本文へ移動
ハック!でAI

同じお題で AI を比べる 第13回

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

佐々木 航@w_sasakiwith Claude Code読了 約50分
10 問と 10 モデルの ○ × の表。上の設定と下の設定のモデルを会社ごとに並べ、Grok 4.20 の列はほとんどが ×、問 10 の行は 6 モデルが ×

この記事でわかること

  • 上の設定と下の設定の 10 モデルが、10 問で取った点
  • 下の設定で足りた問題と、上の設定でも落とした問題
  • 1 問あたりのクレジットと時間、2 回目で変わった所

確認した環境: YOBITSUGI AI で各モデルを実行 / 2026年10月14日に確認

いつも高いモデルを使う必要はあるのでしょうか。今回の 10 問では、下の設定でも、答える前に考える段のある 4 モデルは、計算・並べ替え・論理・規程の読み取りを 2 回とも正解しました。差が出たのは、字数の決まった言い換えと、問題文の誤りに気づく問題、そして考える段のない Grok 4.20 でした。YOBITSUGI AI で「上の設定(best)」と「下の設定(fast)」を選んだときに動く 5 社の 10 モデルに、難しさの違う 10 問を解かせ、点とクレジットを比べた結果です。

結果の早見

10 問と 10 モデルの ○ × の表。点は、Claude Opus 5.5 が 10、Claude Haiku 5.5 が 8、GPT-6 Astra が 10、GPT-6 Luna が 9、Gemini 3.1 Pro が 10、Gemini 3.8 Flash が 10、Grok 4.7 が 9、Grok 4.20 が 1、DeepSeek V4 Pro が 8、DeepSeek V4.1 Flash が 9。Grok 4.20 は問 9 のほかすべて ×。問 10 は 6 モデルが ×。問 1 は Claude Haiku 5.5 と Grok 4.20、問 9 は DeepSeek V4 Pro が ×
10 問 × 10 モデルの ○ ×(1 回目)。列は会社ごとに、左が上の設定、右が下の設定のモデル撮影・作図: 編集部

問 2〜9 の 8 問は、10 モデルのうち 9 つが正解しました。× は、問 2〜8 が Grok 4.20、問 9 が DeepSeek V4 Pro です。

下の設定のうち Grok 4.20 だけは、答える前に考える段のない版です。ほかの 4 社の下の設定は考える段に対応したモデルなので、条件が違います。下の設定の点を分けて見ると、4 モデルが 8〜10 点、Grok 4.20 が 1 点です。

比べ方

比べた 10 のモデル

1 問題と正解を先に決める、2 1 問ずつ同じ文を渡す、3 先に決めた項目で採点、の流れ。上の設定は Claude Opus 5.5・GPT-6 Astra・Gemini 3.1 Pro・Grok 4.7・DeepSeek V4 Pro、下の設定は Claude Haiku 5.5・GPT-6 Luna・Gemini 3.8 Flash・Grok 4.20・DeepSeek V4.1 Flash。10 問は、言い換え・表の読み取り・並べ替え・日付と曜日・割合と税・矛盾を見つける・論理・8 つの決まり・長い規程・わなのある問題
比べ方の流れ(上)、比べた 10 のモデル(中)、10 問の中身(下)撮影・作図: 編集部

YOBITSUGI AI の、ほかの AI に質問する道具で、モデルの段を「上(best)」と「下(fast)」にしたときに動くモデルです。名前は実行の記録で確かめました。前置きの指示(システムプロンプト)は付けていません。

系列 上の設定(記録に残った名前) 下の設定(記録に残った名前)
Claude Claude Opus 5.5(claude-opus-5-5) Claude Haiku 5.5(claude-haiku-5-5)
GPT GPT-6 Astra(gpt-6-astra) GPT-6 Luna(gpt-6-luna)
Gemini Gemini 3.1 Pro(gemini-3.1-pro-preview) Gemini 3.8 Flash(gemini-3.8-flash)
Grok Grok 4.7(grok-4.7) Grok 4.20(grok-4.20-0309-non-reasoning)
DeepSeek DeepSeek V4 Pro(deepseek-v4-pro) DeepSeek V4.1 Flash(deepseek-flash)

公式のページ(2026年10月14日に確認)の説明は、次のとおりです(編集部の訳)。

  • 下の設定は、Claude Haiku 5.5 が「分類・抽出・振り分けのような、量が多く速さが求められる仕事向け」、GPT-6 Luna が「絞り込んだ仕事を大量にこなすための、もっとも効率のよいモデル」、Gemini 3.8 Flash が「Flash の系列でもっとも賢いモデル」です。
  • 上の設定は、GPT-6 Astra が「もっとも難しい仕事のための、もっとも高性能なモデル」、Grok 4.7 が「これまでに作った中で、もっとも高性能なモデル」などと説明されています。
  • Grok 4.20 は、モデルの一覧に、考える版(reasoning)と考えない版(non-reasoning)が別の名前で載っています。今回動いたのは考えない版です。下の設定のほかの 4 モデルは、考える段(thinking・reasoning)に対応したモデルです。どれだけ考えたかは、記録に残っていません。

各社には、ここに出ないモデルもあります(Anthropic の Claude Fable 5.1 など)。Sakana AI は、上(Fugu Ultra)と下(Sakana Namazu)が同じ系列のモデルではないので、入れていません。上の設定のうち 4 つは「Claude・GPT・Gemini・Grok に同じ仕事を頼んで比べた」回と、下の設定の Gemini 3.8 Flash と DeepSeek V4.1 Flash は「日本語に強い AI はどれ?」の回と、同じモデルです。

10 問と採点のしかた

  • 10 問は編集部が作りました。会社・人・商品はすべて架空で、やさしい順に並べています(並びは編集部の見込み)。
  • 1 問を 1 回の依頼にし、答えの形を指定しました。1 回目は 10 問 × 10 モデルで 100 回です。
  • ぶれを見るため、同じ文をもう 1 回渡しました。2 回目は問 8 を除く 9 問で、90 回です。問 8 は、1 回目に 10 回で 53.6 クレジットかかったため、2 回目では流しませんでした。
  • 1 問 1 点です。正解と ○ の条件は答えを見る前に決め、計算の正解と字数・回数は Python(プログラミング言語)で確かめました。
  • 採点は、編集部(Claude Code を使用)が、先に決めた正解と項目で行いました。採点した Claude Code のモデルは Opus 5.5 で、Claude が Claude の答えも採点しています。そのため、正解が 1 つに決まる問題にし、問題文と答えをすべて載せています。

点とクレジット: 今回は上が下の 6〜55 倍

会社ごとの表。点は上と下の順に、Claude 10 と 8、GPT 10 と 9、Gemini 10 と 10、Grok 9 と 1、DeepSeek 8 と 9。1 問あたりのクレジットは、Claude 1.9 と 0.1、GPT 2.6 と 0.1 未満、Gemini 5.9 と 0.9、Grok 3.7 と 0.1、DeepSeek 1.1 と 0.2。1 問あたりの秒は、Claude 6.0 と 5.3、GPT 7.1 と 5.3、Gemini 20.8 と 10.5、Grok 41.0 と 1.6、DeepSeek 21.0 と 8.3。上 ÷ 下は 18 倍・55 倍・6 倍・32 倍・6 倍
会社ごとの点と、1 問あたりのクレジット・秒(1 回目)。右の列は、今回の 10 問で、上の設定のクレジットが下の設定の何倍だったか撮影・作図: 編集部
  • 1 問あたりのクレジット(1 回目の 10 問の合計を 10 で割った値)は、上の設定が 1.1〜5.9、下の設定が 0.1 未満〜0.9 でした。上が下の何倍かは、今回の 10 問の長さでの数字です。
  • 今回の 10 問・1 回目の点の差は、Gemini が 0 点、GPT が 1 点、Claude が 2 点でした。DeepSeek は下の設定が 1 点多く、Grok は 8 点の差です。1 点・2 点の差は 1 問の正誤の差で、強い・弱いの差としては読めません。
横がクレジット(0.3 から 100 まで、目盛りは約 3 倍ずつ)、縦が点の散らばりの図。GPT-6 Luna は 0.5 クレジットで 9 点、Claude Haiku 5.5 は 1.0 で 8 点、Grok 4.20 は 1.2 で 1 点、DeepSeek V4.1 Flash は 1.8 で 9 点、Gemini 3.8 Flash は 9.2 で 10 点、DeepSeek V4 Pro は 10.7 で 8 点、Claude Opus 5.5 は 18.8 で 10 点、GPT-6 Astra は 26.1 で 10 点、Grok 4.7 は 36.9 で 9 点、Gemini 3.1 Pro は 59.5 で 10 点
10 問のクレジットの合計(横)と点(縦)。塗った丸が上の設定、白い丸が下の設定撮影・作図: 編集部

