
画像を作るならChatGPT、文章と計算・推論ならGemini、開発や複数工程の仕事ならClaude。
今回、公開評価と各社の公式機能を照らし合わせ、最初に試す候補として選んだのがこの3つです。
ところが、料金ページまで読み進めると、順位だけでは決められない事情が見えてきました。
投票で上位のモデルと、普段使うアプリは同じ単位ではありません。月額が近くても、使えるモデルや仕事を実行する仕組みには違いがあります。
「結局、どれに課金すればいいのか」。この疑問に答えるには、賢さの比較からもう一歩踏み込み、自分の作業をどこまで任せられるかを見る必要がありそうです。
そこで本記事では、ChatGPT、Claude、Google Gemini、NotebookLM、Grok、Microsoft Copilot、Perplexityを中心に、5つの用途でTOP5を選びました。
画像制作のMidjourneyと開発支援のGitHub Copilotも加え、専用ツールを選ぶ意味まで比べています。
選定の手がかりにしたArenaは、匿名のAI出力を利用者が比べる公開評価の場です。
そこで見えるのは、回答や画像がどれほど選ばれたかという傾向。
日本の利用者全体の人気や、業務での正解率を調べたアンケートとは性質が違います。
本記事の順位は、この公開評価と公式機能を踏まえた編集判断です。
全ツールを同一条件で実測したものではありません。そのうえで、なぜその順位にしたのか、どんな人なら別の選択が合うのかまで説明します。
なお、NotebookLMの現行の公式名称は「Gemini Notebook」です。探しやすいよう旧名も併記し、Microsoft CopilotとGitHub Copilotは別製品として比較しています。[1]
情報の確認日は2026年11月15日です。Arenaについては、各セクションに参照した更新日を記載しました。
同じ企業のモデルが上位に複数並ぶ場合もあるため、モデル順位をそのままサービス順位へ置き換えてはいません。
レーダーチャートでは、公式機能と公開評価から整理した用途との相性を5段階で示しています。
各ツールの「チャートを開く」を押すと、個別の図を確認できます。
調査で気になったのは、投票上位モデルの利用条件です。
代表プランを契約すれば最高設定まで使える、という比較にはできません。
上位契約や追加クレジットが必要な場合は、料金表の注記も合わせて確認してください。[2][3][4][5][6][7][8]
1はその用途では補助的、3は主要機能で対応、5は選ぶ理由になる強み、2と4はその中間です。
対応する公開評価がない軸は、根拠表に中立評価であることを示しました。
測定した成功率や速度ではなく、候補を絞るための編集評価としてご覧ください。
料金マップの横軸は本記事の順位、縦軸は代表プランの米国通常月額です。
横の間隔は順位を読みやすく並べたもので、品質差の大きさを表していません。
年払いの月額換算や初月割引を混ぜず、月払いの米ドル価格にそろえました。
画像生成で最初に試すなら、今回はChatGPTを選びます。
一枚を出して終わる場面より、用途を説明し、仕上がりを見て、修正を重ねる場面を重く見たためです。
記事のサムネイルや仕事の説明画像では、この往復が欠かせません。
公開評価にも裏づけがあります。
Arenaの画像生成部門では、2026年11月12日更新時点でGPT-Image-2.5 Sunburstが首位でした。
れはモデル単位の評価なので、ChatGPTで利用する際の対象プランや設定は別に確認する必要があります。[9]
ChatGPTを1位にした理由は、画像の公開評価に加え、相談と制作をひとつの会話で進められる構成にあります。
絵の指示に慣れていない人でも、「誰に何を伝えたいか」から依頼を組み立てられる点を評価しました。
たとえば新サービスの紹介画像なら、機能を全部詰め込む前に、読者が困っている場面を説明する。
そこから構図を絞り、「人物を大きく」「背景を明るく」と直していく。
こうした制作手順を想定すると、会話を続けながら修正できることが選定理由になります。
2位のGeminiも、画像の生成と編集を公式プランで案内しています。
Googleの画像モデルはArenaでも上位に入り、普段の調査や文書作成をGoogle環境で進める人には、合わせて試したい選択肢です。[4][9]
両者を比べるなら、最初の一枚だけで決めるのは惜しいところです。
同じ画像へ追加修正を頼み、残したい部分と直したい部分をどこまで伝えられるかを見る。
採用するまでの往復に、自分との相性が表れます。
3位Grokは、会話と画像・動画の制作をまとめたい人向けに選びました。
