生成 AI の使い分け 2026 年版 同じお題で 13 回比べて分かった得意分野

「生成 AI がたくさんあって、どれを何に使えばよいか分からない」。連載「同じお題で AI を比べる」では、同じお題を複数のモデルにそのまま渡し、できた物を数えて比べてきました。13 回を通すと、得意がはっきり分かれた分野は少なく、仕事の文章・日本語の文章・読み上げ・文字起こしは、数えた点や誤りの差が小さく、どれがよいとは決められませんでした。はっきり違ったのは、料金と、日本語の字を描けたか(Gen-4 Image)、答える前に考える段(問題を段階を追って考える仕組み)のない版が動いたか(Grok の下の設定)でした。画像と動画では、数・位置・余白の指示と、頼んでいない物で外れが多く出ました。

先に結論: やりたいことごとの早見

各回のお題・設定で、1 回目の結果を数えて分かったことです。

• 仕事の文章: 要約・メール・企画書の 36 項目では、4 つとも 35〜36 項目で、差がつきませんでした(第5回)。
• 日本語の文章: 6 モデルが 45 点中 41〜43 点で、もう 1 回渡すと 0〜3 点動き、どれが強いとは言えませんでした(第12回)。
• 難しさの違う 10 問: 考える段のある下の設定も、計算・並べ替え・論理・規程は 2 回とも正解でした。差が出たのは、字数を決めた言い換えと、問題文の誤りに気づくかです(第13回)。
• 読み上げ: 原稿と違った所は 0〜2 か所で、どれが自然に聞こえるかは数字では決められませんでした(第3回)。
• 文字起こし: 合成の会議の音声で字の誤りは 2.8〜3.7%(差は 2〜5 字)で、今回の呼び方で話者を分けて返したのは ElevenLabs Scribe v2 だけでした(第14回)。
• 日本語の字の入った画像: Gen-4 Image を除く 4 つが看板の 118 字をすべて正しく描き、Gen-4 Image は 23 字でした(720×720 画素での結果。第1回)。
• 商品画像: 商品の形・色・ラベルの 15 項目は Nano Banana 2.1 を除く 4 つが全部守り、「左半分を空ける」指示は 5 つとも守れませんでした(第8回)。
• サムネイルとバナー: Gen-4 Image を除く 4 つが 66 字を正しく描きましたが、バナーは 5 枚とも、頼んでいない字か字のような模様がありました(第9回)。
• 実写とアニメの絵: 実写だけ・アニメだけが苦手なモデルは見つからず、外れたのは数・位置・左右の指示でした(第6回・第7回)。
• 動画: Grok Imagine Video 1.5・Veo 3.1 Fast・Seedance 2.5 が 18 項目のうち 16〜17 で、差は数え方しだいでした。料金は 1 本 70.2〜421.4 クレジットと大きく違いました(第10回)。
• アニメ調の動画: 絵柄は作れた 9 本とも保たれ、差は物の増減・カメラ・縦横の収め方に出ました(第11回)。
• 3D: 21 項目で 20 と 21 で、差は数え方しだいでした。ファイルの大きさと料金は大きく違いました(第15回)。

文章: 点の差は小さく、字数・料金・考える段で違った

「上の設定」「下の設定」「標準の設定」は、YOBITSUGI AI で文章の AI を呼ぶときに選ぶ設定(best・fast・指定なし)です。

• Claude・GPT・Gemini・Grok に同じ仕事を頼んで比べた 要約・メール・企画書の 3 本勝負: 1 項目の差は、Gemini 3.1 Pro の企画書が 835 字で、800 字を超えたことです。紛らわしい数字を入れた要約と、曜日を付けさせたメールは、4 つとも誤りがありませんでした。
• 日本語に強い AI はどれ？ 敬語・要約・言い換えを 6 モデルで比べた: 2 回とも残った誤りは、社外の人に「田中部長は」と言う(3 モデル)、品物に「おそろいでしょうか」と言う(2 モデル)などです。日本語に特化したと Sakana AI が説明する Sakana Namazu も、ほかの 5 モデルと同じ範囲の点でした。
• 高いモデルと安いモデル、差が出るのはどんな仕事？ 同じ 10 問を料金つきで比べた: 下の設定のうち、Grok だけは考える段のない版(Grok 4.20)が動き、10 点中 1 点でした。Grok の公式ドキュメントのモデルの一覧には、考える版と考えない版が別の名前で載っています。クレジットは、今回の 10 問の合計を同じ会社で比べると、上の設定が下の設定の 6〜55 倍でした。