10 点だった 4 モデルのうち、クレジットがいちばん少なかったのは Gemini 3.8 Flash(9.2)、いちばん多かったのは Gemini 3.1 Pro(59.5)です。GPT-6 Luna は、0.5 クレジットで 9 点でした。

問題の種類ごとの結果

10 問の表。問 1 は下の設定の Claude Haiku 5.5 と Grok 4.20 が ×。問 2〜8 は下の設定の Grok 4.20 だけが ×。問 9 は上の設定の DeepSeek V4 Pro だけが ×。問 10 は上の設定の Grok 4.7 と DeepSeek V4 Pro、下の設定の Claude Haiku 5.5・GPT-6 Luna・Grok 4.20・DeepSeek V4.1 Flash が ×
問題の種類ごとに、× が付いたモデル(1 回目)。左が上の設定、右が下の設定撮影・作図: 編集部
  • 問 2〜8 で × が付いた下の設定は、Grok 4.20 だけでした。長い規程(問 9)は、上の設定の DeepSeek V4 Pro だけが × です。
  • 下の設定に × が多かったのは、言い換えの字数(問 1)と、わなのある問題(問 10)でした。

差が出た問題 1: 問題文の誤りに気づくか(問 10)

問 10 の答えを 10 モデル分並べた図。1 回目に指摘したのは Claude Opus 5.5(1,800 人)、GPT-6 Astra(1,800 人と 1,875 人)、Gemini 3.1 Pro(1,875 人)、Gemini 3.8 Flash(1,875 人と 1,800 人)。Claude Haiku 5.5 は (1,500 − 1,250) ÷ 1,250 = 25% と書いた。ほかは 1,500 × 1.25 = 1,875 人。2 回目に指摘したのは GPT-6 Astra だけ
問 10 の 10 モデルの答え。○ は「25%」のずれを指摘したもの。下の行は 2 回目の結果撮影・作図: 編集部

問題文に「1,250 人から 1,500 人で、この 1 年で 25% 増えました」と書きました。計算すると 20% です。このずれを、答えの中で指摘したかを見ました(人数は問いません)。

  • 1 回目に指摘したのは、上の設定の Claude Opus 5.5・GPT-6 Astra・Gemini 3.1 Pro と、下の設定の Gemini 3.8 Flash です。Gemini 3.1 Pro は 20% だと書いたうえで、「問題文の『25%』という割合に従って」1,875 人を答えました。
  • Claude Haiku 5.5 は「(1,500 − 1,250) ÷ 1,250 = 25%」と書きました。この式の答えは 20% です。
  • 上の設定の Grok 4.7 と DeepSeek V4 Pro も、ずれに触れずに 1,875 人と答えました。
  • 2 回目に指摘したのは、GPT-6 Astra だけでした。
問 10 の問題文(全文)と、○ の条件
テキスト
架空の会社「株式会社コトリ書房」の、電子書籍の読み放題サービスの話です。

有料の会員は、去年の 9月末が 1,250 人、今年の 9月末が 1,500 人で、この 1 年で 25% 増えました。次の 1 年も、同じ割合で増えるとします。来年の 9月末の有料の会員は、何人になりますか。

答えの人数と、計算のしかたを、3 文以内で書いてください。
  • ○: 「25%」が、1,250 人 → 1,500 人の増え方(250 ÷ 1,250 = 20%)と合わないことを、答えの中で言葉で指摘している。人数は 1,800 人・1,875 人・両方のどれでもよい。
  • ×: 指摘が無い。1,875 人でも 1,800 人でも、黙って計算しただけでは、前提の誤りが読み手に伝わらないため。
10 モデルの答え(問 10・1 回目・全文)

Claude Opus 5.5(○)

テキスト
来年の 9月末の有料の会員は **1,800 人**です。1,250 人から 1,500 人へは 250 人増えていて、250 ÷ 1,250 = 0.2 なので、実際の増え方は 25% ではなく **20%** です。この 20% で同じように増えるとすると、1,500 × 1.2 = 1,800 人になります(もし 25% で計算すると、1,500 × 1.25 = 1,875 人です)。

Claude Haiku 5.5(×)

テキスト
来年9月末の有料会員は **1,875人** になります。今年の増加率は (1,500 − 1,250) ÷ 1,250 = 25% なので、同じ割合で増えるとすると 1,500 × 1.25 = 1,875 人です。

GPT-6 Astra(○)

テキスト
1,250人から1,500人への増加率は、(1,500−1,250)÷1,250=20%で、問題文の「25%」とは一致しません。
人数のデータに基づくなら、来年は1,500×1.20=**1,800人**です。
「25%増える」という条件を使うなら、1,500×1.25=**1,875人**です。

GPT-6 Luna(×)

テキスト
来年の9月末の有料会員は、1,875人です。  
今年の1,500人に、同じ増加率の25%を掛けて、1,500×1.25=1,875と計算します。

Gemini 3.1 Pro(○)

テキスト
1,250人から1,500人への実際の増加率は20%ですが、ここでは問題文の「25%」という割合に従って計算します。
今年の会員数である1,500人に、25%増を意味する1.25を掛けます。
したがって来年の9月末の有料会員は1,875人になります(なお、実際の増加率である20%を適用した場合は、1,500人×1.2で1,800人になります)。

Gemini 3.8 Flash(○)

テキスト
問題文にある「25%増加」という割合を用いる場合、今年の1,500人に1.25を掛けて、来年の9月末は**1,875人**になります。

ただし、1,250人から1,500人への実際の増加率は20%(250人÷1,250人)であるため、この本来の割合を用いる場合は1,500人に1.2を掛けて**1,800人**となります。

Grok 4.7(×)

テキスト
来年の9月末の有料会員は1,875人になります。今年の1,500人に同じ25%の増加を適用し、1,500×1.25で計算します。

Grok 4.20(×)

テキスト
**答え:1,875人**

今年の9月末の1,500人に25%増えるので、1,500 × 1.25 = 1,875人になります。

次の1年も同じ25%増と仮定した場合、来年の9月末の有料会員数は1,875人です。

DeepSeek V4 Pro(×)

テキスト
今年の9月末は1,500人で、同じ25%増えるので、増加分は1,500×0.25=375人です。  
したがって、来年の9月末は1,500+375=1,875人です。  
答えは1,875人です。

DeepSeek V4.1 Flash(×)

テキスト
来年の9月末の有料会員は1,875人です。今年の1,500人を同じ25%増で計算すると、1,500 × 1.25 = 1,875 となります。

答えは、返ってきたままです。「**」は、Markdown(記号で太字などを指定する書き方)の記号です。

10 モデルの答え(問 10・2 回目・全文)

Claude Opus 5.5(×)

テキスト
来年の9月末の有料会員は、**1,875人**になります。

今年の1,500人の25%は1,500 × 0.25 = 375人なので、1,500 + 375 = 1,875人です(1,500 × 1.25 = 1,875 と計算しても同じです)。

