malli on saatavilla Plus-, Pro-, Enterprise- ja Edu-tilaajille sekä API:n kautta.

OpenAI:n mallit todistivat väitteensä mukaan kolme vuosikymmeniä avointa ongelmaa

OpenAI kertoi 26. lokakuuta kolmesta tutkimustuloksesta, jotka sen omat kielimallit tuottivat. Matematiikassa mallit tuottivat todistuksen local smoothing -olettamasta kaikissa ulottuvuuksissa. Olettama koskee sitä, miten aallot käyttäytyvät, kun ne keskittyvät voimakkaasti. Tuloksesta seuraa OpenAI:n mukaan myös Kakeya-oletus ja Steinin restriktio-oletus. Tietojenkäsittelytieteessä mallit tuottivat todistuksen sille, että eksponentiaalisen ajan hypoteesi (ETH) on väärä. ETH on vuosikymmeniä käytetty oletus siitä, ettei eräälle loogiselle tehtävälle voi olla merkittävästi nykyistä nopeampaa ratkaisua. Fysiikassa mallit tuottivat olemassaolotodistuksen kvanttikromodynamiikalle eli QCD:lle ja Yang–Mills-teorialle, joka on yksi Millennium-palkinnon ongelmista. Yang–Millsin kohdalla kyse on vain teorian olemassaolosta: niin sanottu massavaje eli mass gap jäi todistamatta, joten koko Millennium-ongelma ei ratkennut.

Ajat ovat tarkkoja: ETH-todistus syntyi 16. lokakuuta, local smoothing -todistus 18. lokakuuta, Yang–Mills-todistus 9. syyskuuta ja QCD-todistus 18. syyskuuta. OpenAI formalisoi todistukset Lean-nimisellä todistusjärjestelmällä, joka tarkistaa jokaisen päättelyvaiheen. Yhtiö kutsuu käsikirjoituksia raa’aksi tutkimusdataksi ja on pyytänyt ulkopuolisia asiantuntijoita johtamaan niiden tarkistusta. Fysiikan ryhmä päätti, ettei se julkaise tekoälyn tuottamia aineistoja, vaan kirjoittaa tuloksen itse.

Anthropic listautuu Nasdaqin ANT-tunnuksella ja raportoi 16,3 miljardin liikevaihdon

Anthropic jätti 26. lokakuuta Yhdysvaltain arvopaperimarkkinaviranomaiselle SEC:lle S-1-listautumishakemuksensa. Hakemuksen mukaan yhtiön liikevaihto oli 16,3 miljardia dollaria kuudelta kuukaudelta, joka päättyi 30. kesäkuuta 2026. Kasvua oli 1 300 prosenttia, kun vuotta aiemmin liikevaihto oli 1,2 miljardia dollaria.

Nettotappio oli 80,7 miljardia dollaria. Summa näyttää suurelta, mutta suurin osa siitä ei ole rahaa, jonka yhtiö olisi käyttänyt: 72,4 miljardia dollaria tuli vaihdettavien velkakirjojen, johdannaisten ja SAFE-instrumenttien käyvän arvon muutoksesta, joka kirjataan kuluksi. Liiketoiminnan tappio oli 693 miljoonaa dollaria. Oikaistu liikevoitto oli 1,618 miljardia dollaria eli 10 prosenttia liikevaihdosta.

Asiakkaita oli 30. syyskuuta 2026 yli 11 900, jotka maksoivat vähintään 100 000 dollaria vuodessa; yli 1 900 maksoi vähintään miljoona dollaria ja noin 250 vähintään 10 miljoonaa dollaria. Viisi suurinta asiakasta vastasi noin 25 prosenttia liikevaihdosta yhdeksän kuukauden jaksolla. Videolla luvut esitettiin pyöristettyinä: siinä puhuttiin 12 000 asiakkaasta ja 21 prosentin osuudesta. Tässä jutussa käytetään hakemuksen tarkkoja lukuja.

Anthropic aikoo listata A-sarjan osakkeensa Nasdaq Global Select Market -markkinapaikalle tunnuksella ANT. Osakkeiden määrä ja hintahaarukka on jätetty hakemuksessa avoimiksi, joten listautumisen arvostusta ei ole vahvistettu. Seitsemän perustajan omistamat Class F -osakkeet antavat heille 50,1 prosenttia äänivallasta myös listautumisen jälkeen. Laskentakapasiteetista yhtiö on sopinut muun muassa SpaceXAI:n kanssa jopa 120,5 miljardista dollarista vuoteen 2029 asti ja Googlen kanssa 125–150 miljardista dollarista vuosina 2028–2031.

Google opetti kielimallin nukkumaan ja muistamaan 10 miljoonaa tokenia

Googlen tutkimusblogissa esitelty sleep-kehys jakaa mallin elämän kahteen vaiheeseen. Valveilla ollessaan malli ottaa vastaan uutta tietoa ja tallentaa sen väliaikaiseen muistiin. Unessa se lopettaa uusien syötteiden vastaanottamisen ja siirtää tiedon pysyviin parametreihinsa. Samalla malli “uneksii”: se tuottaa itse harjoitustehtäviä, valitsee niistä hyödyllisimmät ja opettelee niiden avulla.

