AIモデルの選び方
Claude（Anthropic）と GPT（OpenAI）を公式の数字で比べる
② どうしても解けない難問だけ Fable 5.1／GPT-6 Astra に上げる。簡単で大量の作業は Haiku 4.5／GPT-6 Luna に下げる。
③ Claude と GPT は総合ではほぼ互角。「何を頼むか」で選ぶ（コード・事務・難問＝Claude、科学・セキュリティ＝GPT）。
1. 場面別：どのモデルに頼む？
Claude
| こんな時 | 頼む相手 |
|---|---|
| Opus 5.5 で2回やってもダメな難問／何時間も任せきりの長い作業（切り札） | Fable 5.1 |
| 普段の仕事ほぼ全部（文章・資料・分析・コード） | Opus 5.5 |
| 日常のコード作業を速く・安く | Sonnet 5 |
| 分類・短い要約など簡単で大量の作業、とにかく速く | Haiku 4.5 |
GPT（ChatGPT・Codex）
| こんな時 | 頼む相手 |
|---|---|
| 何段階もの手順・複数ツールをまたぐ最難関、パソコン操作の代行 | GPT-6 Astra |
| 普段の仕事・複雑なコード（Codexの基本） | GPT-6 Sol |
| 手順が決まった単純な繰り返し・大量処理・無料で試す | GPT-6 Luna |
旧モデル（Claude Opus 5・Fable 5、GPT-5.6 Sol/Terra/Luna・GPT-5.5）は新しく選ぶ理由なし（新モデルが上位互換）。GPT-5.5 は 10/14 に ChatGPT・Codex から引退。Microsoft 365 Copilot での選び方は5章。
2. 賢さランキング（会社別）
Claude（公式の格付け順）
| 順位 | モデル | ひとことで | 出力料金 /100万 |
|---|---|---|---|
| 1 | Fable 5.1 | 公式の「最高性能」。切り札 | $50 |
| 2 | Opus 5.5 | 普段の主力。数字では Fable と同等以上 | $20 |
| 3 | Sonnet 5 | 速さと賢さのバランス型 | $10 |
| 4 | Haiku 4.5 | 最速・最安 | $5 |
GPT
| 順位 | モデル | ひとことで | 出力料金 /100万 |
|---|---|---|---|
| 1 | GPT-6 Astra | 公式「全分野で最高」。最難関用 | $50 |
| 2 | GPT-6 Sol | 普段の主力。Astra より少し下で値段は5分の1 | $10 |
| 3 | GPT-6 Luna | 最速・最安。じっくり考えさせると旧主力並み | $0.5 |
上位2つの関係（同じ会社の中での対決）
Fable 5.1 vs Opus 5.5 → 普段は Opus 5.5。公式比較の9項目すべてで Opus 5.5 が上、値段は4割。Anthropic の言い方は「ほとんどの仕事で Fable 5.1 と同じ水準」で、Fable を最高性能とする位置づけは変えていません。Fable が数字で勝つ場面は公開されておらず、使うのは最難関・長時間作業の「保険」です。
GPT-6 Astra vs GPT-6 Sol → 普段は Sol。賢さははっきり Astra が上（3〜8ポイント差）。ただし Sol に最大まで考えさせると、Astra を軽く考えさせた時と同じくらいになり、値段は5分の1です。
数字の根拠を見る
| テスト（何を測る？） | Opus 5.5 | Fable 5.1 |
|---|---|---|
| Terminal-Bench 4.0（コード作業） | 66.4% | 55.8% |
| FrontierCode（難しいコード） | 54.4% | 50.3% |
| CursorBench 4.0（実務のコード） | 57.8% | 51.8% |
| GDPval-AA（事務・ホワイトカラーの仕事） | 1846 | 1735 |
| AutomationBench（業務の自動化） | 40.0% | 31.4% |
| HLE（超難問・ツールあり） | 67.7% | 65.6% |
| Terminal-Bench-Science（科学の作業） | 58.7% | 52.6% |
| OSWorld 2.0（パソコン操作） | 81.8% | 80.7% |
| Chartography（図表の読み取り） | 89.0% | 88.4% |
| テスト（何を測る？） | Astra | Sol |
|---|---|---|
| Agents' Last Exam（プロの複雑な作業） | 59.3% | 56.4%（max） |
| DeepSWE（実際のコード開発） | 74.1% | 68.8%（max） |
| AutomationBench（業務の自動化） | 41.4% | 33.2%（xhigh） |
| 同上・Astra を軽く（low） | 30.3% | 33.2% |
出典：Anthropic「Claude Opus 5.5」／OpenAI「GPT-6 Astra」／OpenAI「GPT-6 Sol and Luna」
3. 会社対決：Claude vs GPT
普段使いどうし（Opus 5.5 vs GPT-6 Sol）は、賢さは Opus 5.5 が上、値段は Sol が半額。
分野別の勝敗（最上位どうし）
| 分野 | Claude | GPT-6 Astra | 勝ち |
|---|---|---|---|
| コード作業（Terminal-Bench 4.0） | 66.4% | 57.9% | Claude |
| 実際のコード開発（DeepSWE） | 67.4%（Fable 5.1） | 74.1% | GPT（Opus 5.5 は未測定） |
| 難しいコード（FrontierCode） | 54.4% | 53.3% | 互角 |
| 事務・ホワイトカラーの仕事（GDPval-AA） | 1846 | 1542 | Claude（大差） |
