{ "note": "AIコンパスの RAG embedding 検証記事（/rag-embedding-benchmark/）の自作データ。questions の relevant が正解の段落 id。paragraphs は AIコンパスの公開済みの記事の文面を見出しごとに切ったもの。問いは Claude Sonnet 5.5 が書いた（生成の手順は記録していない）。", "source_commit": "69e7673547b8e82570286d9ff0c70401b4b0afcd", "source_files": [ "_pages/bg-removal-benchmark.md", "_pages/game-translation-benchmark.md", "_pages/local-llm-benchmark.md", "_pages/ocr-benchmark.md", "_pages/transcription-benchmark.md", "_pages/translation-benchmark.md", "_pages/tts-benchmark.md", "_posts/2026-11-06-ai-coding-tools-pricing.md", "_posts/2026-11-06-chatgpt-free-vs-paid.md", "_posts/2026-11-06-claude-code-guide.md", "_posts/2026-11-06-claude-code-pricing.md", "_posts/2026-11-06-claude-pricing-plans.md", "_posts/2026-11-06-codex-guide.md", "_posts/2026-11-06-copilot-studio-guide.md", "_posts/2026-11-06-deepseek-guide.md", "_posts/2026-11-06-dify-guide.md", "_posts/2026-11-06-gemini-4-guide.md", "_posts/2026-11-06-generative-ai-guide.md", "_posts/2026-11-06-genspark-guide.md", "_posts/2026-11-06-grok-guide.md", "_posts/2026-11-06-mcp-guide.md", "_posts/2026-11-06-microsoft-365-copilot-guide.md", "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "_posts/2026-11-06-perplexity-guide.md", "_posts/2026-11-06-rag-guide.md" ], "n_questions": 150, "n_paragraphs": 254, "questions": [ { "qid": "q001", "query": "背景透過ソフトの標準モデルが商用に契約必須の物に変わったのはいつか", "relevant": [ "bg-removal-benchmark#2" ] }, { "qid": "q002", "query": "切り抜き精度の数字は何を平均した値か", "relevant": [ "bg-removal-benchmark#3" ] }, { "qid": "q003", "query": "人物写真で切り抜きに大失敗した枚数が多いモデル", "relevant": [ "bg-removal-benchmark#4" ] }, { "qid": "q004", "query": "背景を風景写真に替えると切り抜きの誤差は増えるか", "relevant": [ "bg-removal-benchmark#6" ] }, { "qid": "q005", "query": "CPU のみで画像 1 枚の背景除去にかかる秒数", "relevant": [ "bg-removal-benchmark#8" ] }, { "qid": "q006", "query": "背景除去ツールの版ごとの初期モデルと権利の違い", "relevant": [ "bg-removal-benchmark#9" ] }, { "qid": "q007", "query": "BiRefNet の人物用と汎用の重みの使用許諾", "relevant": [ "bg-removal-benchmark#10" ] }, { "qid": "q008", "query": "背景透過の測定から外したモデルと外した事情", "relevant": [ "bg-removal-benchmark#12" ] }, { "qid": "q009", "query": "切り抜きの評価で人物の公開テスト写真を使わなかった訳", "relevant": [ "bg-removal-benchmark#14" ] }, { "qid": "q010", "query": "remove.bg や Canva の精度は比べたのか", "relevant": [ "bg-removal-benchmark#17" ] }, { "qid": "q011", "query": "グリムギルドの「念のためだ」の訳で失われたニュアンス", "relevant": [ "game-translation-benchmark#1" ] }, { "qid": "q012", "query": "用語集とプレースホルダーを破らなかった翻訳 AI", "relevant": [ "game-translation-benchmark#3" ] }, { "qid": "q013", "query": "訳例を見せると翻訳の採点は何点上がったか", "relevant": [ "game-translation-benchmark#6" ] }, { "qid": "q014", "query": "原文にない一文を足してしまう翻訳モデル", "relevant": [ "game-translation-benchmark#8" ] }, { "qid": "q015", "query": "ゲームの物語 2,215 行の訳し直しに使ったモデル", "relevant": [ "game-translation-benchmark#10" ] }, { "qid": "q016", "query": "訳し直した訳は既存の日本語版より読み物として良いか", "relevant": [ "game-translation-benchmark#11" ] }, { "qid": "q017", "query": "訳し直した日本語は発売中の版に反映済みか", "relevant": [ "game-translation-benchmark#14" ] }, { "qid": "q018", "query": "ゲーム翻訳の評価に使った行数と開発元の了承", "relevant": [ "game-translation-benchmark#15" ] }, { "qid": "q019", "query": "翻訳方針の指示で雰囲気を保たせる文面", "relevant": [ "game-translation-benchmark#17" ] }, { "qid": "q020", "query": "翻訳の出来を点数にした審査役のモデルと温度", "relevant": [ "game-translation-benchmark#18" ] }, { "qid": "q021", "query": "日本語で頼んだのに外国語が混ざった回答が多かったモデル", "relevant": [ "local-llm-benchmark#3" ] }, { "qid": "q022", "query": "VRAM 12GB 以下で常識問題の正答率が高い LLM", "relevant": [ "local-llm-benchmark#4" ] }, { "qid": "q023", "query": "JCommonsenseQA で一番正答率が高かった LLM", "relevant": [ "local-llm-benchmark#5" ] }, { "qid": "q024", "query": "MGSM 日本語で正答率 90% のモデル", "relevant": [ "local-llm-benchmark#6" ] }, { "qid": "q025", "query": "回答に中国語や英語が混ざったかをどう機械判定したか", "relevant": [ "local-llm-benchmark#8" ] }, { "qid": "q026", "query": "ローカル LLM の比較で見ていない使い道", "relevant": [ "local-llm-benchmark#11" ] }, { "qid": "q027", "query": "OCR の評価画像に使った文学作品と作り方", "relevant": [ "ocr-benchmark#2" ] }, { "qid": "q028", "query": "文字誤り率が 100% を超えるのはなぜか", "relevant": [ "ocr-benchmark#3" ] }, { "qid": "q029", "query": "GPU なしで動く国会図書館製の文字認識", "relevant": [ "ocr-benchmark#4" ] }, { "qid": "q030", "query": "横書きで誤り率 2% 未満だった OCR の一覧", "relevant": [ "ocr-benchmark#7" ] }, { "qid": "q031", "query": "画像対応 LLM が縦書きで HTTP エラーを返した件数", "relevant": [ "ocr-benchmark#8" ] }, { "qid": "q032", "query": "Qwen3-VL の答えが空になった画像の枚数", "relevant": [ "ocr-benchmark#9" ] }, { "qid": "q033", "query": "Tesseract にページ分割モード 5 を指定した結果", "relevant": [ "ocr-benchmark#12" ] }, { "qid": "q034", "query": "手書きや実際のスキャン紙で OCR は通用するか", "relevant": [ "ocr-benchmark#14" ] }, { "qid": "q035", "query": "同じ音声を 2 回認識して結果が揺れたモデル", "relevant": [ "transcription-benchmark#4" ] }, { "qid": "q036", "query": "長い音声の区切り方で誤りが倍になる認識モデル", "relevant": [ "transcription-benchmark#6" ] }, { "qid": "q037", "query": "ReazonSpeech の誤りが数倍に出た原因の無音", "relevant": [ "transcription-benchmark#7" ] }, { "qid": "q038", "query": "ノイズ入り音声に強い Whisper の型", "relevant": [ "transcription-benchmark#8" ] }, { "qid": "q039", "query": "5 つの出力が同じ読みなら正解を差し替えた理由", "relevant": [ "transcription-benchmark#10" ] }, { "qid": "q040", "query": "電話の音質に近い音声はどう作ったのか", "relevant": [ "transcription-benchmark#11" ] }, { "qid": "q041", "query": "読みに直して編集距離で出す誤り率の求め方", "relevant": [ "transcription-benchmark#12" ] }, { "qid": "q042", "query": "文字起こしの処理時間は 1 時間あたり何分で換算したか", "relevant": [ "transcription-benchmark#15" ] }, { "qid": "q043", "query": "会議録音での認識精度は検証したか", "relevant": [ "transcription-benchmark#16" ] }, { "qid": "q044", "query": "訳文に簡体字の「类」が混ざったモデル", "relevant": [ "translation-benchmark#1" ] }, { "qid": "q045", "query": "無料の Gemma 4 26B と Claude Sonnet の差", "relevant": [ "translation-benchmark#4" ] }, { "qid": "q046", "query": "日本語から英語の訳で Claude が高得点だった裏事情", "relevant": [ "translation-benchmark#6" ] }, { "qid": "q047", "query": "参照訳とほぼ同一の英文を返した文の数", "relevant": [ "translation-benchmark#7" ] }, { "qid": "q048", "query": "英日翻訳で訳文が出なかった文が最多のモデル", "relevant": [ "translation-benchmark#8" ] }, { "qid": "q049", "query": "翻訳の失敗とみなす条件の数え方", "relevant": [ "translation-benchmark#10" ] }, { "qid": "q050", "query": "翻訳モデルを動かした温度と量子化の設定", "relevant": [ "translation-benchmark#12" ] }, { "qid": "q051", "query": "DeepL や Google 翻訳との比較をしていない訳", "relevant": [ "translation-benchmark#18" ] }, { "qid": "q052", "query": "ずんだもんが「辛い」を「つらい」と読んだ例", "relevant": [ "tts-benchmark#1" ] }, { "qid": "q053", "query": "読み上げソフトの誤読数に有意な差はあったか", "relevant": [ "tts-benchmark#3" ] }, { "qid": "q054", "query": "読み上げ 5 つ全部が誤読した文脈依存の語", "relevant": [ "tts-benchmark#4" ] }, { "qid": "q055", "query": "誤読した語を仮名にすると直るか", "relevant": [ "tts-benchmark#6" ] }, { "qid": "q056", "query": "音声 