Claude ChatGPT Gemini 比較:Claudeは9つ中5つのベンチマークで首位、ブラインド投票はGeminiが勝利

いま一番優れたAIモデルはどれ?

Claude Opus 5.5は、3つのフラッグシップの中でArtificial Analysisのベンチマークで一度も最下位にならない唯一のモデルです。2026年11月1日に9項目すべてを確認しました。重み付きのIntelligence IndexではOpus 5.5が58で首位、OpenAIのGPT-6 Astraが57、GoogleのGemini 4 Argonが50です。Argonは9項目中7つで最下位でした。ただし価格を見ると順位が逆転します。API定価で、入力1,000トークン・出力500トークンの標準的な回答1回あたりの費用は、Opus 5.5が$0.014、Astraが$0.035、Argonが$0.007です(Argonは2026年12月1日にGoogleが倍額にするまで)。

ブラインド投票では評価が逆になります。2026年10月27日更新のArenaのテキストリーダーボードでは、名前を伏せた2つの回答を比べて、好みのほうを選びます。ここではGemini 4 Argonが1520で2位、Claude Opus 5.5が1509で3位です。GPT-6 Astraは1476で37位まで下がります。OpenAI勢で最上位なのは旧世代のGPT-5.6 Solで、1485の22位です。1位はGoogleのGemini 4 Carbonで1528、Artificial Analysisでも最高の59を記録しています。ただしCarbonはまだ購入できません。2026年11月1日時点で、Googleのプランページにも、APIの料金表にも載っていません。

3社とも$20前後のプランを売っていますが、チャット画面でフラッグシップを使えるのは2社だけです。Google AI Proは月$19.99で、Gemini 4 Argonが含まれます。Claude Proは月$20、年払いなら$200で、Claude Freeにあるのと同じSonnetとHaikuに加えてOpusが使えます。AnthropicのFable 5.1はProでも追加の利用クレジットが必要で、指数スコアは50です。ChatGPT Plusは$20ですが、OpenAIのヘルプセンターによると、GPT-6 AstraはChatGPT WorkとCodexでのみ、上限つきで使えます。チャット画面でAstraを使うにはChatGPT Pro(月$100から)が必要です。その下の段では、ChatGPT Goが$8、Google AI Plusが$4.99です。Anthropicにはもっと安い有料プランがありません。価格はすべて2026年11月にGoogle、OpenAI、Anthropicで確認しました。

このうち2つの評価はテスト、1つは投票に基づくため、以下の各おすすめには根拠となる数字を添えています。3つのどれも合わない場合は、ChatGPTの代替サービスでより広い選択肢を紹介しています。

Claude、ChatGPT、Geminiの9ベンチマークの成績は?

9つのベンチマークのうち、Claudeが5つ、ChatGPTが3つ、Geminiが1つで首位です。以下のスコアはすべて、2026年11月1日に確認したArtificial Analysisの比較ページ、Gemini 4 ArgonとClaude Opus 5.5およびClaude Opus 5.5とGPT-6 Astraのものです。OpusとAstraは最大の推論強度、Argonは公開されている最上位設定のhighで実行されています。各テストの横の割合は、Intelligence Index v5.0に占める比重です。

FrontierCodeは2度読む価値のある行です。指数の15%を占め、Opusの46%に対してArgonは26%でした。これは3つの間で最大の差です。もう一つ注目したいのは推論に使う量です。指数全体を実行するのに、Opus 5.5は出力トークンを2億1,800万使い、Argonは1億1,300万、Astraは5,400万でした。そのため、実行費用全体はOpusが$8,910、Argonが$6,103、Astraが$5,661です。Claudeは1ポイント高いスコアを出すのに、Astraの約4倍の量を書いています。

用途別にはどれを使うべき?

ブランドではなく用途で選びましょう。各行に、2026年11月時点の1位、2位、決め手となるスコアを示しています。

Artificial Analysisのスコアは2026年11月1日に確認しました。Arenaのボードは2026年10月26日と27日に更新されたものです。

文章が一番うまいのはClaude、ChatGPT、Gemini?