| 業務の自動化（AutomationBench） | 40.0% | 41.4% | 互角 |
| 超難問（HLE・ツールあり） | 67.7% | 57.2% | Claude（大差） |
| 科学の作業（Terminal-Bench-Science） | 58.7% | 64.6% | GPT |
| セキュリティ（ExploitGym） | 30.4%（Fable 5.1） | 42.4% | GPT（大差） |
| ひらめき型の推論（ARC-AGI-2） | 90.0%（Fable 5.1） | 95.0% | GPT |
| 超長文の読み取り | 記載なし | 96.3% | 比較不可 |
| パソコン操作（OSWorld 2.0） | 81.8% | 72.6% | 比較不可（測った会社で数字がずれる） |
| 第三者の総合指数（Artificial Analysis） | 65.7（Fable 5.1） | 61.2 | Claude（Opus 5.5 は未測定） |
Claude 列は特記なしなら Opus 5.5。どちらも自社測定のため、2ポイント以内は互角と判定。
例：「AIの仕組みづくり」はどっちに頼む？
→ 作るのは Claude（Opus 5.5）、チェックは GPT（Codex）。
- 作る側に Claude：ルールの文章・手順書・設定ファイル・小さなプログラムは、Claude が勝っている「コード作業」「事務の仕事」「超難問の判断」にあたる。
- チェックに GPT：別の会社のモデルは間違え方の癖が違うので、同じ見落としをしにくい（一般論で、公式データではない）。
- 大きなプログラムを書く時：実際のコード開発（DeepSWE）は GPT が上なので、Codex（GPT-6 Sol）に任せる手もある。
4. エフォート（考える強さ）の切り替え方
いちばん上まで上げてもダメ → そこで初めて上のモデルに替える（Anthropic公式：「エフォートの調整の方が、モデルを替えるより効くことが多い」）。
このルールは Claude・GPT・Copilot 共通。モデルごとに違うのは「始める段階」だけ。
段階ごとの使いどころ（共通）
| 段階 | こんな時 |
|---|---|
| low（Light・軽） | 簡単・大量・速さ最優先 |
| medium | 普段の仕事 |
| high | 難しい分析・ややこしいバグ・計画づくり |
| xhigh（Extra High） | 30分を超える長い自律作業、深い調査 |
| max | 最難関の1問に全力を出させる時だけ |
上げるほど遅くなり、使用量（料金・クレジット・利用上限）が増える。GPT-6 Sol・Luna には即答の none もある。Haiku 4.5 は切り替え不可。
始める段階（ここだけモデルで違う）
| モデル | 始める段階 |
|---|---|
| Opus 5.5 | medium（初期設定） |
| Fable 5.1・Sonnet 5 | high（初期設定。claude.ai・Cowork の Fable 5.1 は medium） |
| GPT-6 Astra | Light（軽）（公式のおすすめ。Codex では Light・Medium・Extra High の3段） |
| GPT-6 Sol | Medium（公式のおすすめ） |
| GPT-6 Luna | High（公式のおすすめ。小さいモデルは強めに） |
Codex の画面を開いた時の初期値は「Sol Light」（プラン・環境で変わる）。
5. Microsoft 365 Copilot では？
- Copilot Chat：最新は GPT-5.6 と Claude Opus 5。GPT-6・Opus 5.5 はまだ来ていない（公式発表なし）。エフォートは選べず、「Think deeper（じっくり考える）」を使うかどうかだけ。
- Copilot Cowork：GPT-6 Astra（9/4〜）、Fable 5.1、Opus 5、Sonnet 5 などを選べる。エフォートも Light〜Max で選べる（上げるほどクレジットを多く使う）。
- 選び方：1回ごとの料金がかからないので「速さ」で選ぶ。簡単・急ぎ → Sonnet 5／大事・難しい → Opus 5（Chat では Claude の最上位）／迷ったら → 自動（Auto）（Microsoft のおすすめ）。
⚠️ この資料を読むときの注意
- 個人の理解用の「ざっくりまとめ」です。数字は各社の公式発表から集めましたが、一つひとつ原文とは照合していません。正確な数字は出典の公式ページで確認してください。
- 数字は各社が自分で測った値。自社に有利なテストを選びがちなので、1〜2ポイントの差は互角と考える。
- 同じテストでも出典で数字が少しずれる（例：Opus 5 の Terminal-Bench 4.0 は 51.8%／52.3%／52.6%）。
- 「どれだけ考えさせるか」の設定をそろえずに比べている表がある。
- Anthropic 自身も「この水準では点数の差は実際の使い心地の差になりにくい」と書いている。
- 2026年9月23日時点の情報。Sonnet 5.5・Haiku 5.5 は「数週間以内」と予告済み。
出典
OpenAI：GPT-6 Astra ／ GPT-6 Sol and Luna ／ GPT-5.6 ／ Astra・Sol・Luna モデル資料 ／ Reasoning ／ Codexのモデル選び
Anthropic：Claude Opus 5.5 ／ Claude Fable 5.1 ／ Claude Opus 5 ／ Claude Sonnet 5 ／ モデルの選び方 ／ モデル一覧 ／ Effort
Microsoft：GPT-6 Astra in Microsoft Copilot ／ GPT-5.6 in Microsoft 365 Copilot ／ Claude Opus 5 in Microsoft 365 Copilot ／ Copilot Cowork models