1 分を作る時間が最短の読み上げエンジン", "relevant": [ "tts-benchmark#8" ] }, { "qid": "q057", "query": "ITA コーパスで読み違いをどう 4 種に分類したか", "relevant": [ "tts-benchmark#11" ] }, { "qid": "q058", "query": "読みの一致判定で同一視した表記ゆれ", "relevant": [ "tts-benchmark#12" ] }, { "qid": "q059", "query": "読み上げ速度の測定に使った文数と送り方", "relevant": [ "tts-benchmark#14" ] }, { "qid": "q060", "query": "読み上げの抑揚やアクセントは評価したか", "relevant": [ "tts-benchmark#16" ] }, { "qid": "q061", "query": "AI コーディング支援ツールの月額プラン一覧", "relevant": [ "2026-11-06-ai-coding-tools-pricing#2" ] }, { "qid": "q062", "query": "Antigravity と Devin Desktop の課金の仕組み", "relevant": [ "2026-11-06-ai-coding-tools-pricing#3" ] }, { "qid": "q063", "query": "GitHub のコード補助サービスの月額とクレジット枠", "relevant": [ "2026-11-06-ai-coding-tools-pricing#5" ] }, { "qid": "q064", "query": "補完中心で安く使いたい時に選ぶツール", "relevant": [ "2026-11-06-ai-coding-tools-pricing#6" ] }, { "qid": "q065", "query": "コーディング支援の上限を他社と比べられない訳", "relevant": [ "2026-11-06-ai-coding-tools-pricing#7" ] }, { "qid": "q066", "query": "ChatGPT の各プランの日本円の月額", "relevant": [ "2026-11-06-chatgpt-free-vs-paid#2" ] }, { "qid": "q067", "query": "無料プランで一度に入力できる文書量の目安", "relevant": [ "2026-11-06-chatgpt-free-vs-paid#3" ] }, { "qid": "q068", "query": "無制限と書かれていても実は制限がある項目", "relevant": [ "2026-11-06-chatgpt-free-vs-paid#4" ] }, { "qid": "q069", "query": "ChatGPT の無料枠で使える機能", "relevant": [ "2026-11-06-chatgpt-free-vs-paid#5" ] }, { "qid": "q070", "query": "会話が一杯と表示された時にどうするか", "relevant": [ "2026-11-06-chatgpt-free-vs-paid#6" ] }, { "qid": "q071", "query": "課金すれば入力が学習されなくなるか", "relevant": [ "2026-11-06-chatgpt-free-vs-paid#8" ] }, { "qid": "q072", "query": "ChatGPT の年齢制限や広告について公式発表はあるか", "relevant": [ "2026-11-06-chatgpt-free-vs-paid#11" ] }, { "qid": "q073", "query": "Claude Code を入れる手順と動作確認", "relevant": [ "2026-11-06-claude-code-guide#4" ] }, { "qid": "q074", "query": "Claude Code の初回ログインと API キーの注意", "relevant": [ "2026-11-06-claude-code-guide#6" ] }, { "qid": "q075", "query": "Claude Code でモデルを切り替えるコマンド", "relevant": [ "2026-11-06-claude-code-guide#7" ] }, { "qid": "q076", "query": "Claude Code を使うのに必要な契約", "relevant": [ "2026-11-06-claude-code-pricing#1" ] }, { "qid": "q077", "query": "Claude の Max は Pro の何倍の枠か", "relevant": [ "2026-11-06-claude-code-pricing#2" ] }, { "qid": "q078", "query": "毎日仕事で使うならどのプランが合うか", "relevant": [ "2026-11-06-claude-code-pricing#3" ] }, { "qid": "q079", "query": "開発者 1 人あたりの API 費用の平均", "relevant": [ "2026-11-06-claude-code-pricing#4" ] }, { "qid": "q080", "query": "キャッシュ読み取り中心の作業の料金試算", "relevant": [ "2026-11-06-claude-code-pricing#5" ] }, { "qid": "q081", "query": "Claude Code の消費を抑える工夫", "relevant": [ "2026-11-06-claude-code-pricing#7" ] }, { "qid": "q082", "query": "環境変数のキーが残ると課金される件", "relevant": [ "2026-11-06-claude-code-pricing#8", "2026-11-06-claude-code-guide#6" ] }, { "qid": "q083", "query": "Claude の料金体系を個人と法人で選ぶ目安", "relevant": [ "2026-11-06-claude-pricing-plans#1" ] }, { "qid": "q084", "query": "チーム向けの Claude の席の価格と最低人数", "relevant": [ "2026-11-06-claude-pricing-plans#3" ] }, { "qid": "q085", "query": "Claude に入力した内容はどのプランなら学習されないか", "relevant": [ "2026-11-06-claude-pricing-plans#4" ] }, { "qid": "q086", "query": "Claude を使い始める時の使い方別おすすめプラン", "relevant": [ "2026-11-06-claude-pricing-plans#5" ] }, { "qid": "q087", "query": "Claude Sonnet 5.5 の API 単価はいくらか", "relevant": [ "2026-11-06-claude-pricing-plans#6" ] }, { "qid": "q088", "query": "法人向け AI アシスタントの 1 人あたり月額を他社と比べる", "relevant": [ "2026-11-06-claude-pricing-plans#7" ] }, { "qid": "q089", "query": "Codex は単体で契約する製品か", "relevant": [ "2026-11-06-codex-guide#1" ] }, { "qid": "q090", "query": "Codex が使える ChatGPT のプランと月額", "relevant": [ "2026-11-06-codex-guide#2" ] }, { "qid": "q091", "query": "Codex で 5 時間に送れる件数の目安", "relevant": [ "2026-11-06-codex-guide#3" ] }, { "qid": "q092", "query": "Codex を動かせる場所は端末のほかにどこか", "relevant": [ "2026-11-06-codex-guide#4" ] }, { "qid": "q093", "query": "Copilot Studio で作れる自動化の種類", "relevant": [ "2026-11-06-copilot-studio-guide#2" ] }, { "qid": "q094", "query": "Copilot Studio の従量課金の 1 クレジット単価", "relevant": [ "2026-11-06-copilot-studio-guide#4" ] }, { "qid": "q095", "query": "Copilot Studio のエージェントの動作 1 回の消費量", "relevant": [ "2026-11-06-copilot-studio-guide#5" ] }, { "qid": "q096", "query": "M365 Copilot の契約で Copilot Studio を使える範囲", "relevant": [ "2026-11-06-copilot-studio-guide#7" ] }, { "qid": "q097", "query": "Copilot Studio を始めるのに要る権限", "relevant": [ "2026-11-06-copilot-studio-guide#8" ] }, { "qid": "q098", "query": "DeepSeek の API で今使えるモデルと最大出力", "relevant": [ "2026-11-06-deepseek-guide#2" ] }, { "qid": "q099", "query": "DeepSeek の API 料金が下がる時間帯", "relevant": [ "2026-11-06-deepseek-guide#3" ] }, { "qid": "q100", "query": "DeepSeek の公式アプリは入力データをどこに保存するか", "relevant": [ "2026-11-06-deepseek-guide#4" ] }, { "qid": "q101", "query": "DeepSeek を会社で使う前の確認項目", "relevant": [ "2026-11-06-deepseek-guide#7" ] }, { "qid": "q102", "query": "Dify は誰が提供するどんなソフトか", "relevant": [ "2026-11-06-dify-guide#1" ] }, { "qid": "q103", "query": "Dify のワークフローとチャットフローの違い", "relevant": [ "2026-11-06-dify-guide#2" ] }, { "qid": "q104", "query": "Dify クラウドの有料プランの月額とメンバー数", "relevant": [ "2026-11-06-dify-guide#3" ] }, { "qid": "q105", "query": "Dify のライセンスで複数テナント運用はできるか", "relevant": [ "2026-11-06-dify-guide#5" ] }, { "qid": "q106", "query": "Dify の 2026 年の脆弱性の件数と深刻度", "relevant": [ "2026-11-06-dify-guide#7" ] }, { "qid": "q107", "query": "Dify をまず試すならどの用途か", "relevant": [ "2026-11-06-dify-guide#8" ] }, { "qid": "q108", "query": "Gemini 4 のうち今すぐ使えるのはどちらか", "relevant": [ "2026-11-06-gemini-4-guide#1" ] }, { "qid": "q109", "query": "Gemini 4 Argon の API 単価が 12 月から変わる幅", "relevant": [ "2026-11-06-gemini-4-guide#3" ] }, { "qid": "q110", "query": "Google AI Pro の月額と使用量の上限", "relevant": [ "2026-11-06-gemini-4-guide#4" ] }, { "qid": "q111", "query": "AI の総合指数で一番高いモデルはどれか", "relevant": [ "2026-11-06-gemini-4-guide#5" ] }, { "qid": "q112", "query": "古い Gemini が別のモデルに振り替えられる日", "relevant": [ "2026-11-06-gemini-4-guide#6" ] }, { "qid": "q113", "query": "生成 AI の公的な定義は何か", "relevant": [ "2026-11-06-generative-ai-guide#1" ] }, { "qid": "q114", "query": "日本の生成 AI の利用経験者は他国より少ないか", "relevant": [ "2026-11-06-generative-ai-guide#2" ] }, { "qid": "q115", "query": "主な生成 AI サービスの提供元と有料プラン", "relevant": [ "2026-11-06-generative-ai-guide#4" ] }, { "qid": "q116", "query": "文章を作る AI がもっともらしい嘘をつく理由", "relevant": [ "2026-11-06-generative-ai-guide#5" ] }, { "qid": "q117", "query": "業務で生成 AI を使う前に決めておくこと", "relevant": [ "2026-11-06-generative-ai-guide#6" ] }, { "qid": "q118", "query": "Genspark の主な機能は何か", "relevant": [ "2026-11-06-genspark-guide#2" ] }, { "qid": "q119", "query": "Genspark の有料プランの月額と保存容量", "relevant": [ "2026-11-06-genspark-guide#3" ] }, { "qid": "q120", "query": "Genspark の無料分とクレジットの仕組み", "relevant": [ "2026-11-06-genspark-guide#4" ] }, { "qid": "q121", "query": "Genspark の 2026 年 9 月のプラン変更点", "relevant": [ "2026-11-06-genspark-guide#5" ] }, { "qid": "q122", "query": "Genspark を会社で採用する時の確認点", "relevant": [ "2026-11-06-genspark-guide#8" ] }, { "qid": "q123", "query": "Grok を作った会社を買収した企業はどこか", "relevant": [ "2026-11-06-grok-guide#2" ] }, { "qid": "q124", "query": "Grok の月額プランにはどんな種類があるか", "relevant": [ "2026-11-06-grok-guide#3" ] }, { "qid": "q125", "query": "Grok ならではの強みは何か", "relevant": [ "2026-11-06-grok-guide#4" ] }, { "qid": "q126", "query": "Grok の API の入力と出力の単価", "relevant": [ "2026-11-06-grok-guide#5" ] }, { "qid": "q127", "query": "Grok を検討するのはどんな目的の時か", "relevant": [ "2026-11-06-grok-guide#9" ] }, { "qid": "q128", "query": "MCP を USB-C に例える理由", "relevant": [ "2026-11-06-mcp-guide#1" ] }, { "qid": "q129", "query": "MCP のホストとクライアントとサーバーの役割分担", "relevant": [ "2026-11-06-mcp-guide#2" ] }, { "qid": "q130", "query": "MCP サーバーが出せるツールとリソースの違い", "relevant": [ "2026-11-06-mcp-guide#3" ] }, { "qid": "q131", "query": "MCP で AI に操作を許す時のセキュリティ上の注意", "relevant": [ "2026-11-06-mcp-guide#5" ] }, { "qid": "q132", "query": "MCP を社内に導入する時の進め方", "relevant": [ "2026-11-06-mcp-guide#6" ] }, { "qid": "q133", "query": "Microsoft 365 Copilot の年払い月額", "relevant": [ "2026-11-06-microsoft-365-copilot-guide#1" ] }, { "qid": "q134", "query": "Copilot という名前の製品の違い", "relevant": [ "2026-11-06-microsoft-365-copilot-guide#2" ] }, { "qid": "q135", "query": "法人向け Copilot Business の追加料金", "relevant": [ "2026-11-06-microsoft-365-copilot-guide#3" ] }, { "qid": "q136", "query": "Microsoft 365 の個人向けプランの月額と人数", "relevant": [ "2026-11-06-microsoft-365-copilot-guide#4" ] }, { "qid": "q137", "query": "Copilot Chat と有償版で答えの根拠がどう違うか", "relevant": [ "2026-11-06-microsoft-365-copilot-guide#5" ] }, { "qid": "q138", "query": "職場向け Copilot に入れた情報は学習に回るか", "relevant": [ "2026-11-06-microsoft-365-copilot-guide#8" ] }, { "qid": "q139", "query": "Copilot を入れる前に文書の権限を見直す理由", "relevant": [ "2026-11-06-microsoft-365-copilot-guide#9" ] }, { "qid": "q140", "query": "NotebookLM の新しい名前", "relevant": [ "2026-11-06-notebooklm-gemini-notebook-guide#1" ] }, { "qid": "q141", "query": "資料 AI の使用量が 1 日の回数制でなくなった時期", "relevant": [ "2026-11-06-notebooklm-gemini-notebook-guide#6" ] }, { "qid": "q142", "query": "手元の資料から答えを探すならどのアプリが合うか", "relevant": [ "2026-11-06-notebooklm-gemini-notebook-guide#9" ] }, { "qid": "q143", "query": "出典付きで答える AI 検索エンジン", "relevant": [ "2026-11-06-perplexity-guide#1" ] }, { "qid": "q144", "query": "Perplexity の無料枠で使える検索の回数", "relevant": [ "2026-11-06-perplexity-guide#3" ] }, { "qid": "q145", "query": "Perplexity は入力を学習に使うか、止め方は", "relevant": [ "2026-11-06-perplexity-guide#7" ] }, { "qid": "q146", "query": "Sonar のサポート終了日と乗り換え先", "relevant": [ "2026-11-06-perplexity-guide#9" ] }, { "qid": "q147", "query": "チャンクを作ってから回答を出すまでの流れ", "relevant": [ "2026-11-06-rag-guide#2" ] }, { "qid": "q148", "query": "文書を検索して渡す方式と追加学習の使い分け", "relevant": [ "2026-11-06-rag-guide#3" ] }, { "qid": "q149", "query": "RAG の導入前に測っておく指標", "relevant": [ "2026-11-06-rag-guide#5" ] }, { "qid": "q150", "query": "公開例文の読み上げで使った ITA コーパスとは", "relevant": [ "tts-benchmark#11" ] } ], "paragraphs": [ { "id": "bg-removal-benchmark#1", "source": "_pages/bg-removal-benchmark.md", "section": null, "text": "毛の長い犬の写真を、背景透過の AI で切り抜きました。