SuperGrokは画像・動画生成を含み、ArenaにもGrok Imagineのモデルが掲載されています。
日常の検索や相談に使うサービスから素材制作へ進める点に魅力があります。[6][9]
4位Midjourneyを残したのは、画像制作に集中する人には専用の編集環境も比べてほしいからです。
公式のEditorを確認すると、選定の軸を「どの総合AIを契約するか」から「どの制作環境で仕上げるか」へ広げられます。[7][10]
5位Microsoft Copilotは、Microsoft製品を使う人が画像も作る場合の候補です。
個人向けプランにAI画像生成が案内されており、仕事の資料と画像制作を近い環境で進めたい人は比較する価値があります。[5]
画像内の日本語や数字は、仕上げの段階で目を通したい部分です。
料金や日付まで描き込むと、修正時に画像全体を作り直す負担も生まれます。
更新する情報は後から編集できる文字として重ねると、公開後も扱いやすくなります。
文章分野は、調べるほど順位の意味に気を配りたくなりました。
読み心地のよい記事を作ることと、原典を追える論文の下準備では、評価したい能力が違うからです。
今回は調査から原稿までを見渡し、総合候補としてGeminiを1位に選びました。
Arenaの創作文章部門では、2026年11月11日更新時点でGemini 4 Argonが首位、Claude Opus 5.5が2位でした。
評価の幅は重なっています。ここから日本語の記事や学術論文での優劣まで決めつけず、公式の資料・文書機能も合わせて判断しています。[11]
Geminiを推すのは、公開評価の高さと、調査・文書環境を組み合わせた使い方に期待できるためです。
調べた内容を整理し、構成を立て、原稿へ進む。書き始める前から支援してほしい人に、最初の候補として勧めます。[4]
2位Claudeは、資料や前提を共有して原稿を練りたい人に向くと判断しました。
公式にProjectsや文書作成を提供しており、記事の目的や参考資料をまとめてから、章ごとの役割を詰める使い方を考えられます。[3]
ここで、文章の上手さをモデルだけに求めると、比較が難しくなります。
「もっと自然に」と伝えても、読者像や説明の順番が曖昧なままでは、何を直せばよいかが定まりません。
冒頭で引き込む事例と、読み終えた人に判断してほしいことを渡す方が、推敲の狙いは明確になります。
3位ChatGPTは、本文の周辺に分析や画像制作がある仕事を評価しました。
Plusにはファイルのアップロード、分析、画像生成などが含まれます。
料金比較なら表の条件整理、解説記事なら図の制作まで、一連の作業として進めたい人に合う選択です。[2]
今回の上位3つは、短い紹介文だけを作らせるより、自分が直すのに時間を使っている原稿で比べたいところです。
構成の重複を減らしたいのか、説明を具体化したいのか。課題をひとつ決めれば、言い回しの好みを超えて差を見やすくなります。
4位のGemini Notebook、旧NotebookLMには、順位以上に注目したい役割があります。
PDFやWebページなどの資料を扱い、回答から引用箇所をたどれるため、何を根拠に書いたかを確認する仕事に向いています。[1][12]
たとえば先行研究を比較するなら、各論文の主張だけでなく、研究対象、方法、限界までそろえて整理する。
文章の完成度を競う前に、比較の土台を作る用途です。
資料の検証を優先する人なら、総合順位にかかわらず先に試す理由があります。
5位Perplexityは、出典付きの調査から執筆へ進みたい人向けに選びました。
公式にDeep Researchや文書作成機能を案内しており、最初に集めた情報の所在を追いながら、原稿へつなげる役割を評価しています。[13]
論文では、引用へ戻れることが確認の出発点になります。
研究設計や分析の妥当性は原典で検討し、投稿先の規程も確認する。
この工程を見込んで使うと、文章生成AIと資料整理AIの分担がはっきりします。
コーディングではClaudeを1位に選びました。
公開評価と公式機能を見比べると、コードの回答を受け取るところから、実際のファイルを調べて修正するところまでを比較に含めたくなります。
Claude Codeへ進める点を、今回は重く評価しています。
ArenaのWeb開発部門でも、2026年11月11日更新時点でClaude Fable 5.2が首位でした。
同部門はフロントエンド制作やツールを使う開発を扱います。
既存システムの保守や、あらゆる言語での優位まで示す評価ではないことを踏まえて読んでいます。[14]
Claudeの公式料金を確認すると、ProにはClaude Codeが含まれる一方、Fableには使用クレジットによる課金条件があります。