画像: 字の正しさより、数・位置・余白で外れた

• 日本語の文字が崩れない画像生成 AI はどれ？ 同じ看板を 5 つのモデルに描かせて比べた: 118 字を正しく描いた 4 つの違いは、料金・時間・頼んでいない字でした。Grok Imagine 2.0 は、4 枚のうち 2 枚で、文の中のかぎかっこも看板に描きました。
• GPT-Image-2.5 と Nano Banana Pro、どっちがいい？ 同じ 10 のお題で描き比べた: 60 項目のうち、GPT-Image-2.5 Sunburst が 60、Nano Banana Pro が 54 でした。数え方しだいで、差は 4〜7 項目のあいだで変わります。× の 6 か所のうち 4 か所は、木・花・字が指示より多く描かれたものです。
• 画像生成 AI を実写とアニメで比較 同じプロンプトで 6 モデルの得意と苦手を見る: 人物を描いた 12 枚で、手の指の数の誤りは 0 でした。外れた 17 項目のうち 15 は、数・位置・左右・しぐさの指示です。
• 商品画像は AI のどれで作る？ 同じ商品写真から 5 モデルで作って比べた: 背景の差し替えでは、Gen-4 Image 以外の 4 つが、びんを元の写真のまま残しました。Nano Banana 2.1 は、ふたと丸の灰色が茶色に寄った画像が 2 枚ありました。
• サムネイルとバナーを AI 5 つに作らせた 文字入りはどこまで使える？: 守れた数は 22 項目のうち 10〜20 で、字を正しく描いた 4 つの差は、字の場所と、頼んでいない字や模様でした。字のない背景を作らせて字をあとから重ねる方法なら、字の誤りは起きません。

動画: 料金の差が大きく、断られた 1 本もあった

• 動画生成 AI 5 つを同じプロンプトで比較 動き・破綻・1 本あたりの料金: Gemini Omni Flash は、架空の人の縄跳びのお題を安全の判定で断り、作れた 2 本では 12 項目すべてを守りました。Runway Gen-4.5 は 12 / 18 で、3 本とも音が入っていませんでした。Seedance 2.5 は 1 本 421.4 クレジットで、今回の項目では、高い分だけ多く守ったお題はありませんでした。
• アニメ調の動画に強い AI はどれ？ 同じ 1 枚絵を 5 モデルで動かした: 正方形の絵を切らずに動かせたのは、960×960 の正方形で作れた Seedance 2.5・Grok Imagine Video 1.5・Runway Gen-4.5 です。2 枚とも物の増減が無かったのは、Grok Imagine Video 1.5 でした。Seedance 2.5 は、提供元の残高が足りず、絵 2 を作れませんでした。
• Veo 3.1 は、Google の提供終了の一覧で、早ければ 2026年10月22日に提供を終える予定とされています。後継は Gemini Omni Flash です。

音声: 数えた差は小さく、機能と料金で違った

• 日本語の読み上げが自然な AI はどれ？ 同じ原稿を 4 つの声で聞き比べ: 音声を 2 つの AI で文字に起こし直して、原稿と比べました。読みが分かれる語(今日・行った など)の読みは、この方法では確かめられませんでした。どれが自然に聞こえるかは、記事の音声 20 本で聞いて確かめてください。
• 文字起こしの精度を AI 3 つで比較 会議・早口・雑音ありの合成音声で試した: 誤りの 6〜7 割は、架空の会社名と商品名の中でした。1.6 倍に速めた音声でも誤りは増えず、大きな雑音を重ねると 1〜2 字増えました。音声は読み上げの AI で作った合成の音声で、本物の会議の録音では結果が変わりえます。

3D: 形の差は小さく、ファイルと料金が違った

• Tripo と Meshy を比較 同じ 1 枚の写真から 3D モデルを作って回して見た: 形と色の 21 項目で、Tripo v3.1 が 20、Meshy が 21 でした。ファイルは Meshy が 1 個 5.7〜11.9 MB で、Tripo v3.1(40〜43 MB)の 4〜7 分の 1 です。料金は Tripo v3.1 が 1 個 52.7 クレジットで、Meshy(105.3)の半分でした。

