TokenFly

Google Gemini 4 Ultra

Google DeepMindが2026年5月にリリースした第4世代フラッグシップマルチモーダル大型モデルは、数千万のトークンコンテキスト、ネイティブマルチモーダル生成、A​​gentic自律ワークフローをサポートし、第7世代Ironwood TPUを搭載

大規模な言語モデル Google マルチモーダル
https://labs.google/
公式サイトへ

詳細レポート

  • Google Gemini 4 Ultra は、2026 年 5 月 19 日の Google I/O カンファレンスで Google DeepMind によって発表された第 4 世代の主力マルチモーダル大型モデルです。Gemini シリーズの最高峰として、Gemini 4 Ultra は「エージェントファースト」設計コンセプトを採用し、コンテキストの長さ、マルチモーダル生成機能、自律推論、およびクロスアプリケーション タスクの実行の点で包括的な飛躍を達成しています。 Googleの「AIアシスタント」から「AIオペレーティングシステム」への移行の中核エンジンとみなされている。

  • Gemini 4 Ultra の最大の進歩はそのコンテキスト ウィンドウによるものです。最大 1,000 万のトークンをサポートします (実際のサブスクリプション バージョンでは 200 万のトークンが提供されます)。これは前世代の Gemini 2.5 Pro の 10 倍であり、当時業界で最大のコンテキスト ウィンドウの 1 つです。これは、小説全体のテキスト全体、何時間ものビデオ/オーディオの転写、またはコード リポジトリ全体のアーキテクチャ分析を 1 回の推論で処理できることを意味します。 研究者にとっては、何百もの論文を一度にモデルに直接入力して、包括的な分析や相互参照を行うことができます。開発者にとっては、プロジェクト全体のビジネス ロジックと呼び出しリンクを 1 つのセッションで理解できます。

  • ベンチマーク テストに関しては、Gemini 4 Ultra は ARC-AGI2 (Abstract Reasoning Challenge) で約 84.6% のスコアを達成し、GPT-5.5 (約 7x%) および Gemini 2.5 Pro (約 52%) を大幅に上回り、新たな制約の下で推論能力の質的向上が実証されました。 MMLU スコアは 92.5、長文検索精度 (Needle In A Haystack) は 95.2% と高く、どちらも当時のトップクラスにランクされました。

  • Gemini 4 Ultra は、スパース MoE (Mixture of Experts) アーキテクチャを採用し、Google による「ナレッジ アクティベーション ゲート」と呼ばれるイノベーションを導入しています。このモデルは、まずユーザーの問題が外部ナレッジ ベースまたはローカル ナレッジ ベースの呼び出しを必要とするかどうかを判断し、次にアクティブにする MoE エキスパートの数を決定します。 Google公式データによると、2.0 Ultraと比較して、同じ演算能力のもとで外部知識を呼び出す際の応答速度が47％、精度が12％向上したという。

  • このモデルは、テキスト、画像、オーディオの入出力をサポートするだけでなく、ビデオ生成 (Veo 3 モデルに基づく)、音楽生成、および空間認識出力 (AR/ロボットに適応) を初めて高忠実度でサポートするネイティブ マルチモーダル デザインです。 Gemini 4 Ultra のビデオ生成機能は、ユーザーがフレームごとにクリエイティブ プロセスを制御できる組み込みのストーリーボード機能を備えた、高解像度の一貫した短編映画を 30 秒で生成できます。

  • Gemini 4 Ultra は、Google の第 7 世代 TPU - Ironwood (TPU v7) で実行されます。 Ironwood のピークパフォーマンスは TPU v5p の約 10 倍、シングルチップの推論/トレーニングパフォーマンスは Trillium (TPU v6) の 4 倍です。ハードウェア レベルでのこの緊密な連携により、Gemini 4 Ultra は、数千万のトークン コンテキストが処理される極端なシナリオでも、制御可能な推論レイテンシーを維持できます。

  • 製品マトリックスから、Gemini 4 シリーズは 4 つのレベルに分けられます。 Gemini 4 Nano (エンドサイド コア、INT4 量子化後のメモリ使用量は 600MB 未満、遅延は 35ms と低く、Android 17 デバイスのオフライン操作に適合)。 Gemini 4 フラッシュ (エッジ サーバー設計、低遅延最適化)。 Gemini 4 Pro (バランス型、128K トークン コンテキストをサポート、一般的なシナリオ向け); Gemini 4 Ultra (極度のパフォーマンス ニーズ向けのフラッグシップ レベル)。