Claude Haiku 5.5(×)

テキスト
来年9月末の有料会員は**1,875人**になります。今年は1,500人で、去年から25%増えているので、同じ割合で増えると、来年は1,500×1.25=1,875人です。

GPT-6 Astra(○)

テキスト
1,250人から1,500人への増加率は、(1,500−1,250)÷1,250=20%で、問題文の25%とは一致しません。
実際と同じ20%で増えるなら、来年9月末は1,500×1.20=**1,800人**です。
問題文の25%を使うなら、1,500×1.25=**1,875人**になります。

GPT-6 Luna(×)

テキスト
来年の9月末は **1,875人**です。  
今年の1,500人に25%増を適用し、1,500×1.25=1,875と計算します。

Gemini 3.1 Pro(×)

テキスト
来年の9月末の有料会員数は、1,875人になります。

計算のしかたは、今年の会員数である1,500人に、25%の増加を意味する1.25を掛けて求めます。具体的な計算式は、「1,500人 × 1.25 = 1,875人」となります。

Gemini 3.8 Flash(×)

テキスト
今年の会員数である1,500人に、増加割合の25%分(1.25倍)を掛けて計算します(1,500 × 1.25 = 1,875)。
したがって、来年の9月末の有料会員は1,875人になります。

Grok 4.7(×)

テキスト
来年の9月末の有料会員は1,875人です。1,500人の25%増しを計算すると、1,500×1.25=1,875人になります。

Grok 4.20(×)

テキスト
**答え:1,875人**

今年9月末の1,500人に25%増えるので、1,500×1.25=1,875人になります。  
来年の9月末の有料会員数は1,875人です。

DeepSeek V4 Pro(×)

テキスト
今年の9月末の1,500人から、同じ25%増えると計算します。  
1,500 × 1.25 = 1,875  
よって、来年の9月末の有料会員は1,875人です。

DeepSeek V4.1 Flash(×)

テキスト
来年の9月末の有料会員は1,875人です。  
今年の1,500人を基準に、25%増えるので増加分は1,500×0.25=375人です。  
よって1,500+375=1,875人になります。

答えは、返ってきたままです。「**」は、Markdown(記号で太字などを指定する書き方)の記号です。

差が出た問題 2: 字数を決めた言い換え(問 1)

10 モデルの字数の図。1 回目と 2 回目の順に、Claude Opus 5.5 が 34 と 35、Claude Haiku 5.5 が 36 と 35、GPT-6 Astra が 34 と 35、GPT-6 Luna が 34 と 36、Gemini 3.1 Pro が 34 と 34、Gemini 3.8 Flash が 32 と 32、Grok 4.7 が 34 と 33、Grok 4.20 が 36 と 36、DeepSeek V4 Pro が 35 と 35、DeepSeek V4.1 Flash が 31 と 32。36 字の答えは「来月1日から本社ビル正面玄関を改修するため、東側通用口をご利用ください。」
問 1 の字数。緑の帯が 28〜35 字。● が 1 回目、◆ が 2 回目で、赤は × の答え撮影・作図: 編集部

79 字の案内の文を、3 つの要点を残して、28〜35 字の 1 文にする問題です。

  • 上の設定の 5 モデルは、2 回とも 33〜35 字に収めました。
  • 下の設定では、1 回目に Claude Haiku 5.5 と Grok 4.20、2 回目に GPT-6 Luna と Grok 4.20 が 36 字で、1 字超えました。
  • 2 回目の DeepSeek V4.1 Flash は「東側通用口」を「東通用口」と書き、先に決めた要点(「東側」)に照らして × にしました。「東」は残っているので、○ とする見方もあります。
問 1 の問題文(全文)と、○ の条件
テキスト
次の文を、意味を変えずに、短い 1 文に言い換えてください。
決まりは 3 つです。
・28 字以上 35 字以内にする(句読点と数字も、1 字ずつ数える)。
・文は 1 つだけにする。
・「いつから」「どこが工事か」「代わりにどこを使うか」の 3 つを落とさない。
答えは、言い換えた文だけを書いてください。字数の注記や解説は書かないでください。

弊社では、来月の1日より、本社ビルの正面玄関の改修工事を行いますため、ご来社の際は、建物の東側にございます通用口をご利用くださいますよう、お願い申し上げます。
  • 字数: 28 字以上 35 字以内(Python で数えた。句読点と数字も 1 字)。
  • 文が 1 つ。
  • 要点 3 つ: 来月1日から(「来月」「1日」「から・より」)/ 正面玄関の工事(「正面玄関」と「工事・改修」)/ 東側の通用口(「東側」と「通用口」)。
  • 言い換えた文だけを書いている。
  • 答えの例(編集部): 来月1日から正面玄関が工事のため、東側の通用口をご利用ください。(32 字)
10 モデルの答え(問 1・1 回目と 2 回目・全文)

1 回目:

テキスト
Claude Opus 5.5(○・34 字): 来月1日より本社ビル正面玄関改修のため、東側通用口をご利用ください。
Claude Haiku 5.5(×・36 字): 来月1日から本社ビル正面玄関を改修するため、東側通用口をご利用ください。
GPT-6 Astra(○・34 字): 来月1日から本社正面玄関を改修するため、東側通用口をご利用ください。
GPT-6 Luna(○・34 字): 来月1日から本社正面玄関を改修するため、東側通用口をご利用ください。
Gemini 3.1 Pro(○・34 字): 来月1日より正面玄関の工事を行うため、東側の通用口をご利用ください。
Gemini 3.8 Flash(○・32 字): 来月1日より正面玄関の工事のため、東側の通用口をご利用ください。
Grok 4.7(○・34 字): 来月1日より本社正面玄関を改修するため、東側通用口をご利用ください。
Grok 4.20(×・36 字): 来月1日から本社ビル正面玄関を工事するため、東側通用口をご利用ください。
DeepSeek V4 Pro(○・35 字): 来月1日から本社ビル正面玄関の改修のため、来社時は東側通用口へどうぞ。
DeepSeek V4.1 Flash(○・31 字): 来月1日より本社正面玄関工事のため東側通用口をご利用ください。

2 回目:

テキスト
Claude Opus 5.5(○・35 字): 来月1日から本社正面玄関の改修工事のため、東側通用口をご利用ください。
Claude Haiku 5.5(○・35 字): 来月1日から本社正面玄関を改修工事のため、東側通用口をご利用ください。
GPT-6 Astra(○・35 字): 来月1日から本社の正面玄関を改修するため、東側通用口をご利用ください。
GPT-6 Luna(×・36 字): 来月1日から本社ビル正面玄関を改修するため、東側通用口をご利用ください。
Gemini 3.1 Pro(○・34 字): 来月1日より正面玄関の改修工事のため、東側の通用口をご利用ください。
Gemini 3.8 Flash(○・32 字): 来月1日より正面玄関改修工事のため、東側通用口をご利用ください。
Grok 4.7(○・33 字): 来月1日より本社正面玄関の改修のため、東側通用口をご利用ください。
Grok 4.20(×・36 字): 来月1日から本社ビル正面玄関を工事するため、東側通用口をご利用ください。
DeepSeek V4 Pro(○・35 字): 来月1日より本社ビル正面玄関を工事するため東側通用口をご利用ください。
DeepSeek V4.1 Flash(×・32 字): 来月1日から本社ビル正面玄関工事のため東通用口をご利用ください。

差が出た問題 3: 考える段のない Grok 4.20

Grok 4.20 の答えと正解の表。問 2 は正解 6,195 万円・青葉店 1,242 万円・5月 1,553 万円に対して、6,285 万円・緑町店 1,237 万円・4月 1,550 万円。問 3 は先頭の 4 件が入れ替わった。問 4 は正解 11月24日(火)と 11月2日(月)に対して 11月19日(木)と 11月5日(木)。問 5 は正解 93,419 円に対して 73,404 円(2 回目は 78,372 円)。問 7 は火曜と木曜の 2 人が入れ替わった
Grok 4.20 の答えと正解(問 2〜5・7)。右の列は 2 回目撮影・作図: 編集部

