2026年夏のAIモデルを選び直す — 用途と予算で決める逆引きガイド

2026年7月の19日間で、主要4社が新しいモデルを出しました。結果として増えたのは性能だけではありません。選択肢の数が増えました。同じ会社の中に複数の階層があり、それぞれに深さの設定があり、無償で重みが手に入るものまで加わりました。

モデル選びは、もはや「いちばん賢いものを選ぶ」で片付く作業ではなくなっています。用途によって順位は入れ替わり、価格差と性能差は釣り合わず、最上位が最良とは限らない場面が普通に存在します。

この記事は、その状況を整理した逆引きガイドです。用途から、予算から、立場から。3つの方向で引けるようにまとめました。数字はすべて2026年8月時点の確認値です。順位も価格も動くものなので、判断の枠組みのほうを持ち帰ってください。

7月に増えたのは選択肢の数だった

まず現状を1行で言うと、上位モデルが団子状態になり、下位モデルが安く速くなったというのが7月の結果です。

上位では、独立指標のスコアが63から57という狭い範囲に5モデルが密集しました。突き放している1社は存在しません。下位では、階層化が進んだ結果、かつての上位相当の性能が大幅に安い価格帯で手に入るようになっています。

この構図が意味するのは、どれを選ぶかより、何にどれを当てるかが結果を分けるということです。上位モデルの中から1つ選ぶ作業に時間をかけても、得られる差は小さい。それより、日々の仕事を分類して適切な階層に割り当てるほうが、費用にも品質にも効きます。

モデル選びが難しくなった理由も、ここにあります。かつては選択肢が少なく、順位も明確でした。予算の許す範囲で上位を選べば、それが最善だった。いまは上位が横並びで、しかも同じモデルの中に複数の設定があります。組み合わせの数が増えたぶん、正解が一意に決まらなくなりました。

裏返せば、完璧な選択を探す必要もなくなったということです。上位4つのどれを選んでも大きくは変わらないのなら、選定に悩む時間は投資対効果が低い。決めるべきは「どれか」ではなく「どこに何を当てるか」で、そちらは自分の仕事を知っている人にしか決められません。

一枚の表 — 知能・価格・タスク単価

判断の土台として、確認済みの数字を1枚にまとめます。価格は100万トークンあたりの米ドル、スコアは Artificial Analysis の Intelligence Index、タスク単価は同指標の課題を1つ解くのにかかった実測費用です。いずれも2026年8月時点の値です。

空欄は今回の調査で確認できなかった項目です。推測値は入れていません。1タスク単価は各モデル公開直後の実測値で、GPT-5.6 Luna・Terra は7月30日に値下げされたため、現在の実額はこれより下がります。Claude Sonnet 5 の入力3.00ドル・出力15.00ドルには、2026年8月31日までの導入価格として2.00ドル・10.00ドルという設定があります。

表の読み方を補足します。スコアと価格が比例していないのが最大の特徴です。たとえば Claude Opus 5 は Claude Fable 5 より高いスコアで半額です。GPT-5.6 Sol は Kimi K3 より1ポイント高いだけで、タスク単価は10セント高い。最上位から4番目までの差は3ポイントしかありません。一方でタスク単価は0.21ドルから2.75ドルまで13倍の開きがあります。

もうひとつ。1タスク単価は、価格表からは読めない情報です。トークン単価が同じでも、よく考えるモデルは多くのトークンを使うため、支払額は変わります。実務で効くのはこちらの数字のほうです。

具体的に見てみましょう。Claude Opus 5 と Claude Opus 4.8 は、入力も出力もまったく同じ単価です。ところが1タスク単価は2.03ドルと1.80ドルで、新しいほうが高くつきます。より深く考えるぶん、消費するトークンが増えるためです。単価表だけを見て「据え置きだから費用は変わらない」と判断すると、請求書で驚くことになります。

逆の例もあります。GPT-5.6 Sol の出力単価は30ドルで、表の中では Claude Fable 5 の50ドルに次いで高い部類です。にもかかわらずタスク単価は1.04ドルで、Fable 5 の2.75ドルの半分以下に収まっています。単価が高くても、短く終えるモデルは総額で安くなる。モデル選びで比べるべきは、単価ではなく仕事あたりの支払額です。