  • Gemini 4 Ultra によって推進されるアプリケーション シナリオは、Google の製品エコシステム全体をカバーします。 Gemini アプリでは、これがデフォルト モデルとして機能します。 Google 検索の AI モードでは、複数ステップの推論とソース参照付きの会話形式の回答が提供されます。 Android 17 の Gemini Intelligence システム レベルの AI レイヤーでは、アプリケーション全体で自律的なワークフローを推進します (「Gmail からコースのシラバスを検索、教科書を特定、カートに追加」などの 1 つのコマンドで複数ステップの操作を完了できます)。 Android XR スマート グラスでは、リアルタイムの翻訳、視覚的理解、およびナビゲーション機能を提供します。 Gemini 4 Ultra には、「Gemini Spark」インテリジェント エージェント プラットフォームも導入されています。 Spark は、ユーザーが手動で指示することなく、Gmail から情報を取得し、ショッピング カートを操作し、注文を完了し、その他の操作を実行できるクロスアプリケーションの完全自動タスク エージェントです。これは、Google が AI を「受動的な応答」から「能動的な実行」に移行するための重要なステップです。

  • サブスクリプション プランに関して、Google は段階的な価格設定を提供しています。無料版は標準クォータとコンテキスト 32,000 トークンに制限されています。 Google One AI プレミアム (月額 19.99 ドル) は、100 万コンテキスト、4 倍の割り当て、Gmail/ドライブ/ドキュメントなどのワークスペース統合、2 TB ストレージを提供します。 Google AI Ultra (月額 99.99 ドル) は、5 倍の割り当て、Deep Think 推論モード、Gemini Spark エージェント、および YouTube Premium の権利と利益を提供します。さらに、プロフェッショナル ユーザー向けには、より高度な Gemini Ultra サブスクリプション (月額 249 ドル、200 万コンテキスト、Veo 3 無制限ビデオ生成、30 TB ストレージ) があります。 Gemini 4 Ultra は、多次元で AI 機能に大幅な改善をもたらしますが、注意すべき制限もあります。 1 つ目は価格設定です。最上位のサブスクリプションである月額 249 ドルは、個人ユーザーにとって敷居が高く、主に企業、研究機関、ヘビー クリエイターをターゲットとしています。第 2 に、純粋なコード開発シナリオでは、特定のコーディング ベンチマーク (SWE-Bench) では Claude Max と GPT-5.5 が依然として利点を持っていると指摘するレビューもあります。さらに、数千万のトークン コンテキストの実際のアプリケーション シナリオはまだ比較的限られており、ほとんどのユーザーにとっては 100 万から 200 万のトークンで十分です。 Gemini 4 Ultra のリリースは、AI 機能とセキュリティ ガバナンスの境界についての新たな議論を引き起こしました。 Google は同時に、モデルの機能の飛躍的にもたらされる潜在的なリスクに対処するための Safety Core フレームワークを発表しました。