Grok の下の設定では、Grok 4.20 の考えない版(grok-4.20-0309-non-reasoning)が動きました。Grok の公式ドキュメントは、考えるモデル(reasoning)を「答える前に、問題を段階を追って考える」と説明しています。

  • 正解は問 9 の 1 問でした。問 2〜5・7 は、答えの形は指定どおりで、中身が 2 回とも違っていました。
  • 問 3 は、特急の注文のうち納期が同じ 2 組を、金額の小さい順に並べました(決まりは大きい順)。問 7 は、宇野(木)と大森(金)が続いた日になり、条件 4 を守っていません。
  • 10 問の時間は 16.0 秒で、10 モデルでいちばん短くなりました。

下の設定でも解けた問題

計算・並べ替え・論理(問 2〜5・7)

Grok 4.20 のほかの 9 モデルが、2 回とも正解しました。

問 2 表の読み取り: 問題文(全文)・正解・10 モデルの答え
テキスト
架空の文具店チェーンの、5 つの店の 4 か月の売上です。単位は万円です。

青葉店: 4月 312、5月 298、6月 287、7月 345
川端店: 4月 322、5月 309、6月 276、7月 331
桜台店: 4月 351、5月 287、6月 304、7月 298
港南店: 4月 269、5月 317、6月 334、7月 318
緑町店: 4月 296、5月 342、6月 344、7月 255

次の 3 つを答えてください。
(1) 5 つの店の 4 か月の売上を全部合わせると、いくらですか。
(2) 4 か月の合計がいちばん大きい店はどこで、その合計はいくらですか。
(3) 5 つの店の合計がいちばん大きい月は何月で、その合計はいくらですか。

答えは、次の形で 3 行だけ書いてください。計算の途中や解説は書かないでください。
(1) ○万円
(2) ○店・○万円
(3) ○月・○万円

正解: (1) 6,195 万円 (2) 青葉店・1,242 万円 (3) 5月・1,553 万円

店の 4 か月の合計は、青葉店 1,242・川端店 1,238・桜台店 1,240・港南店 1,238・緑町店 1,237(万円)。月の合計は、4月 1,550・5月 1,553・6月 1,545・7月 1,547(万円)です。

1 回目の答え(複数の行は「 / 」でつないだ):

テキスト
Claude Opus 5.5(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Claude Haiku 5.5(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
GPT-6 Astra(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
GPT-6 Luna(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Gemini 3.1 Pro(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Gemini 3.8 Flash(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Grok 4.7(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Grok 4.20(×): (1) 6285万円 / (2) 緑町店・1237万円 / (3) 4月・1550万円
DeepSeek V4 Pro(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
DeepSeek V4.1 Flash(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円

2 回目の答え:

テキスト
Claude Opus 5.5(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Claude Haiku 5.5(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
GPT-6 Astra(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
GPT-6 Luna(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Gemini 3.1 Pro(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Gemini 3.8 Flash(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Grok 4.7(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
Grok 4.20(×): (1) 6285万円 / (2) 緑町店・1237万円 / (3) 4月・1550万円
DeepSeek V4 Pro(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
DeepSeek V4.1 Flash(○): (1) 6195万円 / (2) 青葉店・1242万円 / (3) 5月・1553万円
問 3 並べ替え: 問題文(全文)・正解・10 モデルの答え
テキスト
次の 10 件の注文を、下の 3 つの決まりで並べ替えてください。

決まり
1. 「特急」の注文を先に、「通常」の注文を後にする。
2. 同じ種類の中では、納期の早い順にする。
3. 種類も納期も同じときは、金額の大きい順にする。

注文(番号・種類・納期・金額)
A01・通常・11月12日・48,000円
A02・特急・11月10日・32,000円
A03・通常・11月9日・75,000円
A04・特急・11月6日・18,500円
A05・通常・11月12日・52,000円
A06・特急・11月10日・32,500円
A07・通常・11月5日・9,800円
A08・特急・11月6日・21,000円
A09・通常・11月9日・7,500円
A10・特急・11月13日・64,000円

答えは、注文の番号を並べた 1 行だけを、「A00 → A00 → …」の形で書いてください。解説は書かないでください。

正解: A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01

1 回目の答え(複数の行は「 / 」でつないだ):

テキスト
Claude Opus 5.5(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Claude Haiku 5.5(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
GPT-6 Astra(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
GPT-6 Luna(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Gemini 3.1 Pro(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Gemini 3.8 Flash(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Grok 4.7(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Grok 4.20(×): A04 → A08 → A02 → A06 → A10 → A07 → A03 → A09 → A05 → A01
DeepSeek V4 Pro(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
DeepSeek V4.1 Flash(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01

2 回目の答え:

テキスト
Claude Opus 5.5(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Claude Haiku 5.5(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
GPT-6 Astra(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
GPT-6 Luna(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Gemini 3.1 Pro(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Gemini 3.8 Flash(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Grok 4.7(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
Grok 4.20(×): A04 → A08 → A02 → A06 → A10 → A07 → A03 → A09 → A05 → A01
DeepSeek V4 Pro(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
DeepSeek V4.1 Flash(○): A08 → A04 → A06 → A02 → A10 → A07 → A03 → A09 → A05 → A01
問 4 日付と曜日: 問題文(全文)・正解・10 モデルの答え
テキスト
架空の会社「株式会社ハルノ企画」は、会社案内のパンフレットを作っています。次の決まりで、2 つの日付を答えてください。

・パンフレットの納品日は、2026年12月4日(金)です。
・会社の休みは、土曜日・日曜日・祝日です。この時期の祝日は、11月3日(火)と 11月23日(月)です。休みでない日を「営業日」と呼びます。
・印刷所にデータを渡す日(入稿日)は、納品日の 8 営業日前です。納品日の 1 つ前の営業日を「1 営業日前」と数えます。
・社内の確認は、入稿日の 1 つ前の営業日を最後の日として、続いた 5 営業日で行います。
・原稿の締め切りは、社内の確認を始める日の、ちょうど 2 週間前の日です。

(1) 入稿日は、何月何日の何曜日ですか。
(2) 原稿の締め切りは、何月何日の何曜日ですか。

答えは、次の形で 2 行だけ書いてください。計算の途中や解説は書かないでください。
(1) ○月○日(○)
(2) ○月○日(○)

正解: (1) 11月24日(火) (2) 11月2日(月)

納品日 12月4日(金)の 8 営業日前は 11月24日(火)です。その 1 つ前の営業日は、11月23日(月)が祝日なので 11月20日(金)。続いた 5 営業日は 11月16日(月)から 20日(金)までで、その 2 週間前が 11月2日(月)です。

1 回目の答え(複数の行は「 / 」でつないだ):

テキスト
Claude Opus 5.5(○): (1) 11月24日(火) / (2) 11月2日(月)
Claude Haiku 5.5(○): (1) 11月24日(火) / (2) 11月2日(月)
GPT-6 Astra(○): (1) 11月24日(火) / (2) 11月2日(月)
GPT-6 Luna(○): (1) 11月24日(火) / (2) 11月2日(月)
Gemini 3.1 Pro(○): (1) 11月24日(火) / (2) 11月2日(月)
Gemini 3.8 Flash(○): (1) 11月24日(火) / (2) 11月2日(月)
Grok 4.7(○): (1) 11月24日(火) / (2) 11月2日(月)
Grok 4.20(×): (1) 11月19日(木) / (2) 11月5日(木)
DeepSeek V4 Pro(○): (1) 11月24日(火) / (2) 11月2日(月)
DeepSeek V4.1 Flash(○): (1) 11月24日(火) / (2) 11月2日(月)