逆引き① 用途から選ぶ

用途ごとに、確認できた指標に基づく推奨を挙げます。

難しい判断・設計の骨格。スコアの高い層から選びます。Claude Opus 5、Claude Fable 5、GPT-5.6 Sol のいずれか。ただしこの3つの差は指標を変えると入れ替わります。Epoch Capabilities Index では GPT-5.6 が Claude Opus 5 を上回り、Apex SWE では Claude Fable 5 が Claude Opus 5 をわずかにリードしています。どれを選んでも大差ないので、既に契約しているものを使うのが合理的です。

コーディング。GPT-5.6 の3階層はコーディングに絞ると差が縮みます。Codex 上の指標で Luna 75、Terra 77、Sol 80。Luna は Sol の約94パーセントの成績を約20パーセントの費用で出します（値下げ前の実測。値下げ後は費用の差がさらに開いています）。定型的な変更やテストの雛形なら下位階層で十分です。

自律的に手順を回させる処理。Kimi K3 が AutomationBench-AA で53パーセントの1位を記録しています。商用モデルを含めた全体での首位です。道具を使い、結果を見て、次の手を決めるという反復が続く作業では有力な候補になります。

大量の定型処理。Gemini 3.5 Flash-Lite が入力0.30ドル・出力2.50ドルで最安クラスです。しかも今回の更新でスコアが11ポイント伸び、タスクあたりの所要時間が半減しました。GPT-5.6 Luna も7月30日の値下げで入力0.20ドル・出力1.20ドルになり、値下げ前の実測でもタスク単価0.21ドルでした。

事実確認を伴う作業。ここは注意が要ります。Claude Opus 5 は AA-Omniscience で正答率が Opus 4.8 より7ポイント高い一方、幻覚率が50パーセントと14ポイント上昇しました。賢いモデルほど間違いが見破りにくくなるという性質があります。どのモデルを使うにせよ、数値は一次資料で裏を取る工程を省けません。

この項目だけは、モデル選びで解決しないという点を強調しておきます。より賢いものを選べば正確になる、という関係が成り立っていないからです。知っていることが増えれば答えようとする範囲も広がり、外す機会も増えます。加えて、文章としての説得力が上がるほど、読み手は疑いにくくなる。対処は工程の側にしかありません。数値を扱う場面では、出典を必ず併記させ、その出典を人間が確認する。手間に見えますが、印刷してから寸法違いに気づく手間よりはるかに安く済みます。

逆引き② 予算から選ぶ

予算の制約から入る場合の組み立て方です。

費用を最小に抑えたい。Gemini 3.5 Flash-Lite と GPT-5.6 Luna が2大候補です。両者とも下位階層としては十分なスコアを持ち、量の出る処理に耐えます。判断の難易度が低い作業をここに集約すれば、総額は目に見えて下がります。

性能あたりの費用を最適化したい。タスク単価で見ると、GPT-5.6 Terra が0.55ドル、Kimi K3 が0.94ドル、GPT-5.6 Sol が1.04ドルという順です。スコアはそれぞれ55、60、61。この帯が費用対効果の中心で、多くの実務はここで足ります。

上限を気にせず品質を取りたい。Claude Opus 5 か Claude Fable 5 です。ただしタスク単価は2.03ドルと2.75ドルで、下位階層の10倍前後になります。全部をここで回す運用は、性能を買っているというより判断を省いた代金を払っている状態に近い。

そして予算の話で最も効くのは、モデル選びではなく深さの設定です。同じモデルでも、設定だけで Elo が407ポイント、出力トークン量が約8倍動くという実測があります。契約を替える前に、この設定を見直すほうが確実です。

順序としては、まず設定、次に階層、最後にモデルです。設定の見直しはコードのほぼ一箇所を変えるだけで済み、効果はすぐ請求に出ます。階層の変更もモデル名の差し替えで済みます。会社ごと乗り換えるのは最も手間がかかるうえ、上位が団子状態である以上、得られる性能差は最も小さい。安い順に手を付けるのが合理的です。

