firebirdテックトーク

パソコ

こんにちは！パソコです🔥 この記事、最後まで読んでいってね！

「ChatGPTのGPT-6って、Sonnet 5.5と何が違うの？」

先日、エンジニアの同僚から聞かれてとっさに答えられなかった。「なんか賢いやつ」では回答にならない。

AIの進化が速すぎて、今や各社がそれぞれ複数のモデルを展開している。OpenAIはGPT-6 Astra・Sol・Lunaの3層構成に刷新し、AnthropicはFable・Opus・Sonnet・Haikuの4系統を揃え、GoogleはPro・Flash・Flash-Liteを使い分けている。半年前の記事を書いたときとはモデル名がほぼ総入れ替えになった。「AIを使う」以前に「どのモデルを使うか」で迷う時代は、終わるどころか加速している。

本記事ではその迷いを終わらせる。現場で実際に使い倒した視点から、主要AIモデルの選定基準を完全ガイドとして整理する。

一目でわかる：主要AIモデル徹底比較表

まず全体像を掴もう。2026年10月時点での主要モデルを、各社公式価格ページの実測値をもとに8つの観点で比較した。

◎＝最高水準　○＝十分実用的　△＝条件付きで可　×＝苦手。価格は2026年10月時点の各社公式ページ実測。為替変動や料金改定で前後する

⚠️半年前との最大の変化はGoogle側で起きた。旧世代は「Pro＝高精度・Flash＝軽量」という上下関係だったが、現行のGemini 3.8 FlashはコーディングとエージェントタスクでPro世代の旧モデルを上回る場面が増えており、「Flash＝妥協」という前提が崩れている。価格・速度・精度のバランスで見るなら、むしろFlashが主力候補になる。

「何をしたいか」別の最速選定チャート：

どのレイヤーで判断すべきか：モデル選定フローチャート

ここまでの比較表は「どのモデルが強いか」の一覧だ。だが実務で迷うのはその一歩手前、**「そもそも自分のタスクはどのレイヤーの判断なのか」という点である。ここで軸は1本しかない——「実行の間、追加の判断が一切要らないところまで手順を書き切れているか」**だ。

「複雑な実装や重大リスクのレビューは、指示が明確でも難しい」と感じることがある。だがこれは手順が明確なのに実行だけが難しい、という別種の話ではない。実行中にその都度判断が発生するなら、その時点でその手順は書き切れていないというだけのことだ。軸を増やさず、1本の判定で説明がつく。

この図で言う「書き切る」とは、まさに本記事のここまでの議論——「曖昧な役割を与えるだけでは判断基準は生まれない。手順として明示して初めて意味を持つ」——そのものだ。高コストモデルの仕事は「答えを出す」ことより「次に低コストモデルが迷わず動ける手順を書き切る」ことにある、と捉えると役割分担がすっきりする。

OpenAI：GPT-6 Astra・Sol・Lunaの使い分け

3モデルの位置づけ

2026年9〜10月にGPT-5系から全面刷新されたのが**GPT-6ファミリー（Astra・Sol・Luna）**だ。前世代のGPT-4o／o3／GPT-4o miniという「汎用・推論特化・軽量」の3分類は廃止され、Astra（最上位）・Sol（主力）・Luna（軽量）という単一ラインの3段階構成に統合された。

GPT-6 Astra（最上位）は数学・科学・論理推論のような「答えが厳密に決まっている問題」や、複数ステップにわたるエージェント型タスクで真価を発揮する。旧世代のo3に相当する役割を引き継ぎつつ、推論を使った場合は専門家の半数以上に匹敵する精度を40以上の職種にわたって記録している。1回あたりのコストと応答時間は大きく、「重い問題だけAstra」という使い分けが現実的だ。

GPT-6 Sol（主力）はコスト・精度・速度のバランスが最も優れており、「とりあえずChatGPTで」という場合はこのモデルが動いている。文章生成・翻訳・日常的なコーディングまで一通りこなせる「優等生」のポジションは前世代のGPT-4oから継承された。

GPT-6 Luna（軽量）は、日常的なQ&A・テキスト要約・分類タスクに特化している。無料プラン（Free・Go）のデフォルトモデルでもあり、低コストで高速に動くため、APIでバッチ処理する場合に活きる。

GPT-6だけが持つ強み：インテリジェントUIとエージェント性能

GPT-6世代の目玉は、回答に合わせて表やグラフ、操作可能なウィジェットをその場で生成する**「インテリジェントUI」**だ。また前世代比でエージェント型タスク（複数ステップの自律実行）の精度が大きく向上しており、「調べて→まとめて→下書きを作る」のような複合作業を一度の指示で任せやすくなった。