2 回目の答え:

テキスト
Claude Opus 5.5(○): (1) 11月24日(火) / (2) 11月2日(月)
Claude Haiku 5.5(○): (1) 11月24日(火) / (2) 11月2日(月)
GPT-6 Astra(○): (1) 11月24日(火) / (2) 11月2日(月)
GPT-6 Luna(○): (1) 11月24日(火) / (2) 11月2日(月)
Gemini 3.1 Pro(○): (1) 11月24日(火) / (2) 11月2日(月)
Gemini 3.8 Flash(○): (1) 11月24日(火) / (2) 11月2日(月)
Grok 4.7(○): (1) 11月24日(火) / (2) 11月2日(月)
Grok 4.20(×): (1) 11月19日(木) / (2) 11月5日(木)
DeepSeek V4 Pro(○): (1) 11月24日(火) / (2) 11月2日(月)
DeepSeek V4.1 Flash(○): (1) 11月24日(火) / (2) 11月2日(月)
問 5 割合と税: 問題文(全文)・正解・10 モデルの答え
テキスト
架空の事務用品の店「ミドリノ商会」で、次の買い物をします。支払う金額(税込)を答えてください。

・商品は、1 個 3,480 円(税抜)の卓上ライトです。27 個を買います。
・20 個以上をまとめて買うと、1 個の値段が 8% 引きになります。割り引いた後の 1 個の値段は、1 円未満を切り捨てます。
・会員なので、割り引いた後の 27 個の合計から、さらに 1,500 円を引きます。
・最後に、消費税 10% を足します。消費税は、1 円未満を切り捨てます。

答えは、「○円」の形で、金額だけを 1 行で書いてください。計算の途中や解説は書かないでください。

正解: 93,419 円

1 個 3,480 円の 8% 引きは 3,201.6 円で、切り捨てて 3,201 円。27 個で 86,427 円。1,500 円を引いて 84,927 円。消費税 10% は 8,492.7 円で、切り捨てて 8,492 円。合わせて 93,419 円です。

1 回目の答え(複数の行は「 / 」でつないだ):

テキスト
Claude Opus 5.5(○): 93,419円
Claude Haiku 5.5(○): 93419円
GPT-6 Astra(○): 93,419円
GPT-6 Luna(○): 93,419円
Gemini 3.1 Pro(○): 93,419円
Gemini 3.8 Flash(○): 93,419円
Grok 4.7(○): 93419円
Grok 4.20(×): 73,404円
DeepSeek V4 Pro(○): 93419円
DeepSeek V4.1 Flash(○): 93419円

2 回目の答え:

テキスト
Claude Opus 5.5(○): 93419円
Claude Haiku 5.5(○): 93419円
GPT-6 Astra(○): 93,419円
GPT-6 Luna(○): 93,419円
Gemini 3.1 Pro(○): 93,419円
Gemini 3.8 Flash(○): 93,419円
Grok 4.7(○): 93,419円
Grok 4.20(×): 78,372円
DeepSeek V4 Pro(○): 93419円
DeepSeek V4.1 Flash(○): 93419円
問 7 論理(当番表): 問題文(全文)・正解・10 モデルの答え
テキスト
架空の会社の受付の当番を決めます。安藤・井口・宇野・江藤・大森の 5 人が、月曜日から金曜日までの 5 日間、1 日に 1 人ずつ、1 人 1 回だけ当番をします。次の 5 つの条件を全部満たす当番表を答えてください。

条件
1. 大森は、井口のちょうど 2 日後である(たとえば、井口が月曜日なら、大森は水曜日)。
2. 安藤と宇野は、となり合う日(続いた 2 日)にはならない。
3. 江藤は、宇野より前の日である。
4. 宇野と大森は、となり合う日(続いた 2 日)にはならない。
5. 江藤は、木曜日ではない。

答えは、次の形で 1 行だけ書いてください。考えた道すじや解説は書かないでください。
月: ○ 火: ○ 水: ○ 木: ○ 金: ○

正解: 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森

5 人の並べ方 120 通りを Python で総当たりし、5 つの条件を全部満たすのはこの 1 通りだけだと確かめました。

1 回目の答え(複数の行は「 / 」でつないだ):

テキスト
Claude Opus 5.5(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Claude Haiku 5.5(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
GPT-6 Astra(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
GPT-6 Luna(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Gemini 3.1 Pro(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Gemini 3.8 Flash(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Grok 4.7(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Grok 4.20(×): 月: 江藤 火: 安藤 水: 井口 木: 宇野 金: 大森
DeepSeek V4 Pro(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
DeepSeek V4.1 Flash(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森

2 回目の答え:

テキスト
Claude Opus 5.5(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Claude Haiku 5.5(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
GPT-6 Astra(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
GPT-6 Luna(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Gemini 3.1 Pro(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Gemini 3.8 Flash(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Grok 4.7(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
Grok 4.20(×): 月: 江藤 火: 安藤 水: 井口 木: 宇野 金: 大森
DeepSeek V4 Pro(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森
DeepSeek V4.1 Flash(○): 月: 江藤 火: 宇野 水: 井口 木: 安藤 金: 大森

長い規程の突き合わせ(問 9)

1,513 字の架空の旅費規程の 3 か所(第2条・第6条・第9条)を突き合わせて、係長の出張の日当を出す問題です。正解は 9,900 円です。

  • 下の設定は、5 つとも正解しました。
  • DeepSeek V4 Pro は、内訳を正しく書きましたが、合計を「12,100 円」と書きました。内訳を足すと 9,900 円です。2 回目は正しく答えました。
問 9 長い規程: 問題文(全文)・正解・10 モデルの答え
テキスト
次の規程を読んで、最後の質問に答えてください。

株式会社ミナモ精機 国内出張旅費規程

第1条(目的)
この規程は、社員が会社の仕事で国内に出張するときの、旅費の決まりを定める。

第2条(言葉の意味)
この規程で「出張」とは、会社の命令で、勤務地から片道 50 キロメートル以上はなれた所へ行って、仕事をすることをいう。「管理職」とは、課長と、それより上の役職の社員をいう。係長と主任は、管理職に含めず、「一般職」としてあつかう。「移動日」とは、出張の日のうち、行き帰りの移動だけをして、出張先での仕事をしない日をいう。

第3条(申請)
出張する社員は、出発の 3 営業日前までに、出張申請書を所属の部の部長に出して、承認を受ける。急ぎの出張で間に合わないときは、口頭で承認を受け、帰ってから 5 営業日以内に申請書を出す。

第4条(旅費の種類)
旅費は、交通費・日当・宿泊費の 3 つとする。日当は、出張先での食事代や、こまごまとした出費にあてるためのお金である。

第5条(交通費)
交通費は、いちばん安くて合理的な道すじの、実際にかかった金額を支給する。新幹線のグリーン車と、航空機の上のクラスの席は、部長以上の社員が、片道 3 時間を超えて乗る場合に限って使える。タクシーは、公共の交通機関がない場合と、重い荷物を運ぶ場合に限って使える。自分の車を使うときは、1 キロメートルにつき 30 円を支給する。

第6条(日当)
日当は、出張の 1 日につき、管理職は 3,000 円、一般職は 2,200 円を支給する。出張の日数は、出発の日から帰る日までを、どちらも入れて数える。出張先で、取引先から食事の提供を受けた日も、日当は減らさない。

第7条(宿泊費)
宿泊費は、1 泊につき、次の金額を上限として、実際にかかった金額を支給する。東京 23 区・大阪市・名古屋市に泊まる場合は 12,000 円、そのほかの地域に泊まる場合は 9,500 円とする。管理職は、それぞれの上限に 2,000 円を足す。取引先などが宿を無料で用意した場合、その泊の宿泊費は支給しない。