文章はClaudeが最も優れ、Geminiがわずかな差で続きます。2026年10月27日更新のArenaのクリエイティブライティングボードでは、Claude Opus 5.5が1520で1位、Gemini 4 Argonが1517で2位です。ChatGPTは大きく離されています。GPT-6.1 Solは1454で35位、GPT-6 Astraは1450で40位です。3ポイントの差は小さいので、自分の原稿でClaudeとGeminiの両方を試してみてください。見出し案を20個出すような、文体よりも量が重要な場面ではChatGPTが役立ちます。GoogleとOpenAIの2モデル対決についてはGemini vs ChatGPTをご覧ください。

自分の仕事に合うか確かめるには、次の文章用プロンプトが一つあれば十分です。「以下の下書きを、懐疑的な運用責任者向けに書き直してください。主張は事実に基づかせ、ありきたりなAI的表現は削り、具体例は残し、次を返してください:1)完成稿、2)行った修正3点、3)公開前に私が確認すべき主張2点。」

出力は第一印象ではなく、手直しにかかる時間で採点しましょう。勝者は、すべての事実を信頼できる状態で、最も少ない修正で公開できる下書きです。修正の数を数え、次に確認が必要だった事実の数を数えてください。

コーディングに一番向いているのは?

3つの中でコーディングに最適なのはClaudeです。Opus 5.5は、メンテナがその変更をマージするかを問うFrontierCode 2.0で46%を記録し、Astraの42%、Argonの26%を上回ります。Terminal-Bench 4.0では3つとも60%、59%、57%と3ポイント以内に収まっています。ArenaのWebDevボードの投票者もテスト結果と同じ見方です。Opus 5.5が1810で1位、Astraが1773で2位、Argonは1679で11位まで下がります。2モデルの選び方をさらに詳しく知りたい方はClaude vs ChatGPTをご覧ください。

テスト用プロンプトは次のとおりです。「あなたはバグ修正をレビューしています。まず再現手順から考えられる根本原因を言い直してください。次に、最小限で安全な変更を提案してください。続いて、修正前は失敗し修正後は通るテストを挙げてください。無関係なコードは書き換えないでください。以下がバグ報告、関連コード、テスト出力です。」

AnthropicとOpenAIは、どちらも$20のプランにコーディングエージェントを含めています。Claude ProにはClaude Code、ChatGPT Plusには拡張されたCodexの利用が付きます。コーディングでのGeminiの強みはコストです。Googleは2026年11月30日までArgonを入力100万トークンあたり$2としており、これはOpus 5.5の$4の半額で、12月1日からは$4になります。それまでは、リポジトリ全体を100万トークンのウィンドウに入れる安価な手段です。どれが勝つにしても、AIが書いた変更はテストと人間のレビューなしに出荷してはいけません。

リサーチで事実に強いのはどれ?

事実の信頼性が最も高いのはClaudeで、Geminiが2番手です。AA-Omniscienceは正答に加点し、自信を持って述べた誤答を減点します。Opus 5.5は48、Argonは46、Astraは42です。専門家レベルの1,000問からなるHLE-Diamondでは、Opusが68%、Astraが64%、Argonが57%でした。無料プランの方には一つ注意点があります。AnthropicはClaudeのリサーチモードを有料プランに限っているため、Claude Freeでは使えません。

リサーチ用プロンプトは次のとおりです。「私が提供する情報源だけを使って質問に答えてください。主張、出典、確信度、備考の表を作成してください。次に250語で総括を書いてください。最後に、未解決の問いと、結論を変えうる証拠を挙げてください。」

「私が提供する情報源だけ」という指示を破るモデルは失格にしましょう。出典付きの資料に外部の知識をこっそり混ぜるモデルは、スコアがどうであれ意思決定には使えません。同じ資料一式を3つ全部に一度ずつ通してみてください。失敗が起きれば、そのときにわかります。

長い文書を読むのが得意なのは?

長いPDFの推論に強いのはChatGPTで、コスト面で最も多くのテキストを扱えるのはGeminiです。GDP.pdfは長い専門文書に関する質問をするテストで、GPT-6 Astraが31%、Opus 5.5が26%、Argonが22%でした。ただしアプリでは話が逆になります。GoogleのGeminiの利用上限ページによると、AI Proは1つのチャットに100万トークンを保持でき、無料プランは32Kです。ChatGPT PlusはInstantで54K、推論モードで256Kを保持します。Claude Proは「最大1M」と記載されていて、モデルによって異なります。そのため、資料一式をまずGeminiかClaudeに読み込ませ、その中で自分にとって重要な部分についての難しい質問をChatGPTに投げるのがおすすめです。

「これを要約して」だけで終わらせないでください。アウトライン、固有名詞、決定事項、リスク、矛盾点を、ワークフローが対応していればページ参照つきで尋ねましょう。そのうえで、モデル自身が自信のない箇所に印を付けるよう頼みます。ページを引用できない長文脈モデルは、中間部分を読んでいません。100万トークンの真ん中で想起の精度が落ちる理由は、コンテキストウィンドウ比較で解説しています。

それぞれの弱点はどこ?