開発環境を使えることと、投票首位のモデルをどれだけ使えるかは、契約時に分けて確認したい部分です。[3]
それでも1位にしたのは、ファイルを扱う開発支援まで含めて選べるためです。
不具合のある画面を直すなら、見えている箇所だけでなく、関連する処理や既存の仕様も調べる必要があります。
こうした作業を想定して選びました。
2位Geminiは、公開評価とAntigravityなどの開発環境を評価しました。
GoogleはCarbonの導入例も公開しています。個人向けGeminiアプリでのCarbon利用はUltraが対象なので、料金図のGoogle AI Proと取り違えないように確認してください。[15]
3位ChatGPTは、Codexによるコード作成、レビュー、開発支援を含めた選定です。
設計を相談し、修正を依頼し、その結果を確かめる。開発工程をつないで任せたい人の比較対象になります。[16]
この3つを試すなら、小さな新規ページを作るだけでなく、修正対象と守るべき仕様がある課題を渡すと判断しやすくなります。
「この表示を直す。ただし既存の保存処理は保つ」といった依頼なら、完成画面以外にも確認する観点が生まれます。
4位GitHub Copilotは、普段のエディタやGitHubで支援を受けたい人向けです。
公式にはコードレビューやエージェント機能があり、別のチャットへ状況を説明し直す手間まで含めて評価しました。[8]
ここでの4位は、搭載モデルの知能が4番目という意味ではありません。
複数モデルを扱うサービスなので、使う機能や選択モデルで結果も消費枠も変わります。モデル比較に、作業場所との相性を加えた順位です。
5位Grokは、WebやXの検索とコードの相談を併用したい人の候補にしました。
今回の比較では、専用の開発環境と継続的な修正を優先したため、この位置です。
普段Grokで情報を追う人なら、相談の入口として検討できます。[6]
仕上がりを見るときは、正常に動く場面に加えて、空欄入力や通信失敗なども確認したいところです。
どこまで修正し、何を試したのかを報告してもらうと、自分が次に点検する箇所を絞れます。
画面の完成度と、変更を確かめやすいことの両方が、継続利用の判断につながります。
計算・推論ではGeminiを1位に選びました。この分野の公開評価を読むと、同時に見落としたくない点も出てきます。
「回答が選ばれること」と「計算が正しいこと」は、評価として切り分ける必要があるのです。
Arenaの数学部門は、2026年11月11日更新時点でGemini 4 Argonが首位でした。
一方、掲載された順位幅は1〜14位と広く、数字の上で首位でも差には不確実性があります。
今回は候補を探す根拠として使い、数学の正答率としては扱っていません。[17]
Geminiは、条件の多い問題を検討する最初の候補としました。
たとえば事業計画なら、売上目標、単価、契約件数、継続率などの関係を整理する。
何が既知で、何が仮定なのかを分けてから計算へ進むと、結果が変わる理由を追いやすくなります。
2位Claudeは、数学部門の公開評価に加え、コード実行やデータ関連の機能を評価しました。
式の前提を共有し、条件を変えた場合の違いを検討する用途を想定しています。[3][17]
この使い方では、AIが出した結論より先に、置かれた仮定を読みたいところです。
毎月の契約数が一定なのか、解約を見込むのか。同じ計算式でも、この前提が違えば事業の見通しは変わります。
だからこそ、計算・推論の比較は問題の種類をそろえる必要があります。
正解のある数値計算を比べるのか、複数条件の整合性を調べるのか。
自分が任せたい仕事に近づけるほど、公開順位では分からない相性を確かめやすくなります。
3位ChatGPTでは、ファイルを使った分析を評価しました。
CSVの集計を頼むなら、合計値を受け取るだけでなく、どの列を使い、どの行を除外したかまで説明してもらう。
ファイル分析の機能を、確認できる成果物につなげる使い方です。[2]
売上データなら、重複、返品、欠損値、税込・税抜の定義を先にそろえます。
計算が合わない原因が、足し算ではなくデータの扱いにある場合も考えられます。
ここを依頼に含めると、結果の違いを検討しやすくなります。
4位Grokは、検索と条件検討をまとめたい人向けです。
調べた数値を計算へ使う場合は、出典にある期間や単位をそろえる工程も含めて依頼するとよいでしょう。
情報収集と計算を近い場所で進めたい人の候補としました。[6]
5位Microsoft Copilotは、Excel中心の仕事に合わせた選定です。
