【雑記】結局どの AI（ LLM ）使えばいいの？問題を考える

「今一番性能がいい LLM って何?」
「コーディングならどれ使えばいい?」
「結局ChatGPTでいいの?」

こういう質問、最近やたらと聞かれるんですよね。

でも正直に言うと、この質問に明確な答えを出すのはもう無理ゲーだと思っています。

理由は単純で、状況が変わりすぎるから。

1週間前の「最強」が今日も最強とは限らないし、ベンチマークで優秀なモデルが実務で使いやすいとも限らない。

今回は、そんな「AI選び」の混沌とした現状について、開発者目線でぶっちゃけた話をしていきます。

ちなみに結論だけ先に書くと、

=====

他人の評価は参考程度に。

これが本当に一番大事。

X の驚き屋の情報なんて、あてにしないで自分で判断しましょう。

私は、Xで「XXXは△△△すぎる！その有益な使い方をまとめてみました」系で役に立った記憶はほぼありません。

=====

主要AIサービスの現状(2025年11月時点)

まずは主要なサービスを整理しておきましょう。

※料金や機能は変更される可能性があります（&間違ってたらすみません）

見ての通り、どれも似たような価格帯で、それぞれに強みがあるんですよね。そして、この1年で全サービスが大幅にアップデートされています。

ぶっちゃけトーク:AI選びの現実

1. アップデートが目まぐるし過ぎる問題

これが一番の問題です。週単位でパワーバランスが変わる。

いや、むしろ日単位で変わることすらあるんですよ、最近は。

• 2025年8月にOpenAIがGPT-5をリリース → 「これで決まりか」と思った矢先...
• 2025年9月にAnthropicがClaude Sonnet 4.5を投入 → コーディングベンチマークでまた首位交代
• 2025年7月にxAIがGrok 4を発表 → 「博士レベル」を自称して参戦
• 2025年11月13日にはGPT-5.1が出て、「会話の自然さ」が大幅改善

こんな感じで、1ヶ月前の記事がもう古いという状況。

実際、この記事を書いている今日(2025年11月17日)も、数日前にGPT-5.1がリリースされたばかりです。

こんな状況で「これが最強!」なんて断言できるわけがない。

記事を書いている間にも状況が変わっている可能性すらあります。

2. 結局「目的と用途による」という身も蓋もない結論

AI界隈では「○○が最強!」みたいな言説をよく見かけますが、実際のところ用途によって最適解は全然違うんですよね。

コーディング支援なら

• 自律的なコード生成 → Claude Sonnet 4.5、Claude Opus 4.1
• 複雑な推論が必要なアルゴリズム → GPT-5 Thinking, Gemini Pro
• 最新ライブラリ情報 → GPT-5(Web検索機能付き)
• コスパ重視 → Gemini 2.5 Flash、Grok 4 Fast

文章作成なら

• 自然で温かみのある会話 → GPT-5.1、Claude
• 専門的で論理的な文章 → Claude Opus 4.1、Gemini 2.5 Pro

リサーチなら

• 最新情報 → それぞれの Web検索込みチャット
• 深い推論 → それぞれの Deep Research
• 大量ドキュメント分析 → Claude(200K-1Mトークン)、Gemini 2.5 Pro(1Mトークン)

こんな感じで、「何をしたいか」で答えが変わるので、万能な正解はないというのが実情です。

ぶっちゃけ、↑ もどうせ人によって評価が違うと思うので、自分で結論を出すしかないと思いますよ。

3. 1週間で評価が変わるので決めつけは時期尚早

これは本当に厄介なポイントです。

例えば、2025年11月13日にGPT-5.1がリリースされたとき、主な改善点は「会話の自然さ」でした。

GPT-5が「急いで本題に入る」「唐突」という批判を受けていたのを受けての改善です。

つまり、2週間前の評価「GPT-5は会話が不自然」が、もう古い情報になっているわけです。

また、Grok 4が2025年7月に登場したとき、「HLE(Humanity's Last Exam)で25.4%を記録し、o3やGemini 2.5 Proを上回った」と大きな話題になりました。

でも、その後の各社のアップデートで、この評価も変動している可能性が高い。

だから、特定のモデルに全てを賭けるのはリスクが高いんですよね。

複数のサービスを併用して、それぞれの強みを活かす方が現実的です。

4. 机上の評価と実感値のギャップ

これも重要な点。

ベンチマークスコアと実際の使い勝手は別物です。

＜よくあるパターン＞

• Grok 4が「博士レベルの推論能力」を謳っているが、実際に使ってみると日本語での細かいニュアンスは微妙だったりする
• Claude Sonnet 4.5がコーディングベンチマークで高スコアでも、プロジェクト全体の把握は別の話
• GPT-5.1が「会話の自然さ」を改善したというが、日本語では「まだGPT-4oの方が自然」という人もいる
• Gemini 2.5 Proの1Mトークンは確かにすごいが、実際にそこまで必要なケースは限られる