rembg（背景透過のための無料のソフト）が以前の既定にしていた U²-Net では、頭のまわりに元の背景が白いもやのように残りました。BiRefNet では、頭のまわりのもやはほとんど見えませんでした（図1）。\n編集部では、無料で使える背景透過の AI モデル14個（BiRefNet 7種類、InSPyReNet 2種類、IS-Net、U²-Net とその派生の4種類）で写真500枚を切り抜き、人が手作業で切り抜いた見本（以下「正解」）との差を測りました。写真は人物100枚、動物200枚、家具・おもちゃ・果物（以下「物」）91枚、植物75枚、ガラスや水などの透けて見える物34枚です。研究用に公開されている2つのデータセット（AIM-500 と AM-2k）の写真と正解を使いました。" }, { "id": "bg-removal-benchmark#2", "source": "_pages/bg-removal-benchmark.md", "section": null, "text": "全体で正解に最も近かったのは BiRefNet の人物用のモデルで、動物・物・植物の写真でも、同じ BiRefNet の汎用より正解に近い写真が多くありました。正解との差は U²-Net の約6分の1です。一方で、ガラス・水・煙の写真は、どのモデルでも切り抜きに大きく失敗した写真（正解と切り抜きで、被写体の範囲の重なりが9割に届かなかった写真）が大半でした。また rembg は2026年8月の 2.0.80 から既定のモデルが BRIA RMBG-2.0 に変わり、rembg の説明書き（README）には、商用利用に BRIA との有償の契約が必要だと書かれています。" }, { "id": "bg-removal-benchmark#3", "source": "_pages/bg-removal-benchmark.md", "section": "実測表：正解との差は BiRefNet（人物用）が最も小さく、U²-Net の約6分の1", "text": "実測表：正解との差は BiRefNet（人物用）が最も小さく、U²-Net の約6分の1\n正解との差は画素ごとの透明度の差を、写真全体で平均した値です。0%なら正解と同じで、1%は写真の1%の面積を丸ごと取り違えた量に当たります。BiRefNet の人物用・汎用・汎用の軽量版と InSPyReNet の標準が上位で、U²-Net は4.20%でした。\n図の棒は平均の順です。2つのモデルを写真ごとに比べ、正解に近かった写真の数でも確かめました。数の違いが偶然とは言いにくいものを「はっきりした差」、偶然でも起こりうる程度のものを「差は偶然の範囲」と書きます（判定の方法は測定の条件に記載）。1位の人物用と2位の汎用ははっきりした差で（435枚対63枚）、BiRefNet の汎用は U²-Net より正解に近い写真が500枚中498枚ありました。一方で、3位の汎用の軽量版と4位の InSPyReNet の標準は差が偶然の範囲で、5位と6位のように写真ごとに比べると順が逆になる組もあります。\n写真の種類ごとの値は次の実測表のとおりです。\n植物の写真では、平均の差が最も小さいのは InSPyReNet の標準（1.11%）でした。ただし写真ごとに比べると、BiRefNet の人物用のほうが InSPyReNet の標準より正解に近い写真が75枚中50枚ありました。人物用は少数の写真で差が大きく、それが平均を押し上げています。" }, { "id": "bg-removal-benchmark#4", "source": "_pages/bg-removal-benchmark.md", "section": "人物の写真：U²-Net は100枚中21枚で大きく失敗し、BiRefNet の人物用と汎用は0枚", "text": "人物の写真：U²-Net は100枚中21枚で大きく失敗し、BiRefNet の人物用と汎用は0枚\nU²-Net が大きく失敗した21枚のうち3枚を見ると、白い服が背景と一緒に消えた写真、しま模様の服が半透明になった写真、巻き毛の束の間に背景が残った写真がありました。同じ写真で BiRefNet の人物用は、服も髪の束も正解に近い形で切り抜いていました。写真の著作権は撮影者にあるため、記事には載せていません。\n人物の写真100枚で、被写体の輪郭のまわり（輪郭から、写真の短い辺の長さの1%以内の帯。髪の毛や服の縁を含む）だけで比べても、正解との差は BiRefNet の人物用が2.99%で最も小さく、汎用が3.14%、U²-Net は12.2%でした。" }, { "id": "bg-removal-benchmark#5", "source": "_pages/bg-removal-benchmark.md", "section": "BiRefNet の人物用は、動物・物・植物の写真でも BiRefNet の汎用より正解に近い写真が多かった", "text": "BiRefNet の人物用は、動物・物・植物の写真でも BiRefNet の汎用より正解に近い写真が多かった\nBiRefNet の人物用は、BiRefNet の説明書き（README）で「portrait matting」（人物の透明度の推定）として公開されているモデルで、学習データは人物の画像（P3M-10k の写真と、画像生成 AI で作った humans）だけです。それでも、動物200枚のうち195枚、物91枚のうち75枚、植物75枚のうち52枚で、汎用より正解に近い切り抜きでした。透けて見える物の34枚だけは、人物用が20枚、汎用が14枚で、差は偶然の範囲でした。\n編集部では、人物用と汎用で半透明にする画素の量が違うのではないかと考えて調べました。人物の写真の輪郭のまわりで半透明になった画素の割合は、人物用・汎用とも約21%で、正解とも同じでした。動物の写真では人物用が22.6%、汎用が19.6%で、人物用のほうが正解（22.4%）に近い値でした。物と植物では、人物用のほうが正解より多くの画素を半透明にしています。これが差の理由かどうかは確かめていません。" }, { "id": "bg-removal-benchmark#6", "source": "_pages/bg-removal-benchmark.md", "section": "背景：上位のモデルは、風景や室内の写真に載せ替えると、白の背景より正解との差が大きくなった", "text": "背景：上位のモデルは、風景や室内の写真に載せ替えると、白の背景より正解との差が大きくなった\n人物100枚と動物200枚の被写体を、白、風景や室内の写真（人や動物の写っていない写真）、被写体に似た色の単色、の3つの背景に載せ替えて切り抜きました。正解は元の写真と同じです。BiRefNet の人物用の正解との差は、白の背景で0.39%、風景や室内の写真で0.69%でした。被写体に似た色の単色（0.55%）は、その間です。InSPyReNet の標準だけは、風景や室内の写真（0.64%）より、似た色の単色（0.70%）のほうが正解との差が大きくなりました。\n写真ごとに比べると、14のモデルのうち10個は白の背景のほうが正解に近い写真が多くありました。BiRefNet の高解像度の被写体検出用・massive・背景に紛れた物の検出用の3つは逆に、風景や室内の写真のほうが正解に近い写真が多く、細かい形の切り抜き用は差が偶然の範囲でした。\nU²-Net は、白の背景でも300枚中39枚で切り抜きに大きく失敗しました。