ユーザーレビュー

  • 头像
    逍遥_10
    —
    Gemini 4 Ultra にアップグレードしたところですが、200 万個のコンテキストは本当に誇張されています。プロジェクトのコード ベース全体をそこに放り込んだだけで、実際にファイル間の依存関係を分析できます。
  • 头像
    SatoshiSnakeJones
    —
    Deep Think モードは確かに強力ですが、1 つの会話で割り当ての 40% が直接消費されてしまい、これは苦痛です。日常使いにはProで十分、しっかりと硬い骨を噛みたい場合にはUltraが適しています。
  • 头像
    Cynthia.Morgan_7
    —
    Ultra を 2 週間使用した後、最も深く感じたのは、Google のエコロジカルな統合は本当に素晴らしいということです。これを直接使用して、ウィンドウを切り替えることなく、Gmail でメールを要約したり、ドキュメントで文書を修正したり、スプレッドシートで数式を書き込んだりすることができます。 Google ファミリーに住んでいる場合、このサブスクリプションは非常に費用対効果が高くなります。
  • 头像
    IRodriguez_20244
    —
    私は特に、非常に大きなドキュメントを処理する能力をテストしました。私はそこに400ページの電子書籍を放り込んで、章の要約をするよう依頼しました。結果は 12 秒で表示され、各章の重要な議論が正確に捉えられていました。以前は、他のモデルを使用して章ごとの処理を処理する場合、コンテキストを少なくとも十数回前後に切り替える必要がありました。これを一度に実行できるようになり、効率の向上は小さくありません。
  • 头像
    DennisMartin_Plus
    —
    苦情: Gemini Ultra の Deep Research が実行するレポートには出典の引用が欠けていることがあり、そのため検証に時間がかかります。良い機能ではあるが、「検証可能性」を強化する必要がある。
  • 头像
    Kathryn.Wilson_2022
    —
    Gemini 4 Ultra のビデオ生成は予想より優れています。製品プロモーションビデオを 30 秒で生成しました。一貫性は良好ですが、詳細はズームインに耐えられません。商用利用するにはさらに数回の反復が必要です。
  • 头像
    Cynthia_RichardsonSr
    —
    Gemini 4 Ultra をカスタマー サービス システムに接続することで、コンテキスト理解能力が以前のモデルよりも大幅に強化されました。ユーザーが以前に述べたニーズを、毎回繰り返すことなく記憶できます。
  • 头像
    TOrtizK
    —
    Ironwood TPU による推論速度は非常に速く、100 ページの PDF の処理は基本的に第 2 レベルの応答です。しかし正直に言うと、ほとんどのシーンでは 32K コンテキストの無料版で十分です。
  • 头像
    CRuizSr
    —
    私は科学研究に従事しており、クロス分析のために同時に十数の論文を読む必要があることがよくあります。 Ultra の 200 万コンテキストは私にとって必需品です。以前は丸一日かかっていた作業が 1 時間で完了します。
  • 头像
    BeverlyThompson_Plus
    —
    Gemini Spark のエージェントはそれを試し、「Gmail から先週の見積もりを見つけて価格を抽出し、フォームを作成して私に送ってください」と依頼したところ、実際に機能しました。途中で一度行き詰まりましたが、方向性は正しいので今後の最適化に期待です。
  • 头像
    Douglas_Coleman_2020
    —
    純粋なコードのシナリオではクロードの方が優れていると思います。 Ultra で Python を書くのは問題ありませんが、TypeScript を書くときは、存在しない API を補うことがあります。ただし、Google Cloud 関連の開発を行っている場合、GCP エコシステムに対する Ultra の理解が明らかに深いのは当然のことと考えられます。
  • 头像
    Christina_Simmons168
    —
    東南アジア地域のユーザーは、Ultra の応答遅延が最近著しく高くなっていると述べています。海底ケーブルの問題なのか、サーバーの負荷の問題なのかは不明。早朝に使うととても早いです。
  • 头像
    SLewis
    —
    知識活性化ゲートの設計は非常に巧妙です。単純な質問の場合、モデルを調整する必要がないため、計算能力が節約され、高速になります。 DeepMind にはエンジニアリングの最適化において優れた実績があります。
  • 头像
    RClarkQ1
    —
    200 ページの目論見書を入力し、すべてのリスク開示条項を調べ、前年の変化を比較すれば、結果は 5 分でわかります。これを手動で行うには少なくとも丸 1 日かかります。月額 20 ドルの料金は、1 回の注文で元が取れます。
  • 头像
    Jerry_BellIII
    —
    Android 17 の Gemini Intelligence は非常に使いやすいです。電源ボタンを押したままにして、「来週金曜日の上海行きの電車のチケットを予約してください」と直接言います。 12306 が自動的に開き、列車番号を選択して情報を入力すると、支払いの最後のステップが残るだけです。このクロスアプリケーション エージェント機能により、電話は受動的なツールから能動的なアシスタントに変わります。
  • 头像
    IRISnetProHall007
    —
    今日は Gemini 4 Ultra を使用して競合製品分析レポートを作成しました。競合する 5 つの製品の公開情報をインターネットから取得し、独自の製品ドキュメントを追加すると、比較表を含む完全なレポートが自動的に生成されました。最も驚くべきことは、それ自体で写真を照合することもできることです。 Imagen Ultra 4 によって生成された比較画像は、PPT で直接使用できます。一部のデータは手動で検証する必要がありますが、全体的な品質によりデスクワークの 80% を節約できます。
  • 头像
    onnxcu
    —
    Gemini Code Executor 2.0 が言語を超えた共同編集をサポートしていることは驚くべきことです。 Python スクリプトの作成途中で、その中で SQL クエリを実行するように依頼すると、結果がテーブルに直接エクスポートされました。
  • 头像
    5vjig78g1
    —
    Imagen Ultra 4 によって生成された写真は、Midjourney よりも実際にリアルで、特にポートレート、肌の質感、光と影の処理が非常に自然です。市販の素材をそのまま使用できます。
  • 头像
    LawrenceVasquez_66
    —
    個人的には、Ultraの中国語能力はGPT-5.5よりも優れていると感じています。中国語のコピーを書くとき、私は自然な言葉をたくさん使いますが、そのような翻訳のアクセントはありません。
  • 头像
    MsEeviTuomala_x
    —
    Gemini 4 Ultra の音声理解機能を試し、2 時間の会議を録音してみました。会議の議事録と To Do 項目が自動的に生成され、発言者がそれを識別できるのは素晴らしいことです。
  • 头像
    Zachary_Allen
    —
    ARC-AGI2 84.6% は確かに強力ですが、日常使用ではそれほど強力とは感じられません。ユーザーの問題の大部分は、この種の抽象的な推論を必要とするレベルに到達していません。
  • 头像
    珊瑚611
    —
    Ultra にアップグレードした後の最大の変更は、クォータに対する不安が軽減され、各会話で使用されるクォータの量を慎重に計算する必要がなくなったことです。 5倍もあれば、欲しいものは何でも作れます。

類似の製品