第8条(日帰りの出張)
泊まらない出張で、出発してから帰るまでが 6 時間に満たないときは、日当を半額にする。泊まらない出張には、宿泊費を支給しない。

第9条(休日にかかる出張)
出張の日が会社の休日(土曜日・日曜日・祝日)にあたるときは、その日の日当を、第6条の金額の 5 割増しにする。ただし、その日が移動日であるときは、割増しをしない。休日に出張先で仕事をした社員は、帰ってから 1 か月以内に、同じ日数の代わりの休みを取ることができる。

第10条(精算)
出張した社員は、帰ってから 5 営業日以内に、領収書を付けた旅費精算書を、経理課に出す。日当には、領収書は要らない。精算が期限に遅れたときは、所属の部の部長の承認が要る。うその申告をして旅費を受け取った社員には、その全額を返させる。

第11条(仮払い)
旅費の合計が 3 万円を超える見込みのときは、出発の前に、見込みの金額の 8 割までを、仮払いとして受け取ることができる。仮払いを受けた社員は、精算のときに、実際の金額との差を返すか、追加で受け取る。

第12条(出張中のけがや病気)
出張中にけがや病気をしたときは、すぐに所属の部の部長に連絡する。治療にかかった費用は、会社の定める保険の決まりにしたがってあつかい、この規程の旅費には含めない。

第13条(出張の取りやめ)
会社の都合で出張を取りやめたときは、切符や宿の取り消しにかかった費用を、会社が負担する。社員の都合で取りやめたときは、理由を書いた届けを出し、部長が認めた場合に限って、会社が負担する。

第14条(規程にないこと)
この規程にないことは、総務部長が決める。

付則
この規程は、2026年4月1日から使う。

質問
営業部の係長の水野さんは、取引先の展示会を手伝うため、次の日程で仙台市に出張します。勤務地から仙台市までは、片道およそ 350 キロメートルです。

・2026年11月19日(木): 午前に移動し、午後は取引先と打ち合わせをする
・11月20日(金): 展示会の準備をする
・11月21日(土): 展示会の当日の手伝いをする
・11月22日(日): 仙台市から勤務地へ帰るだけで、仕事はしない

この出張で水野さんに支給される日当は、4 日間の合計でいくらですか。上の規程だけをもとに答えてください。
答えは、次の形で 2 行だけ書いてください。理由や解説は書かないでください。
合計: ○円
内訳: 19日 ○円、20日 ○円、21日 ○円、22日 ○円

正解: 合計 9,900 円(19日 2,200 円・20日 2,200 円・21日 3,300 円・22日 2,200 円)

係長は一般職(第2条)なので、日当は 1 日 2,200 円です(第6条)。21日(土)は休日に仕事をしたので 5 割増しの 3,300 円、22日(日)は移動日なので割増しをしません(第9条)。

1 回目の答え(複数の行は「 / 」でつないだ):

テキスト
Claude Opus 5.5(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Claude Haiku 5.5(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
GPT-6 Astra(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
GPT-6 Luna(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Gemini 3.1 Pro(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Gemini 3.8 Flash(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Grok 4.7(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Grok 4.20(○): 合計: 9900円 / 内訳: 19日 2200円、20日 2200円、21日 3300円、22日 2200円
DeepSeek V4 Pro(×): 合計: 12,100円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
DeepSeek V4.1 Flash(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円

2 回目の答え:

テキスト
Claude Opus 5.5(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Claude Haiku 5.5(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
GPT-6 Astra(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
GPT-6 Luna(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Gemini 3.1 Pro(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Gemini 3.8 Flash(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Grok 4.7(○): 合計: 9,900円 / 内訳: 19日 2,200円、20日 2,200円、21日 3,300円、22日 2,200円
Grok 4.20(○): 合計: 9900円 / 内訳: 19日 2200円、20日 2200円、21日 3300円、22日 2200円
DeepSeek V4 Pro(○): 合計: 9900円 / 内訳: 19日 2200円、20日 2200円、21日 3300円、22日 2200円
DeepSeek V4.1 Flash(○): 合計: 9900円 / 内訳: 19日 2200円、20日 2200円、21日 3300円、22日 2200円

矛盾を見つける(問 6)

579 字の架空の報告書に、数字の食い違いを 2 つ入れました。いくつあるかは教えていません。

  • 1 回目は、Grok 4.20 のほかの 9 モデルが、2 つとも見つけました。Grok 4.20 は、計算の合う所を含む 5 行を挙げ、もう 1 つの食い違い(費用の超過)を挙げませんでした。
  • 2 回目は、Claude Haiku 5.5 が費用の超過を見落としました。Grok 4.20 は、1 回目と同じ 5 行でした。
問 6 の問題文(全文)と、正解
テキスト
次の報告書には、数字が食い違っている所があります。同じ報告書の中の、ほかの数字と合わない所です。食い違っている所を、すべて見つけてください。
答えは、食い違い 1 つにつき 1 行で、「・」で始めて、どの数字とどの数字が合わないかを書いてください。食い違っていない所は書かないでください。前置きやまとめも書かないでください。

秋の合同企業説明会 実施報告

1. 概要
株式会社アサギ人材サービスは、2026年10月3日(土)と 4日(日)の 2 日間、市民会館の大ホールで、合同企業説明会を開いた。出展した企業は 36 社で、去年の 30 社から 6 社増えた。

2. 来場者
来場者は、1 日目が 412 人、2 日目が 368 人で、2 日間の合計は 780 人だった。去年の合計は 650 人だったので、130 人、率にして 20% 増えた。来場者のうち、学生は 546 人で、全体の 7 割を占めた。残りの 234 人は、転職を考えている社会人だった。

3. アンケート
会場の出口でアンケートを配り、来場者の半分にあたる 390 人から回答を得た。説明会の内容に「満足」と答えた人は 273 人で、回答した人の 7 割だった。「不満」と答えた人は 39 人で、1 割だった。自由に書く欄には、「混んでいて、話を聞けない企業があった」という声が 52 件あった。

4. 費用
会場の使用料が 84 万円、広告費が 126 万円、当日の運営の費用が 60 万円で、合計は 270 万円だった。予算は 250 万円だったので、30 万円の超過になった。出展料は 1 社 5 万円で、36 社から合わせて 180 万円を受け取った。

5. 次回に向けて
1 日目は来場者が 421 人と多く、会場が混雑した。このため、来年は 1 日目だけ、会場を 2 つに増やすことを検討する。出展した企業の 4 分の 3 にあたる 27 社が、来年も出展を希望している。
  • 食い違い A: 1 日目の来場者が、「2. 来場者」では 412 人、「5. 次回に向けて」では 421 人。
  • 食い違い B: 費用の合計 270 万円・予算 250 万円の差は 20 万円なのに、「30 万円の超過」。
  • ほかの数字は、すべて計算が合うように作りました(Python で確かめた)。
  • ○: A と B の両方を挙げ、食い違っていない所を挙げていない。Grok 4.20 の 5 行のうち 1 行は 421 人の所でしたが、合わない相手の 412 人を書いていません。
10 モデルの答え(問 6・1 回目・全文)

Claude Opus 5.5(○)

テキスト
・「4. 費用」で、費用の合計 270 万円と予算 250 万円の差は 20 万円ですが、超過は「30 万円」と書かれています。
・「5. 次回に向けて」で、1 日目の来場者は「421 人」となっていますが、「2. 来場者」では 1 日目の来場者は 412 人です。

Claude Haiku 5.5(○)

テキスト
・1日目の来場者数について、「412人」(2. 来場者)と「421人」(5. 次回に向けて)が合わない。
・予算超過額について、「30万円の超過」と、合計270万円と予算250万円の差である「20万円」(4. 費用)が合わない。

GPT-6 Astra(○)

テキスト
・費用の合計270万円と予算250万円の差は20万円で、「30万円の超過」と合わない。
・1日目の来場者が、2章では412人、5章では421人となっていて合わない。