個人向けMicrosoft 365でもExcel内のCopilotが案内されており、既存の表を使い続けたい人には、作業場所を変えずに支援を受ける利点があります。[18]
最初の試用には、すでに正しい答えが分かっている表を勧めます。
合計だけでなく、返品や空欄を含む集計を頼み、式と除外条件を確かめる。
自分で判定できる材料があれば、説明の流暢さに頼らず選べます。
業務自動化は、今回の調査で最も「サービスの中身」を見たくなった分野です。
依頼を理解できても、必要なツールへ接続できなければ作業は進みません。
実行する仕組みまで含めて比べ、Claudeを1位に選びました。
Arenaのエージェント部門では、2026年11月11日更新時点でClaude Fable 5.2が首位でした。
この部門は実際のセッションでの完了や利用者の反応などを扱います。
個人向けアプリで自分の仕事が何%成功するか、という数値には置き換えていません。[19]
Claudeで注目したのは、Coworkが接続ツール、ブラウザ、画面操作を使い分ける構成です。
公式説明では、接続ツールで対応できる場合はそちらを優先し、必要に応じてブラウザや画面を操作するとしています。[20]
この構成を評価したのは、業務によって実行先が違うためです。
資料を探す、表を更新する、Web画面で作業する。
完成までに複数の場所を行き来する仕事では、使える手段を先に確認することが選定につながります。
画面操作には表示変更や待ち時間の影響もあります。
接続先が決まっている作業なら、専用の連携で対象や操作を限定する方が、手順を組み立てやすいと考えました。
これは機能構成からの編集上の評価で、成功率を実測した結論ではありません。
2位Geminiは、Googleのアプリを使う定期業務を想定して選びました。
公式にはタスクやスケジュールが案内されています。
利用にはProまたはUltra、18歳以上、個人アカウントなどの条件があり、職場・学校アカウントと同じ条件ではありません。[21]
3位ChatGPTでは、Workによる調査から成果物作成までを評価しました。
OpenAIは、時間のかかる複数工程の仕事を扱い、完成した成果物を作るためのエージェントと説明しています。
情報を集めて終わらず、資料として受け取りたい人の候補です。[22]
4位Microsoft Copilotは、Word、Excel、Outlookを中心に働く人向けです。
個人向けPremiumのエージェント型機能と、法人向けの業務フロー構築に使うCopilot Studioは区別し、必要な機能が契約に含まれるかを確認してください。[18]
5位Perplexityは、Computerによる調査、ブラウザ作業、資料作成を評価しました。
公式にはバックグラウンド処理や定期タスクも示されており、情報収集から比較レポートまでをまとめたい人に試す理由があります。[23]
自動化を試すなら、毎週の競合調査のように、参照先と完成形を決められる仕事がよさそうです。
「公式の料金ページを確認し、変更箇所と出典を表にして下書き保存」と頼めば、どこまで終われば完了なのかを共有できます。
結果を見るときは、調査内容の正しさ、更新対象の正しさ、例外が起きたときの扱いを分けて確認します。
レーダーでも連携範囲と検証のしやすさを分けたのは、この違いをひとつの「精度」にまとめたくなかったためです。
最初は下書き保存まで任せ、手直しが残った工程を記録する。その工程を減らせるかどうかが、次に任せる範囲を広げる判断になります。
最後まで走るデモを見るだけでなく、自分の確認時間がどれほど残るかも比べてみてください。
今回、公開評価と公式機能を追って見えてきたのは、順位が高いAIを選ぶだけでは、契約の迷いは解消しないということでした。
画像の修正、原典の確認、既存コードの改修。完成までに必要な工程へ目を向けると、自分に合う候補が絞れてきます。
最初の一つを決めるなら、来週も繰り返す仕事で比べてみてください。
渡す資料と完成形をそろえ、修正回数、確認時間、利用枠を記録する。そこで減った手間が、月額を払い続ける理由になります。
すでにGoogleやMicrosoftの有料環境を使っている人は、契約に含まれるAIから試す方法もあります。
足りない工程が分かれば、別のサービスを追加する理由も具体的になります。
「みんなが選んだ」は、有力な候補を知る手がかりです。
本記事のチャートで違いをつかんだら、次は自分の資料と指示で確かめる。
その一回が、総合順位を眺めるよりも納得できる選択につながるはずです。
さらに候補を広げたい方は、AI TOP TIERのツールランキングもご覧ください。
こちらは、本記事の用途別編集ランキングとは別に、サイト内で支持されているツールを探す入口です。