逆引き③ 立場から選ぶ

使う人の立場によって、優先順位は変わります。

個人・小規模事業者。既に契約しているものをそのまま使い、深さの設定だけ調整するのが最も費用対効果が高い選択です。乗り換えにはプロンプトの作り直しと勘所の学び直しというコストがかかり、4ポイントの差はそれを正当化しません。追加で契約するなら、量の出る処理用に安い階層をひとつ足す形が無駄になりにくい。

開発者・実装する立場。押さえるべき仕様変更が2つあります。Claude Opus 5 は思考が既定でオンになったため、出力の上限に余裕がないと本文が途中で切れます。また思考の無効化は深さ設定が high 以下のときしかできず、それ以上と組み合わせるとエラーになります。あわせて、拒否が通信エラーではなく正常応答として返る点も実装に影響します。応答本文を読む前に状態を確認する分岐が要ります。

事業として組み込む立場。可用性が性能だけでは決まらないという点が最重要です。7月には規制が公開時期に影響した例、提供先が政府と限られたパートナーに絞られた例がありました。単一のモデルに密結合させると、その事情が自社の業務に直結します。オープンウェイトのモデルは、複数の事業者が同じものを提供するという構造上の利点を持ちます。備え方の詳細はAIへの依存リスクが現実になった日 (2026-07-29 公開)にまとめてあります。

無料枠と入口の選択肢

試すだけなら費用をかけずに始められます。

Gemini は API、Google AI Studio、Android Studio、業務向け環境、そしてアプリから同じモデルに触れられます。試すまでの手間が最も小さい部類です。

ChatGPT 側では、Work モードと Codex において無料層と Go 層に Terra が割り当てられます。有料層なら3階層から自由に選べます。API は3階層すべてに待機リストなしでアクセスできます。

Claude Opus 5 は全有料プランと API で利用でき、Claude Max では既定モデルです。GitHub Copilot からも使えます。

Kimi K3 は Together AI や Modal、複数プロバイダを束ねる経路から利用できます。重みは公開されていますが、動かすには1ビット量子化でも594ギガバイト規模のメモリが要るため、個人が手元で動かす選択肢は現実的ではありません。

併用するときの組み立て方

複数を組み合わせる場合の考え方を整理します。

境界を引く基準は、作業の種類ではなく間違えたときに何を失うかです。分類を1件取りこぼしても後から目視で拾えます。しかし設計の寸法をひとつ誤れば、作ってから発覚し、材料と時間の両方が消えます。前者は安い階層、後者は上位。この基準ならモデルの世代が入れ替わっても使い続けられます。

もうひとつ有効なのが二段構えです。長い資料を読み込ませる工程は安い階層に任せ、要点を抽出させる。その要点だけを上位モデルに渡して判断させる。入力トークンの大半を安い側が処理するため、同じ資料を最初から最後まで上位で処理するのに比べて支払額が変わります。

用語の対応表も作っておくと便利です。深さの呼び方は各社で違います。自社側で「深い・普通・浅い」といった共通の呼び名を決め、各社の設定値に対応付けておくと、併用時の混乱が減ります。

併用で見落としやすいのが、前置き資料の扱いです。同じ設計方針や自機の癖を複数のモデルに渡す場合、それぞれの形式に合わせて書き分けると管理が二重になります。特定のモデルに寄せた書き方を避け、普通の文章として書いておけば、渡し先が変わっても使い回せます。乗り換えのコストの大半は、実はこの資産の作り直しにあります。最初から持ち運べる形で書いておくのが、いちばん安い保険です。

選ぶときにやりがちな失敗

3つ挙げます。

単一の指標で決める。総合指数の1位と、別の指標の1位は一致しません。Epoch Capabilities Index と Artificial Analysis Intelligence Index では上位の並びが違います。自分の用途に近い指標を1つか2つ選び、それで判断するほうが健全です。

発表の主役を信じる。7月の Gemini では、主力として紹介された 3.6 Flash の知能が据え置きで、伸びたのは下位の Flash-Lite でした。世代番号の大きさや紹介の順序ではなく、指標と価格表を自分で見る必要があります。

設定を放置する。深さの設定を既定のまま使い続けるのが、最も静かに損をするパターンです。深すぎれば請求が膨らみ、浅すぎれば品質が落ちる。どちらもエラーにはなりません。月に一度でも支払いの内訳を眺める習慣があれば検出できます。