GPT-6 Luna(○)

テキスト
・1日目の来場者数が「412人」と「421人」で一致しない。
・費用の合計「270万円」と予算「250万円」から計算される超過額は「20万円」で、「30万円」と一致しない。

Gemini 3.1 Pro(○)

テキスト
・「費用」の合計である「270万円」および予算の「250万円」と、超過額の「30万円」が合わない。
・「来場者」にある1日目の人数の「412人」と、「次回に向けて」にある1日目の人数の「421人」が合わない。

Gemini 3.8 Flash(○)

テキスト
・「4. 費用」の費用の合計270万円および予算250万円と、超過額の30万円(270万円から250万円を引くと20万円になる)
・「2. 来場者」の1日目の来場者412人と、「5. 次回に向けて」の1日目の来場者421人

Grok 4.7(○)

テキスト
・2.の1日目の来場者412人と、5.の1日目の来場者421人が合わない。
・費用の合計270万円と予算250万円の差は20万円なのに、超過が30万円になっている。

Grok 4.20(×)

テキスト
・去年の合計は 650 人だったので、130 人  
・来場者のうち、学生は 546 人で、全体の 7 割を占めた  
・来場者の半分にあたる 390 人  
・説明会の内容に「満足」と答えた人は 273 人で、回答した人の 7 割だった  
・1 日目は来場者が 421 人と多く

DeepSeek V4 Pro(○)

テキスト
・1日目の来場者数が「412人」(2.来場者)と「421人」(5.次回に向けて)で食い違っています。
・費用の合計「270万円」と予算「250万円」の差は「20万円」ですが、「30万円の超過」と書かれていて食い違っています。

DeepSeek V4.1 Flash(○)

テキスト
・1日目の来場者数は、2.の「412人」と5.の「421人」が合わない。
・費用は、合計270万円と予算250万円から超過額は20万円になるはずだが、報告では「30万円の超過」となっていて合わない。

8 つの決まりを守る(問 8)

10 モデルと 8 つの決まりの表。Grok 4.20 のほかの 9 モデルは 8 つとも ○ で、字数は 164〜191 字、「訓練」は 3 回。Grok 4.20 は決まり 1(本文だけ・1 段落)、4(文末)、7(「訓練」が 4 回)が × で 5 つ。クレジットは、Gemini 3.1 Pro が 18.8、Grok 4.7 が 13.3、GPT-6 Astra が 7.3、Claude Opus 5.5 が 4.8、DeepSeek V4 Pro が 4.2、Gemini 3.8 Flash が 3.8、DeepSeek V4.1 Flash が 0.9、Claude Haiku 5.5 が 0.3、GPT-6 Luna が 0.2、Grok 4.20 が 0.1
問 8 の 8 つの決まりと守れた数(1 回目)。右の列は、この問題 1 回のクレジット撮影・作図: 編集部

材料から社内のお知らせを書き、8 つの決まりを全部守れるかを見ました。

  • 9 モデルが 8 つとも守りました。Grok 4.20 は、字数の注記の行を付け、「ください。」で終わる文が 3 つあり、「訓練」を 4 回使いました。
  • 10 問でいちばんクレジットがかかった問題で、上の設定の 5 つで 48.3、下の設定の 5 つで 5.3 クレジットでした。
問 8 の問題文(全文)と、○ の条件
テキスト
架空の会社の、社内のお知らせの文章を書いてください。材料と、8 つの決まりは次のとおりです。決まりは、8 つとも守ってください。

材料
・行うこと: 避難訓練
・日時: 11月12日(木)の午後2時から午後2時30分まで
・集合する場所: 本社の中庭
・雨のとき: 集合する場所を、1階の食堂に変える
・持ち物: いらない
・問い合わせ先: 総務課(内線214)

決まり
1. 題・あいさつ・署名は付けず、本文だけを 1 つの段落で書く(途中で改行しない)。
2. 文の数は、ちょうど 5 つにする。
3. 全体を 160 字以上 200 字以内にする(句読点・かっこ・数字も、1 字ずつ数える。空白は数えない)。
4. どの文も、「です。」か「ます。」で終える。
5. カタカナを 1 字も使わない。
6. 数は、すべて半角の算用数字で書く(漢数字や全角の数字を使わない)。
7. 「訓練」という語を、ちょうど 3 回使う(「避難訓練」の中の「訓練」も 1 回と数える)。
8. 材料の 6 つ(行うこと・日時・集合する場所・雨のとき・持ち物・問い合わせ先)を、全部入れる。

答えは、お知らせの本文だけを書いてください。字数の注記や解説は書かないでください。
  • 決まり 2〜5・7 と字数は、Python で数えました(空白と改行は数えない)。
  • 決まり 6: 全角の数字と、数を表す漢数字(「一階」「二時」など)が無い。
  • 決まり 8: 日時は「11月12日」「(木)」「午後2時」と、終わりの「午後2時30分」の 4 つがそろっている。集合する場所は「本社」と「中庭」、雨のときは「雨」「1階」「食堂」、問い合わせ先は「総務課」と「内線214」。
  • 判断した所: Claude Opus 5.5 の「持ち物は特にありません」は「いらない」と同じ意味として、GPT-6 Luna の 1 文目「社員の皆さんに、避難訓練のお知らせです。」は用件を含む文として、どちらも ○ にしました。Grok 4.20 は、本文の下の「(文字数:182)」の行を決まり 1 の × とし、決まり 2〜8 は本文で数えました。
10 モデルの答え(問 8・1 回目・全文)

Claude Opus 5.5(○)

テキスト
11月12日(木)の午後2時から午後2時30分まで、全社員を対象に避難訓練を行います。訓練の開始を知らせる放送が流れたら、仕事の手を止めて、本社の中庭に集合していただきます。雨のときは、集合する場所を1階の食堂に変えます。持ち物は特にありませんので、そのまま参加できます。訓練についての問い合わせは、総務課(内線214)までお願いします。

Claude Haiku 5.5(○)

テキスト
11月12日(木)の午後2時から午後2時30分まで、避難訓練を行います。訓練当日の集合場所は本社の中庭ですが、雨のときは1階の食堂に変わります。持ち物は必要ありませんので、手ぶらでご参加いただけます。訓練の内容や当日の流れについては、総務課(内線214)までお問い合わせいただけます。全員が安全に行動できるよう、皆様のご協力をお願いします。

GPT-6 Astra(○)

テキスト
11月12日(木)の午後2時から午後2時30分まで、災害時の安全な避難の流れを確認するため、避難訓練を行います。訓練の集合場所は本社の中庭ですが、雨のときは1階の食堂に変更します。持ち物は不要です。訓練を円滑に進めるため、開始時刻に遅れないよう、余裕を持って集合をお願いします。ご不明な点についての問い合わせ先は、総務課(内線214)です。

GPT-6 Luna(○)

テキスト
社員の皆さんに、避難訓練のお知らせです。11月12日(木)の午後2時から午後2時30分まで、本社で避難訓練を行います。当日は午後2時までに本社の中庭へ集まり、避難訓練では担当者の案内に従って落ち着いて行動をお願いします。雨の場合は集合場所を1階の食堂に変更しますので、当日は掲示にもご注意願います。持ち物は不要ですので、確認が必要な場合は総務課(内線214)へお問い合わせ願います。

Gemini 3.1 Pro(○)

テキスト
11月12日(木)の午後2時から午後2時30分まで、避難訓練を行います。集合する場所は本社の中庭ですが、雨のときは集合する場所を、1階の食堂に変えます。この訓練に参加するとき、持ち物はいらないです。いざというときに安全に行動するための大切な訓練ですので、全員の参加を求めます。何か質問などがありましたら、問い合わせ先の総務課(内線214)まで連絡をお願いします。

Gemini 3.8 Flash(○)