弱み：最新情報と長文の不安定さ

最大の弱点は最新情報への対応だ。Web検索を有効にしないと学習データの締切以降の情報を返せない。また数万字を超える長文ドキュメントを与えると、文書後半の内容を「忘れる」現象が起きやすい。長文処理はClaudeに軍配が上がる。

Anthropic：Fable・Opus・Sonnet・Haikuの使い分け

4モデルの位置づけ

Claudeのラインナップは前世代の3層（Sonnet・Opus・Haiku）から、最上位に「Fable」を新設した4層構成へ拡張された。コーディングと長文処理においてOpenAIに差をつけるのがAnthropicの強みである点は変わらない。

Fable 5.1（最上位・新設）は「Anthropicの最も高性能なモデル」と公式に位置づけられ、長時間稼働するエージェントタスクや、最も難易度の高い知的作業のために設計されている。価格はOpenAIのAstraと同水準（$10/$50）で、日常用途には過剰性能だが、数時間に及ぶ自律実行タスクを任せる場面で選択肢になる。

Sonnet 5.5（バランス・主力）は2026年10月現在のClaudeの主力で、「日常のコーディング・文書分析・長文処理」であれば最初にここを選ぶべきモデルだ。コーディングとエージェントタスク向けの高性能モデルという位置づけは前世代のSonnet 4.6から継承されており、**100万トークン（約75万字相当）**のコンテキストを安定保持できる点が他モデルとの決定的な差であり続けている。数万行のコードベースを丸ごと読み込ませて「設計の問題点を指摘して」と頼める。

Opus 5.5（深い推論・エージェント型コーディング）は「AIに設計判断を相談したい」という場面で発揮される別格の知能だ。エージェント型コーディングと企業業務の「日常の相棒（daily driver）」という位置づけに変わり、前世代の「ごくたまに使う最上位モデル」から一歩実務寄りにシフトした。Perlで書かれたレガシーコードをGoに移植した際、単純に構文を変換するのではなく「当時のメモリ制約に起因するハック部分はGoでは不要。インターフェースを使ってこう設計し直すべき」という、設計思想ごと再構築する提案が返ってきた経験がある。これが「コードを翻訳する」Sonnetと「設計を考える」Opusの違いだ。

Haiku 5.5（超高速）はAPIで大量バッチ処理を行う場合に使う。テキスト分類・感情分析・短い要約タスクを低コストで大量に流したい時の選択肢だ。チャット用途には精度面でSonnetを選ぶべきだが、自動化パイプラインではHaikuが現実的だ。

Claudeだけが持つ強み：誠実さと100万トークン

Claudeの特徴は**「誠実さ」**にある。指示に対して曖昧な場合は「確認してよいですか？」と聞き返し、できないことはできないと言う。この誠実さが長時間の開発作業でのストレスを下げる。

そして100万トークンという圧倒的なコンテキスト長は、「長すぎて他のAIに入らない」という問題を根本解決する。書籍1冊分のPDF、大規模プロジェクトの仕様書、複数ファイルにわたるコードベース——これらをまるごと読ませた上で質問できるのはClaudeだけだ。

弱み：日本語の文体と最新情報

デフォルトの日本語出力が説明的でやや硬い。「ですます調で読みやすく」と明示指示すれば改善するが、ChatGPTの「温度のある文章」と比べると文体が整然としすぎる傾向がある。また最新情報への対応はGeminiに劣る。

Google：Gemini 3.1 Pro・3.8 Flashの使い分け

モデルの位置づけと世代交代

GeminiはGoogleの全サービスと統合されており、「情報をリアルタイムで扱う」点では他の追随を許さない。この半年で最も構図が変わったのがGoogleのラインナップだ。Pro系統（3.1 Pro）は据え置きのまま、Flash系統だけが3.8まで進化し、旧世代のPro（2.5 Pro）をコーディング・エージェント性能で上回るようになった。

Gemini 3.1 Pro（最難関の推論）は複雑な推論問題・マルチモーダル処理（画像・動画・音声の読み取り）・Google Workspaceとの深い連携が強みで、「Gmail内のメールを先月分まとめて」「このスプレッドシートのデータで予測グラフを作って」といった操作が自然に行える。「精度が最優先・速度は二の次」の最難関タスクに向く。

Gemini 3.8 Flash（主力）は応答速度とコスト効率で群を抜くうえ、コーディングとエージェントタスクの実測ベンチマークでPro世代の旧モデルを上回るという逆転が起きている。「Flash＝軽量な妥協版」という前提はもう成り立たない。日常業務・API経由のリアルタイム処理・毎日自動で動かすバッチ処理のほとんどはこちらが主力候補になる。