Taustalla on jatkuvan oppimisen ongelma. Jos kielimallia opetetaan uudella tiedolla, se saattaa unohtaa aiemmin oppimaansa; ilmiötä kutsutaan katastrofaaliseksi unohtamiseksi. Sleep-kehys lisää unen aikana uusia asiantuntijalohkoja ja tyhjentää väliaikaiset parametrit, jolloin vanha osaaminen säilyy. Googlen mukaan menetelmä ylsi BABILong-testissä lähes täydelliseen tulokseen 10 miljoonan tokenin mittaisella aineistolla. Se paransi myös matematiikan päättelyä ja uusien kielten oppimista. Kyse on tutkimusprototyypistä, ei valmiista tuotteesta.

Genie 4 simuloi maailmaa reaaliajassa ja tuottaa äänen itse

Google DeepMind esitteli 27. lokakuuta Genie 4 –maailmanmallin, joka tuottaa reaaliajassa ohjattavia ympäristöjä. Käyttäjä voi liikkua näppäimillä ja muuttaa maisemaa, säätä tai hahmoja tekstikehotteella. Uutta on, että malli tuottaa myös äänen: ympäristön äänet, musiikin ja hahmojen välisen keskustelun. Malli on toistaiseksi tutkimuskäytössä valikoiduilla testaajilla, ja se on tulossa Google AI Ultra -tilaajille sekä Gemini API:n ja AI Studion kumppaneille.

Avoimet mallit kutistuvat kahteen miljardiin parametriin

Liquid AI julkaisi 27. lokakuuta LFM3-malliperheen, jonka ensimmäiset mallit ovat noin kahden miljardin parametrin kokoisia. Perhe kattaa tekstiä, kuvia ja ääntä käsittelevät mallit sekä erillisen päätösmallin, ja painot ovat avoimesti ladattavissa. Yhtiön mukaan mallit on tarkoitettu ajettaviksi myös puhelimissa ja muilla reunalaitteilla.

Nanbeige julkaisi 24. lokakuuta Nanbeige4.3-33B:n, 33 miljardin parametrin mallin, joka on tarkoitettu erityisesti agenttitehtäviin ja ohjelmointiin. Malli on ollut ladattavissa Hugging Facesta lokakuun lopusta lähtien. Video käy läpi myös muita avoimia malleja, kuten Grootin, Clover 35B:n ja SenseNova-Loop 9B:n; tässä jutussa niistä ei ole omaa osiota, koska niiden julkaisupäivää ei löytynyt valmistajan omalta sivulta.

Sanasto: frontier-mallit, tokeni, benchmark ja S-1

Frontier-mallit ovat kehityksen kärjessä olevia malleja, joita verrataan alan parhaisiin. Tokeni on tekstinpätkä, jonka kielimalli käsittelee yhtenä yksikkönä; hinnat ja pituusrajat ilmoitetaan usein tokeneina. MoE eli asiantuntijasekoitus tarkoittaa mallia, jossa on useita erikoistuneita osia ja josta kerrallaan käytetään vain osaa. Benchmark on vakiintunut tehtäväkokoelma, jolla malleja verrataan toisiinsa. S-1 on Yhdysvalloissa listautuvan yhtiön SEC:lle jättämä hakemus, joka sisältää muun muassa taloustiedot. Maailmamalli tuottaa ympäristön, jossa käyttäjä voi liikkua ja vaikuttaa tapahtumiin.

Lähteet

• AI Search: AI finally sleeps, Gemini 4 Carbon, ETH cracked, energy-based models, Anthropic IPO: AI NEWS, 1.11.2026.
• Google: Gemini 4 Carbon: our next frontier model, 28.10.2026.
• OpenAI: Introducing GPT-6.1 Terra, 26.10.2026.
• OpenAI: Working with academic communities to build scientific understanding, 26.10.2026.
• Anthropic: Form S-1 registration statement, 26.10.2026.
• Google Research: The sleep framework: A new way for LLMs to retain knowledge in continual learning, 2026.
• Google DeepMind: Genie 4: A new generation of world simulation, 27.10.2026.
• Liquid AI: Introducing LFM3: Every Modality for Specialized Intelligence, 27.10.2026.
• Hugging Face: Nanbeige4.3-33B, 24.10.2026.

Vastuuvapauslauseke: Tämä artikkeli on tarkoitettu vain tiedotustarkoituksiin. Sitä ei tarjota tai ole tarkoitettu käytettäväksi oikeudellisena, verotuksellisena, sijoitus-, rahoitus- tai muuna neuvona.

Mainos: alla on kumppanimainoksia ja mainoslinkkejä.