料金の目安

各記事の 1 回目の記録で、いちばん少なかった値と多かった値です。今回のお題の長さ・設定での数字で、単位は分野ごとに違います。

• 文章の 18.8 は、第13回の 8 つの決まりを守ってお知らせを書く問題の、Gemini 3.1 Pro です。同じ回の 1 問あたりの平均は、上の設定が 1.1〜5.9、下の設定が 0.1 未満〜0.9 でした。
• 同じ文でも、回によって変わりました。第13回の問 1 の Gemini 3.1 Pro は、1 回目が 10.6、2 回目が 20.2 クレジットでした。

13 回を通して分かったこと

既定のままでも、条件はそろわなかった

同じ文を渡し、設定を既定のままにしても、モデルごとに条件が違う所がありました。各記事は、この違いを書いたうえで結果を載せています。

• GPT-Image-2.5 Sunburst は、YOBITSUGI AI の既定の品質 medium で作りました。OpenAI の説明では、品質は low から max まで選べます。画像の料金の差には、この設定の違いが入っています。
• Gen-4 Image は 720×720 画素で、ほかの 1024×1024 画素より小さい条件でした。横長を頼んだ第9回では、できた画像の大きさが 4 通りに分かれました。
• 正方形の絵を動かした第11回では、Gemini Omni Flash と Veo 3.1 は 1:1 を選べず、16:9 で作りました。
• 文章の下の設定では、Grok だけ、考える段のない版が動きました。

1 回ずつの結果は、入れ替わることがある

• 第12回は、同じ文をもう 1 回渡すと合計が 0〜3 点動き、点の並びが入れ替わりました。
• 第13回は、2 回目に 8 か所の ○ × が変わりました。問題文の誤りに気づいたモデルは、1 回目の 4 つから、2 回目は 1 つになりました。
• 第5回は、Claude Opus 5.5 の守れた項目が 36 から 35 になり、企画書の料金の案は 4 つとも別の金額になりました。
• 結果を見てから決めた数え方を逆にすると、差は変わりました(第6回は 4〜7 項目、第10回は 3 つとも 15 / 18、第15回はどちらも 20〜21)。

1〜2 項目の差は、どの回でも、強弱を決められる差として扱っていません。

料金の高いほうが、多く守るとは限らなかった

• 第13回では、計算・並べ替え・論理・規程の読み取りは、考える段のある下の設定でも 2 回とも正解しました。差が出たのは、字数を決めた言い換え(下の設定で 1 字超えが出た)と、問題文の誤りに気づく問題(上の設定でも分かれた)です。
• 第1回の Nano Banana Pro と Nano Banana 2.1 は、正しく描けた字の数が同じで、クレジットは Pro が約 3 倍でした。
• 第10回の Seedance 2.5 は、ほかの 4〜6 倍のクレジットで、高い分だけ多く守ったお題はありませんでした。第11回の絵 1 では、8 項目すべてを守っています。

外れが集まったのは、数・位置・余白と、頼んでいない物

• 画像では、第7回の外れ 17 項目のうち 15 が数・位置・左右・しぐさの指示でした。第8回の「左半分を空ける」は、5 つとも守れませんでした。
• 字の入った画像では、背景や小物に、頼んでいない字や字のような模様が出ました(第1回・第9回)。
• 動画では、第11回の × 11 のうち 5 が物の増減でした。
• 文章では、字数の上限(第5回・第12回・第13回)と、入れるべき日付(第12回)で外れました。

今回比べていないもの

• Midjourney・Suno・Sora・Kling は、今回は作っていません。
• 文章の AI のうち、Claude Fable 5.1 と Gemini 4 Argon は、どの回でも比べていません。
• 音楽を作る AI は、13 回のどれでも比べていません。

自分で比べるときの手順

13 本で編集部がやった比べ方を、自分の仕事で試す手順にしました。

まとめ

• 13 回の多くで、先に決めた項目で数えた差は小さく、1 つのモデルに決められませんでした。
• 違いがはっきりしたのは、料金、日本語の字を描けたか、考える段のない版が動いたか、今回の呼び方で話者を分けて返したか、3D のファイルの大きさでした。
• 選ぶときは、自分のお題で同じ文を渡し、1 回目を数えて比べてください。