BiRefNet の人物用は、白の背景で0枚、風景や室内の写真で6枚です。" }, { "id": "bg-removal-benchmark#7", "source": "_pages/bg-removal-benchmark.md", "section": "ガラス・水・煙の写真は、どのモデルも大半で切り抜きに大きく失敗した", "text": "ガラス・水・煙の写真は、どのモデルも大半で切り抜きに大きく失敗した\n透けて見える物の34枚は、ガラスのコップ、氷、水しぶき、煙、炎、網、ビニール袋、星雲などの写真です。正解では、ガラスや煙の部分に「半分だけ透ける」透明度が付いています。全体で最も正解に近かった BiRefNet の人物用でも34枚中27枚で大きく失敗し、うち26枚は、被写体の一部を背景と一緒に消す失敗でした（消えたのが透けて見える部分かどうかは数えていません）。" }, { "id": "bg-removal-benchmark#8", "source": "_pages/bg-removal-benchmark.md", "section": "速さ：CPU だけで1枚を切り抜くと、BiRefNet の人物用と汎用は7〜10秒、U²-Net は0.2秒以下", "text": "速さ：CPU だけで1枚を切り抜くと、BiRefNet の人物用と汎用は7〜10秒、U²-Net は0.2秒以下\nサーバー用の CPU の8コアだけで切り抜くと、1枚あたりの時間（中央値）は、BiRefNet の人物用が7.2〜10.0秒、汎用が7.1〜10.4秒、InSPyReNet の標準が3.5〜5.8秒、U²-Net が0.13〜0.18秒でした。2回の測定の値です。2回目は BiRefNet と InSPyReNet が1回目の1.3〜1.7倍かかり、U²-Net の系統は逆に速くなりました。計測したサーバーを他の作業と共有していたためと考えられますが、確かめていません（推定）。BiRefNet の人物用か汎用で100枚を切り抜くと、12〜17分ほどかかる計算です。BiRefNet の汎用の軽量版は4.2〜5.4秒でした。InSPyReNet の高速は1秒未満（0.43〜0.67秒）で、正解との差（1.61%）は U²-Net の約4割でした。\nGPU（NVIDIA H200）では、2回とも BiRefNet の人物用が約0.15秒、U²-Net が約0.03秒でした。一般のパソコンの CPU や家庭用の GPU では測っていません。" }, { "id": "bg-removal-benchmark#9", "source": "_pages/bg-removal-benchmark.md", "section": "rembg を使う時は、モデルを指定する", "text": "rembg を使う時は、モデルを指定する\nrembg は、背景透過の AI モデルを手元のパソコンで実行するための無料のソフトです（MIT ライセンス）。既定のモデルはバージョンによって違います。\n{: .bench-table}\nrembg のバージョン、既定のモデル、学習済みデータ（重み）のライセンス\n\n2.0.79 まで、U²-Net、Apache-2.0\n2.0.80（2026年8月17日）から、BRIA RMBG-2.0、商用利用は BRIA との有償の契約が必要\n既定のモデルの変更は 2.0.80 のリリースノート（変更の内容）にあります。rembg の README には、モデルの学習済みデータ（重み）には rembg とは別のライセンスがあるので、商用で使う前に配布元で確認するよう書かれています。編集部は RMBG-2.0 を測っていません。BiRefNet を使う場合は、次のようにモデルを指定します。" }, { "id": "bg-removal-benchmark#10", "source": "_pages/bg-removal-benchmark.md", "section": "rembg を使う時は、モデルを指定する", "text": "今回の測定では、動物・物・植物の写真でも、写真ごとに比べると人物用（birefnet-portrait）のほうが汎用（birefnet-general）より正解に近い写真が多くありました。植物は、平均では汎用のほうがわずかに差が小さい結果です。BiRefNet の人物用と汎用の重みは、作者の Hugging Face のページ（汎用・人物用）で MIT ライセンスとされています（rembg は、これを変換したファイルを rembg の GitHub から取得します）。" }, { "id": "bg-removal-benchmark#11", "source": "_pages/bg-removal-benchmark.md", "section": "測定の条件", "text": "測定の条件\n写真・正解・各モデルのバージョン・比較の方法の詳細は、下の欄を開くと表示されます。\n測定の条件の詳細を開く\n測定したモデル：次の14個です。rembg 2.0.87 で実行した12個と、transparent-background 1.3.4 で実行した InSPyReNet の2個です。\n- BiRefNet：汎用（birefnet-general）、汎用・軽量版（birefnet-general-lite）、massive（birefnet-massive）、高解像度の被写体検出用（birefnet-hrsod）、細かい形の切り抜き用（birefnet-dis）、人物用（birefnet-portrait）、背景に紛れた物（保護色の動物など）の検出用（birefnet-cod）\n- IS-Net：汎用（isnet-general-use）\n- InSPyReNet：標準（transparent-background の base）、高速（同 fast）\n- U²-Net：U²-Net（u2net）、silueta（u2net の縮小版）、軽量版（u2netp）、人物用（u2net_human_seg）" }, { "id": "bg-removal-benchmark#12", "source": "_pages/bg-removal-benchmark.md", "section": "測定の条件", "text": "対象外のモデル：rembg の bria-rmbg（BRIA RMBG-2.0。商用利用に有償の契約が必要なライセンス）、isnet-anime（イラスト用）、sam（切り抜く位置を点や枠で指示する必要がある）、u2net_cloth_seg（服の部位分け用）、withoutbg と atlascloud（インターネット経由で使うサービスで、利用登録で発行される API キーが必要）。\n出力の扱い：各モデルの既定の設定で出力した透明度（アルファ）をそのまま使いました。rembg の後処理（alpha matting、縁の色の除去、ViTMatte による縁の補正）は使っていません。" }, { "id": "bg-removal-benchmark#13", "source": "_pages/bg-removal-benchmark.md", "section": "測定の条件", "text": "写真と正解：AIM-500（Li ほか、IJCAI 2021）の500枚のうち、動物を除く300枚（人物100・植物75・家具45・おもちゃ36・透けて見える物34・果物10）と、AM-2k（Li ほか、IJCV 2022）の検証用200枚（動物20種類×10枚）です。AIM-500 の動物200枚は、AM-2k の検証用と同じ写真だったため（大きさが同じで、正解の差は濃淡256段階の0.02段以下）、AM-2k の側だけを使いました。