Gemini 3.5 Flash-Lite（最軽量）はさらにコストを切り詰めたい場面向けで、高速検索・大量API呼び出しに向く。

Geminiだけが持つ強み：リアルタイム情報とGoogle連携

Geminiの最大の差別化はGoogle検索グラウンディングだ。学習データの締切に縛られず、「今日の為替レートは？」「昨日のNvidiaの株価は？」という最新情報を正確に返せる。ニュース・市場動向・最新の技術情報を追う用途では、現時点でGeminiがベストだ。

YouTube動画をURLで渡すと内容を要約してくれる機能も、他のAIにはないGemini独自の強みだ。

弱み：会話UXと選択肢の複雑さ

長い会話での文脈整理がしにくく、セッション途中で回答品質が落ちる場面がある。チャットのUIもまだ発展途上で、複数プロジェクトを跨いだ管理はChatGPTやClaudeのほうがやりやすい。またPro・Flash・Flash-Liteに加えてLive・Nano Banana等の派生モデルも存在し、「結局どれを使えばいいのか」がOpenAI・Anthropicより分かりにくいのも実情だ。

モデル選定の4原則

各モデルの特徴がわかったところで、実際の選定で意識している原則を整理する。

① 「コストを上げる判断基準」を持つ

高性能モデル（GPT-6 Astra・Opus 5.5・Gemini 3.1 Pro）はその分課金が高い。「上位モデルに切り替えるべき3つの境界線」を自分の中に持っておくと判断が速くなる。

• ループに陥った時：下位モデルが同じミスを繰り返す場合、それは「思考の深さ」が問題の複雑さに足りていないサインだ
• 設計の意思決定をする時：実装ではなくアーキテクチャを決める判断は、Opus 5.5やGPT-6 Astraの深い推論が本領を発揮する
• 一度のミスが許されない時：法的文書・重要コード・対外資料は上位モデルへの投資が安全側に働く

② 「フェーズ別」にモデルを使い分ける

一つの仕事でも、フェーズによって最適なモデルが変わる。例えばブログ記事を書く場合：

1. リサーチ → Gemini 3.8 Flash / Perplexity（最新情報・引用付き）
2. 構成・アウトライン → GPT-6 Sol（アイデアを広げながらブレスト）
3. 本文執筆 → GPT-6 Sol（自然なトーン）
4. コードサンプル → Claude Sonnet 5.5（精度優先）
5. 画像生成 → GPT-6 Sol / 画像生成API（テキスト→画像）

③ 「役割指示」で精度を底上げする

どのモデルも「あなたは〇〇のプロです。△△という前提で、ZZしてください」という役割設定をすると精度が大幅に上がる。モデルを変える前に、まずプロンプトの質を上げる——これが最もコスパの高い改善策だ。

④ 「推測」と「調査」を混同しない

判断基準と手順が明確になるほど、モデルに任せる「推測」は減る。その分、低コストのモデルでも十分対応できる場面が増える——これは合理的な考え方だ。

ただし「フローチャートに描けない役割なら何もできない」わけではない。曖昧な役割を渡しても、モデルは学習した知識や会話の文脈から期待される行動を補おうとする。モデルによる差は、むしろこの「補い方」——曖昧さや例外にどう対応するか——に出やすい。

ここで見落としがちなのが、推測して補うことと、実際に調査することは別という点だ。「シニアとして対応して」と役割を指定しただけでは、モデルが必ず資料を調べてくれるわけではない。調査が必要なら、「既存実装と公式資料を確認し、未確認事項を分けて報告する」と、手順そのものに組み込んだほうが確実だ。

作業の種類によって、モデル選定の考え方は変わる。軸は1本——実行の間、追加の判断なしに手順を書き切れているかだ。

つまり、能力の高いモデルで手順を書き切り、定型作業を低コストのモデルに渡すのが合理的な使い分けだ。ただし「書き切った」つもりでも実行時に判断が発生する＝実は書き切れていなかった、というケースはあり得るので、代表例と例外ケースで結果を確認してから切り替えるのが安全だ。手順だけでなく、良い出力例と合否条件も揃えておくと、さらに精度が上がる。

まとめ：2026年の最適解

AIの進化は止まらない。来月には新しいモデルが出るかもしれない。しかし選定の軸——「何をしたいか」「どの精度が必要か」「コストと速度のトレードオフ」——この3点を持っていれば、どのモデルが増えても迷わずに選べる。

モデルを選ぶのではなく、選ぶ基準を持つ——それが2026年のAI活用の核心だ。

関連書籍

PR: 本セクションにはアフィリエイトリンクが含まれています。

AIモデルの実践活用をさらに深めたい方に。ChatGPTやClaude Codeの現場での使い方が体系的にまとまった一冊です。