特に日本語の質については、英語ベースのベンチマークだけでは測れない部分が大きい。

結局、自分の手で触ってみないと分からないというのが正直なところ。

他人のレビューは参考程度に、自分で試すのが一番確実です。

コーディング用途の変遷:選択肢が爆発的に増えた2025年

コーディング支援に関しては、特に変化が激しいですね。

2024年後半:Claude 3.5 Sonnetの全盛期

2024年後半、Claude 3.5 Sonnetのコーディング能力は圧倒的でした。

• 長いコードベースを理解できる(200Kトークン)
• コンテキストを保ちながら会話できる
• リファクタリング提案が的確

開発者の間では「コーディングならClaude一択」みたいな空気すらありました。（あったよね...？）

2025年:ツールと選択肢の大爆発

ところが、2025年に入って状況が劇的に変化しています。

新モデルの登場

• Claude Opus 4.1、Sonnet 4.5(2025年5月、9月)
• GPT-5系(2025年8月)
• Grok 4(2025年7月)
• Gemini 2.5シリーズ(2025年)

新ツールの台頭

• Claude Code(2025年2月リリース):ターミナルベースのAIエージェント。自律的にコード編集、Git操作が可能
• Cursor:Claude 4への直接アクセス。Max Modeでさらに強力に
• Windsurf:UIが直感的で初心者に優しい。2025年前半は急成長
• GitHub Copilot:Claude、Gemini対応を発表。複数モデル切替可能に

Claude Codeショックとその後

2025年6月頃、Claude Codeが一気に注目を浴びることに。

Claude Codeの特徴として以下があります。

• ターミナルから直接操作
• 自律的なタスク実行(ファイル編集、Git操作、テスト実行)
• Claude 4系モデルを直接使用
• "auto-accept"モードで人間の介入を最小化

これは「Vibe Coding」とも呼ばれ、自然言語でプログラミングするという新しいスタイルを提案しています。

現在の使い分け(2025年11月)

... わからん。

Codex が個人的には最強ですが、使い分けなんてもう人それぞれでしょう。

Claude Code と Codex を同時併用する人もいるし、Claude Code の Plan Mode と Codex を繰り返して設計して、実装させる人もいるし。

サブエージェントやSkills使いこなす人もいるし、MCP組み合わせて最強とかいってる人もいるし。

これは、結局は自分で色々使ってみて納得いく方法を編み出すしかないんです。

まとめ:現実的なAIの選び方

長々と書いてきましたが、結論をまとめます。

1. 「最強」を追い求めない

数週間後には状況が変わるので、「今最強のAI」を探すのはあまり意味がありません。

それよりも、自分の用途に合ったものを見つける方が重要です。

実際、この記事を書いている2025年11月時点でも、GPT-5.1が数日前にリリースされたばかりで、評価が定まっていません。

2. 複数のサービスを併用する

各サービスには無料枠があるので、複数登録して使い分けるのがベスト。

一つに絞る必要はありません。

3. 自分で触って判断する

他人の評価は参考程度に。

これ一番大事。

X の驚き屋の情報なんて、あてにしないで自分で判断しましょう。

ベンチマークスコアも目安にはなりますが、実際に使ってみた感触が一番重要です。

特に日本語の質については、英語ベースの評価だけでは分からないことが多いので、必ず自分で試してください。

4. 柔軟に乗り換える準備をしておく

特定のAIに依存しすぎず、プロンプトやワークフローを汎用的に設計しておくと、新しいサービスへの移行が楽になります。

例えば、

• プロンプトはなるべくシンプルに
• 特定のAPI仕様に依存しない設計
• 複数のモデルで動作確認

おわりに

「結局どのAI使えばいいの?」という質問に対する答えは、残念ながら「場合による」「定期的に見直す」「複数使い分ける」という身も蓋もないものになってしまいます。

でも、それが現実です。

技術の進化が早すぎて、固定的な答えを出せない状況なんですよね。

逆に言えば、常に新しい選択肢が生まれているということでもあります。

たった1年前の2024年11月と比べても、選択肢は倍以上に増えました。

GPT-5、Claude 4系、Gemini 2.5系、Grok 4...どれも素晴らしい進化を遂げています。それを楽しみながら、自分に合ったツールを探していく。それが今のAI時代の付き合い方なのかもしれません。

※この記事の情報は2025年11月17日時点のものです。AI業界は変化が激しいため、最新情報は各サービスの公式サイトをご確認ください。数週間後にはまた状況が変わっている可能性が高いです。