テキスト
11月12日(木)の午後2時から午後2時30分までの日時に避難訓練を行います。今回の訓練では社員の皆さんは速やかに行動して集合場所である本社の中庭に集まります。当日に雨が降った場合は集合する場所を1階の食堂に変更して集まります。この安全のための訓練に参加する際に用意する持ち物は不要です。何か分からないことがある場合の問い合わせ先は総務課(内線214)です。

Grok 4.7(○)

テキスト
11月12日(木)の午後2時から午後2時30分までの予定で、本社の中庭を集合場所として避難訓練を行います。雨が降るときは、中庭ではなく1階の食堂を集合する場所に変更します。持ち物は不要ですので、何も持たずに参加できます。この訓練は、本社に勤務する社員の全員を対象とします。訓練の詳細についての問い合わせ先は、総務課(内線214)です。

Grok 4.20(×)

テキスト
11月12日(木)の午後2時から午後2時30分まで避難訓練を行いますので全社員は本社の中庭に集合してください。雨のときは集合する場所を1階の食堂に変えます。持ち物はいらないのでそのまま集合してください。避難訓練の実施に際して訓練の進行を妨げないよう各自注意を払って参加します。訓練に関する問い合わせは総務課(内線214)まで連絡してください。

(文字数:182)

DeepSeek V4 Pro(○)

テキスト
11月12日(木)の午後2時から午後2時30分まで、避難訓練を実施します。集合する場所は本社の中庭ですが、雨の場合は1階の食堂に変更します。この訓練では、持ち物は特に必要なく、そのまま集合できます。当日は館内放送の指示に従い、落ち着いて行動するようにお願いします。この訓練についてのご質問は、総務課の内線214までお願いします。

DeepSeek V4.1 Flash(○)

テキスト
11月12日(木)の午後2時から午後2時30分まで、避難訓練を行います。集合場所は本社の中庭ですが、雨のときは集合場所を1階の食堂に変えますので、当日の天気もよく確認します。持ち物はいりませんので、訓練の合図をよく聞いて行動します。この訓練では、落ち着いて安全な場所へ移動することが大切です。問い合わせ先は総務課(内線214)です。

時間と料金

横棒グラフ。10 問のクレジットは、Claude Opus 5.5 が 18.8、Claude Haiku 5.5 が 1.0、GPT-6 Astra が 26.1、GPT-6 Luna が 0.5、Gemini 3.1 Pro が 59.5、Gemini 3.8 Flash が 9.2、Grok 4.7 が 36.9、Grok 4.20 が 1.2、DeepSeek V4 Pro が 10.7、DeepSeek V4.1 Flash が 1.8。時間は同じ順に 59.7 秒・53.3 秒・71.2 秒・53.4 秒・207.9 秒・105.2 秒・409.8 秒・16.0 秒・210.0 秒・82.6 秒
10 問の合計のクレジット(上)と時間(下)。青が上の設定、緑が下の設定撮影・作図: 編集部
  • 1 回目の 100 回は 165.6 クレジットで、上の設定が 151.9、下の設定が 13.7 です。
  • 10 問の時間は、5 社とも下の設定が短くなりました。いちばん長いのは Grok 4.7 の 409.8 秒です。
  • 同じ問題でも、クレジットは回で変わります。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。

時間は、道具を呼んでから答えが返るまでの秒数で、混み具合でも変わります。

同じ文をもう 1 回渡すと

9 問と 10 モデルの表。マスは 1 回目と 2 回目の ○ ×。変わったのは、問 1 の Claude Haiku 5.5(× から ○)・GPT-6 Luna(○ から ×)・DeepSeek V4.1 Flash(○ から ×)、問 6 の Claude Haiku 5.5(○ から ×)、問 9 の DeepSeek V4 Pro(× から ○)、問 10 の Claude Opus 5.5・Gemini 3.1 Pro・Gemini 3.8 Flash(○ から ×)の 8 か所。9 問の点の合計は、上の設定が 42 から 41、下の設定が 33 から 30
1 回目と 2 回目の ○ ×。黄色のマスは、結果が変わった所。問 8 は 2 回目を流していない撮影・作図: 編集部

ぶれを見るため、同じ文を 10 モデルにもう 1 回渡しました。2 回目は問 8 を除く 9 問で、90 回・112.0 クレジットです。問 8 は、1 回目に 10 回で 53.6 クレジットかかったため、2 回目では流しませんでした。

  • 結果が変わったのは 8 か所で、問 1 と問 10 が 3 か所ずつ、問 6 と問 9 が 1 か所ずつです。問 2〜5・7 は、変わりませんでした。
  • 9 問の点の合計は、上の設定が 42 点から 41 点、下の設定が 33 点から 30 点になりました(45 点満点)。

どんな仕事なら下の設定で足りたか

今回の 10 問を 2 回ずつ(問 8 は 1 回)渡した結果から言えることです。

  • 表の集計・並べ替え・日付と税の計算・条件の整理・規程の突き合わせ: 考える段のある下の設定の 4 モデルは、2 回とも正解しました。
  • 数字の食い違い探し: 1 回目では 4 モデルとも 2 つ見つけ、2 回目は Claude Haiku 5.5 が 1 つ見落としました。
  • 決まりの多い文: 1 回目では、4 モデルとも 8 つの決まりを守りました(2 回目は流していません)。
  • 字数を決めた短い文: 下の設定では、2 回とも 1 字超えの答えが出ました。上の設定の 5 モデルは、2 回とも収めました。字数は数え直します。
  • 前提の誤りに気づいてほしいとき: 上の設定でも、2 回とも気づかないモデルがありました。前提の数字は、人が確かめます。
  • 考える段のない Grok 4.20: 速くて安い一方、計算と条件の整理を 2 回とも落としました。考える段のないモデルは今回これ 1 つだけで、ほかのモデルにも当てはまるかは分かりません。

気をつけること

  • 問題は種類ごとに 1 問で、各モデルに 2 回(問 8 は 1 回)渡しただけです。1 問の正誤で点が動くので、1 点・2 点の差で強弱は決められません。
  • 正解が 1 つに決まる問題だけで、文章の質のような仕事は見ていません。
  • 上と下は YOBITSUGI AI の設定です。モデルや版が変わると、結果も変わります。
  • 問 6・問 8・問 10 の一部は、編集部が答えを読んで判断しました。理由は、各節の問題文の欄にあります。
  • 各社の料金は、公式の料金のページで確かめてください。

まとめ

  • 今回の 10 問の 1 回目では、上の設定は 8〜10 点でした。下の設定は、考える段のある 4 モデルが 8〜10 点、考える段のない Grok 4.20 が 1 点で、Grok だけ条件が違います。
  • 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の 4 モデルも 2 回とも正解しました。差が出たのは、字数の決まった言い換えと、前提の誤りに気づく問題です。
  • クレジットは、同じ会社で比べると、今回の 10 問では上が下の 6〜55 倍でした。

参考にした公式の情報

XFacebookはてブLINE

執筆者

佐々木 航@w_sasaki

with Claude Code

プロフィール

株式会社Game 代表取締役。工学部出身で、21歳で起業してからシステム会社の経営一筋で8期目。アプリの受託開発から始め、いまはAIを使ったシステムソリューションを手がけています。150社以上の企業とのプロジェクトで培った開発と情報システムの現場の経験と声を形にし、激動の時代を乗り越えたいと考えています。

この記事は、Claude Code を使って執筆しました。画面の画像は、検証環境で実際に操作して撮影したものです(引用の画像は出典を記載しています)。内容の誤りはお問い合わせからお知らせください。

連載

同じお題で AI を比べる
全 14 回の目次
  1. 1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
  2. 3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
  3. 4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
  4. 5Claude・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
  5. 6GPT-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
  6. 7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
  7. 8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
  8. 9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?
  9. 10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
  10. 11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
  11. 12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
  12. 13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(この記事)
  13. 14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
  14. 15Tripo 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