無料の画像解析AI：ChatGPTは1日3回、ClaudeとCopilotは1チャット20枚まで

無料で画像解析できるAIはどれ？何枚まで使える？

サイズの上限は枚数以上に差があり、ChatGPTの1画像20 MBからClaudeの1ファイル500 MBまで幅があります。下の各行は、2026年10月12日に確認した各社のヘルプページに基づいています。

ChatGPTは一番厳しい設定です。OpenAIのファイルアップロードFAQには「無料ユーザーは1日3ファイルまでアップロードできます」とあり、写真も他のファイルと同じ1回として数えられます。全体の上限は3時間あたり80ファイルで、OpenAIはピーク時にこの上限を下げることがあるとしています。

ClaudeとCopilotは余裕があります。Anthropicのアップロードに関する記事では、1チャット20ファイル、画像は8,000 x 8,000ピクセルまで読み込めます。MicrosoftのCopilotアップロードのページも1会話20ファイル、1ファイル50 MBまでで、無料のCopilot Chatも対象だと説明しています。Geminiは1プロンプト10ファイル、1ファイル100 MBまでです。GoogleのGeminiアップロードのページには解析量の「ローリング制限」があると書かれていますが、数値は示されていません。

AIに画像を解析させて質問に答えてもらうには？

画像を添付して、その画像について具体的な質問を1つします。「これは何？」だけでは、ごく短い説明しか返ってきません。

1. ChatGPT、Gemini、Claude、Copilotのいずれかを開き、メッセージ欄の+またはクリップのアイコンをクリックします。Claudeはファイルのドラッグや、クリップボードのスクリーンショットの貼り付けにも対応しています。
2. 知りたい部分だけにトリミングします。Anthropicは1,000 x 1,000ピクセル以上の画像を推奨し、OpenAIは小さい文字を拡大するよう案内しています。
3. 質問に役割を持たせます。何を読むのか、何を比べるのか、何を確認するのかを書きます。
4. 結論を出す前に、見えているものを列挙するようモデルに頼みます。
5. 数、合計、名前は必ず自分で画像と照らし合わせて確認します。

次の5つのプロンプトで、よくあるアップロード用途のほとんどをカバーできます。[ ]の部分を埋めて使ってください。

文字を読み取る：「この画像の文字を、書かれているとおりに1行ずつすべて書き起こしてください。読めない部分は推測せず[不明]と記してください。」

グラフを読む：「このグラフを、データ点ごとに1行の表にしてください。軸ラベルと単位も書いてください。グラフに印字されている値と、目盛り線から推定した値を区別してください。」

エラーを直す：「これはエラーのスクリーンショットです。エラー文を引用し、どのアプリの表示かを答え、可能性の高い対処法を順に3つ挙げてください。」

違いを探す：「この2枚の写真は同じ[部屋、商品、書類]です。見える違いをすべて挙げ、それぞれの画像のどこにあるかも教えてください。」

対象を特定する：「これは何の[植物、部品、料理]ですか？最有力の推測、代わりの候補2つ、見分けるための目に見える特徴を教えてください。」

各プロンプトの最後の一文が肝心です。先に目に見える根拠を挙げさせると、モデルが答えに飛びつくのを防げます。この習慣を軸にしたワークフローは、マルチモーダルAIガイドで詳しく紹介しています。

AIが画像から読み取れないものは？

AIは写真のメタデータを読めず、数の数え上げも当て推量になりがちです。OpenAIのビジョンガイドは、2026年10月時点で11の制限を挙げています。そのほとんどは、どのチャットボットにも当てはまります。

• ファイル名やメタデータは処理されないため、カメラが保存した日時やGPSの位置情報は読まれません。
• 写真内の物体の数は「おおよその数」になることがあります。
• 回転した文字や画像、上下逆の文字や画像は読み間違えることがあります。
• 日本語や韓国語などの文字や、線が色や破線の種類でしか区別できないグラフでつまずくことがあります。
• パノラマや魚眼の写真、チェス盤上の駒のような正確な位置の把握が苦手です。
• OpenAIはCAPTCHA画像を完全にブロックしています。

医療画像ははっきりした一線です。OpenAIは、同社のモデルは「CTスキャンのような専門的な医療画像の解釈には適していません」とし、医療上の助言に使うべきではないと述べています。X線写真や発疹の写真は、医師に見てもらってください。

長いPDFでは、図や画像も読み落とされます。Anthropicによると、Claudeが図や画像を読めるのは100ページ以下のPDFです。101〜1,000ページの場合は、テキストのみを読みます。

画像解析が一番得意なAIはどれ？

主要な公開ベンチマークで画像読み取りが最も優れているのはClaude Opusで、無料で枚数をこなすならCopilotかClaudeが最適です。2026年10月12日に確認したArtificial AnalysisのMMMU-Proリーダーボードでは、Claude Opus 5.5が88%、OpenAIのGPT-6 Astraが87%でした。どちらも有料プランが必要です。

MMMU-Proは、ごまかしの利きにくいテストです。30の学術分野から3,460問が出題され、テキストだけのモデルが答えられる問題は除外されています。スクリーンショットや写真でしか提示されない問題もあるため、得点するにはモデルが画像を読む必要があります。

無料で使う場合の目安は単純です。1チャットで最大20枚をまとめて処理するならCopilotかClaude、1ファイル最大100 MBの大きなファイルならGeminiを使います。ChatGPT Freeは1日3回では昼までに使い切ってしまうので、たまに1枚見る用途にとどめましょう。画像を読むのではなく加工したい場合は、AIで写真を編集する方法で別のツールを紹介しています。

このページを公開しているWhiziは、添付した写真をあなたが選んだモデルにそのまま送るので、Proなら同じ画像についてClaude OpusとGeminiの答えを並べて確認できます。ただし無料の面では見劣りします。Whiziの無料アカウントで使えるのは、Whizi AI、Auto、Claude Haiku 5.5でのテキストメッセージ1日10件までで、ファイルのアップロードはできません。そのため、写真をまとめて処理するにはプランが必要です。Webサイトは1メッセージ最大6ファイルまで添付できますが、画像は1枚8 MB、画像アップロードは1日60回までで、GIFは受け付けず、280+のモデルのうちどれが画像を扱えるかも表示されません。そのほかの形式は対応ファイル形式に一覧があります。

チャットボットではなくAPIで画像を解析できる？

できます。大手クラウドの画像解析APIには、月ごとの無料枠があります。Google Cloud Visionは、月の最初の1,000ユニットが無料で、その後はラベル検出が1,000ユニットあたり$1.50です（料金ページより）。MicrosoftのAzure AI Visionの無料枠は、月5,000トランザクション、毎分20回までです。Amazon Rekognitionが3つ目の有力な選択肢です。

これらのサービスは、ラベル、テキスト、物体の枠をチャットの回答ではなくデータとして返します。数千点の商品写真にタグを付けるアプリ向きで、スクリーンショット1枚のためには大げさです。

DeepSeekは後発です。2026年8月21日にAPIで画像入力を開放し、ビジョンガイドによればFlashモデルでは1リクエストあたり最大600枚まで受け付けます。一方、料金ページでは主力のV4 Proのビジョンはいまも「Not supported」と表示されており、DeepSeek自身のチャットアプリの画像対応についてはドキュメントに記載がありません。