4つ目を挙げるなら、乗り換えのコストを数えないことでしょうか。新しいモデルが出るたびに移行していると、プロンプトの作り直しと勘所の学び直しに時間を取られます。指標で数ポイント上のモデルに移っても、その手間を回収できるとは限りません。乗り換えの判断も、モデル選びの一部として費用に含めて考えるべきです。

メイカーの工程別スタック

3Dプリントや設計の作業を工程で分け、それぞれに割り当てを提案します。

アイデア出し・調査。安い階層で十分です。Gemini 3.5 Flash-Lite や GPT-5.6 Luna。量を出して当たりを付ける段階なので、深さも浅めで構いません。

資料の読み込み・整理。約100万トークンの文脈を持つモデルなら、設計メモ・フィラメントの物性表・過去の失敗記録・スライサー設定の履歴をまとめて渡せます。ここは中間層で足ります。読み込ませたうえで要点を出させ、次の工程に渡す形が効率的です。

設計の詰め・検算。上位モデルを深めの設定で。パラメトリックなコードの生成と、干渉や公差の検算がここに入ります。間違えると印刷して初めて発覚し、材料と時間を失う領域です。深さを上げる価値があります。実際の手応えはClaudeを3Dプリント設計に活用する (2026-08-01 公開)の実走記録が参考になります。

数値の裏取り。ここはAIに任せきれません。材料の耐熱温度、ねじの下穴径、規格の寸法。幻覚率が上がっている以上、メーカーの技術データシートで確認する工程は残ります。AIに探させて、人間が確認する。この分担が現実的です。

画像・写真の処理。印刷失敗の写真を仕分ける、造形物の状態を言葉にする。画像を入力できるモデルなら安い階層でも実用になります。ただし出力はテキストであり、図面や完成予想図を生成させる用途とは別だという点は押さえておいてください。

工程全体の地図はAI 3D設計 完全ガイド 2026 (2026-07-19 公開)にまとめてあります。

2026年後半に動きそうなこと

予測は最小限に留めます。確認できている事実から言えることだけ書きます。

Gemini 3.5 Pro については、Google DeepMind のプロダクトリードがパートナーとテスト中であり近く着地することを期待すると述べています。時期は述べられていないので、こちらも予想しません。登場すれば表の上位が動く可能性があります。

価格については、方向がひとつ見えています。オープンウェイトのモデルが上位に食い込み、下位階層の単価が下がりました。無償で重みが手に入るものが同じ土俵にいる以上、有償モデルが価格に見合う価値を示す圧力は続きます。

順位については、7月だけで入れ替わりが起きたことを思い出してください。Kimi K3 は公開時点で3位でしたが、1週間後の Claude Opus 5 の登場で4位になりました。この記事の表も2026年8月時点のスナップショットにすぎません。

まとめ — 決めるべきは3つだけ

長くなったので、持ち帰ってほしいことを3つに絞ります。

第一に、上位は団子状態なので、上位同士で悩む時間は無駄です。63から57に5モデルが並び、指標を変えれば順位が入れ替わります。既に契約しているものを使えば足ります。

第二に、仕事を分類して階層に割り当てる。頻出するタスクを3つ書き出し、それぞれに階層と深さを決めてしまう。タスク単価は0.21ドルから2.75ドルまで13倍の幅があります。この割り当てが請求額に直結します。

第三に、裏取りの工程は残す。幻覚率が上がったという実測がある以上、数値を扱う仕事でAIの出力をそのまま採用するのは危険です。賢くなったモデルほど、間違いも整った言葉で語ります。

7月に増えたのは性能だけでなく、利用者が決めるべきことの数でした。モデルを追いかけるより、自分の仕事に割り当てを決めるほうが先に効きます。表の数字は半年後には変わっていますが、この3つの判断は残るはずです。

ブラウザだけでできる本格的なAI画像生成【ConoHa AI Canvas】

swiftwand

X

AIを使って、毎日の生活をもっと快適にするアイデアや将来像を発信しています。 初心者にもわかりやすく、すぐに取り入れられる実践的な情報をお届けします。 Sharing ideas and visions for a better daily life with AI. Practical tips that anyone can start using right away.