3つとも、実際に弱い部分があります。ここでは$20前後のプランを、2026年11月時点の米国価格で並べました。

Geminiの弱点は難しいテストです。Argonは9つ中7つで最下位なのに、投票者はClaudeやChatGPTの回答よりもArgonの回答を好みます。Claudeの弱点は画像です。Anthropicのヘルプセンターには「Claudeは画像生成ツールのように写真やイラストを生成しません」とあります。ChatGPTの弱点は文脈です。Plusが1チャットで保持できるのは最大256Kトークンで、Google AI Proの100万の4分の1です。

自分の仕事で3つをテストするには?

Claude vs ChatGPT vs Geminiの議論に決着をつける最もすっきりした方法は、議論をやめることです。実際の仕事を1つ、3つすべてに実行して採点し、勝者をルーティングのルールに書き込みましょう。手順は次のとおりです。

1. 実際の仕事を1つ選びます。お遊びのプロンプトではなく、営業メール、コードレビュー、リサーチの総括、PDFの抽出、今週返信すべきサポート対応などです。

1. 入力一式を固定します。どのモデルにも同じ元テキスト、同じ制約、同じ読者、同じ出力形式を与えます。追加の文脈をもらったモデルが勝っても、それは間違った理由での勝利です。

1. 回答を読む前に採点基準を書きます。正確さ、有用性、形式の遵守、修正時間、リスク、確信度の較正を1から5で採点します。後から作った基準では、テストが気分で決まってしまいます。

1. 同一のプロンプトを3つすべてで実行します。プロンプトに欠陥があるとわかったら、一度だけ直して、全モデルでやり直します。

1. チャレンジラウンドを行います。各モデルにこう尋ねます。「この回答のどこが間違っている可能性がありますか?どんな前提を置きましたか?何を確認すべきですか?」自分の弱点を挙げられるモデルが、次の仕事を任せられるモデルです。

1. ルーティングのルールを書き留めます。例:「コードと最終稿はClaude、物理と長いPDFはChatGPT、GmailとDocs内の作業はGemini、価値のある仕事は3つで比較実行する。」

コピペ用のテストプロンプト:「このワークフローに使うAIモデルを比較しています。以下のタスクを、提供された文脈だけを使って完了してください。出力形式は厳密に守ってください。回答の後に、前提、リスク、確認チェックリスト、プロンプトを改善する提案を1つ付けてください。タスク:[タスクを貼り付け]。文脈:[文脈を貼り付け]。出力形式:[形式を貼り付け]。」

3つ契約するより1つのサブスクのほうが安い?

3社の直販プランをすべて契約すると、2026年11月時点の米国では月$59.99かかります。内訳はChatGPT Plusが$20、Claude Proが$20、Google AI Proが$19.99です。ChatGPTとClaudeを併用する最安の方法で試算した組み合わせは、月$28(ChatGPT GoとClaude Pro)か$40(PlusとClaude Pro)になります。どちらの組み合わせにもGeminiは含まれません。

このページを公開しているWhiziは、3社すべてのモデルを1つのプランにまとめています。Proは月$29.99、年払いなら月$19.99です。Claude Opus 5.5は1メッセージ20クレジット、Claude Sonnet 5.5とGPT-6.1 Solは10、Gemini 3.8 Flashは2で使えます。弱点は各社独自のツールです。Claude CodeもCodexもGmail内のGeminiもなく、GPT-6 Astraは$49.99のPowerhouseプランに入っています。1日中ひとつのモデルを使うなら、その会社の$20プランのほうが、より多く使えます。

ご自身の組み合わせをAIサブスク節約計算ツールで計算し、結果をWhiziの料金と、置き換える予定のプランがPlusならWhizi vs ChatGPT Plusと照らし合わせてください。確認したい数字は3つです。いまの支払額、1つのプランの費用、乗り換えで使えなくなるモデルです。

コードはClaude、科学はChatGPT、Googleアプリ連携はGemini

結論を曖昧にせず言います。コード、文章、事実はClaude、科学、長いPDF、画像はChatGPT、日常のチャットとGoogleアプリ内の作業はGeminiを使いましょう。この使い分けは、ご自身のテストが別の結果を示すまで有効です。このページよりも、ご自身のテストが優先されます。

Whizi Proなら、1つのプロンプトをClaude、GPT、Geminiに並べて送ることができ、送信前に各メッセージのクレジット消費も確認できます。Gemini 3.8 Flashは2、GPT-6.1 SolまたはClaude Sonnet 5.5は10、Claude Opus 5.5は20です。3社のどのアプリも、ライバルの回答を自社の回答の隣に並べてはくれません。

準備ができたら、いちばん繰り返す仕事でWhiziで比較を実行し、スコアでルーティングを決めましょう。