正解は両データセットに付いている、手作業で付けた透明度です。どちらも公開元の同意書（各リンク先の README から開く PDF）で MIT ライセンスとされ、写真の著作権は元の撮影者にあります。" }, { "id": "bg-removal-benchmark#14", "source": "_pages/bg-removal-benchmark.md", "section": "測定の条件", "text": "学習に使われた写真との重なり：BiRefNet の汎用の学習データ（README の表）に、人物の公開テスト用の写真 P3M-500 が入っていたため、P3M は使いませんでした。README の表のうち rembg で提供されているモデルに当たるもの（汎用・軽量版・人物用・細かい形の切り抜き用・高解像度の被写体検出用・背景に紛れた物の検出用）の学習データに、AIM-500 と AM-2k はありません。massive という名前は README の表に無く、ファイル名（TR_DIS5K_TR_TEs）が、学習データを DIS5K の学習用と評価用とする汎用の行と一致します（推定）。InSPyReNet の重みは、transparent-background の README に「trained with composite dataset」（合成したデータで学習）とだけあり、中身は公表されていません。" }, { "id": "bg-removal-benchmark#15", "source": "_pages/bg-removal-benchmark.md", "section": "測定の条件", "text": "比較の方法：正解との差は、透明度（0〜1）の差の絶対値を写真全体で平均し、100倍した値です。大きく失敗した写真は、正解と切り抜きの透明度を0.5を境に被写体と背景に分け、被写体の範囲の重なり（共通部分÷合わせた範囲）が90%未満になった写真を数えました。輪郭のまわりは、正解の輪郭と半透明の画素から、写真の短い辺の長さの1%以内の帯としました。半透明の画素は、透明度が0.05より大きく0.95より小さい画素です。\n背景を載せ替えた写真：人物100枚（AIM-500）と動物200枚（AM-2k）を長辺1,600画素に縮め、元の写真と正解から被写体の色を推定し（pymatting 1.1.16 の estimate_foreground_ml。元の背景の色が髪の毛に混ざらないようにするため）、「正解の透明度×被写体の色＋（1－正解の透明度）×新しい背景」で合成しました。新しい背景は、白（255, 255, 255）、BG-20k（同じ公開元の背景だけの写真。同意書で MIT ライセンス）の評価用から無作為に選んだ60枚（Python の乱数、種は0。被写体ごとに1枚を順に割り当て、1枚を5回使う）、被写体に似た色の単色（輪郭のまわりの被写体の色の中央値）の3つです。PNG で保存し、正解は元の写真のものをそのまま使いました。" }, { "id": "bg-removal-benchmark#16", "source": "_pages/bg-removal-benchmark.md", "section": "測定の条件", "text": "差の判定：2つのモデルを組にして、写真ごとに正解との差が小さかったほうを数え、符号検定（二項分布による正確検定、両側）で比べました。p 値が0.05未満の組を「はっきりした差」、それ以外を「差は偶然の範囲」としました。\n測定の環境：NVIDIA H200 の GPU 1基（onnxruntime-gpu 1.31.1、PyTorch 2.15.0）と、サーバー用の CPU（Intel Xeon Platinum 8558）の8コア。実写の500枚は2回測り、14のモデルとも2回とも同じ値でした。背景を載せ替えた写真は1回です。速さは、GPU は実写500枚の2回の測定の時間、CPU は5種類から6枚ずつ（種類ごとにファイル名の順で先頭の6枚）選んだ30枚を2回切り抜いた時間で、どちらもモデルの読み込みと最初の3回を除いた1枚あたりの中央値です。CPU は処理を8コアに固定し、onnxruntime と PyTorch のスレッドの数も8にしました。\n図1の写真：Wikimedia Commons の「Dog at Nørre Vorupør Strand.jpg」（W.carter 撮影、2017年、CC0）を長辺1,600画素に縮めて使いました。" }, { "id": "bg-removal-benchmark#17", "source": "_pages/bg-removal-benchmark.md", "section": "この表で分からないこと", "text": "この表で分からないこと\n- ほかのサービスやアプリの背景透過：remove.bg、Canva、Adobe Express、PowerPoint の「背景の削除」などは測っていません。\n- rembg の既定のモデル：2.0.80 から既定になった BRIA RMBG-2.0 は、ライセンスの都合で測っていません。\n- 後処理の効果：rembg の alpha matting・縁の色の除去・ViTMatte は使っていません。後処理で結果が変わる可能性があります。\n- 一般のパソコンでの速さ：CPU はサーバー用の CPU を8コアに限って測り、GPU は NVIDIA H200 だけで測りました。一般のパソコンの CPU や家庭用の GPU では測っていません。\n- イラストやロゴ：測ったのは写真だけです。\n- 模様のある背景：被写体に似た色の背景は単色で作りました。同系色の模様や壁紙の背景は測っていません。背景を載せ替えたのは人物と動物の写真だけです。\n- 学習データとの重なり：InSPyReNet は学習データが公表されておらず、AIM-500 や AM-2k の写真で学習している可能性があります。その場合、InSPyReNet の結果は、初めて見る写真での性能より良く出ています（推定）。\n- 縁の色：測ったのは透明度だけです。毛の間に残った元の背景の色（色かぶり）は比べていません。" }, { "id": "game-translation-benchmark#1", "source": "_pages/game-translation-benchmark.md", "section": null, "text": "「念のためだ、と言う。」発売中のゲーム「グリムギルド」の日本語版は、英語の \"Just in case, they say.\" をこう訳しています（図1。図の訳は発売前の2026年10月1日の版で、最後の一文は発売中の版も同じ）。意味は合っています。ただ、英語が言外に匂わせている「本当は不安なのに、口ではそう言っている」が消えています。開発元の担当者は、既存の日本語版と5つのモデル（Claude Opus 5.5・Claude Sonnet 5.5・Gemma 4 26B・Qwen3.5 27B・TranslateGemma 27B）の訳を合わせた6通りを並べた10行の票のうち、読み比べた最初の3行は、6通りとも「使えない」と判断しました。\n編集部では、グリムギルドの英語150行を、Gemini 3.8 Flash や Claude Opus 5.5 など10のモデルに2回ずつ日本語に訳させて比べました。評価に使った英語・日本語・用語集は、発売前の2026年10月1日の版です。既存の日本語版は、開発元が Claude で訳した文をもとに作られています。測定の結果、Gemini 3.8 Flash と Claude Opus 5.5 では、「読み物として面白いか」の点の差は、モデルを替えた時より、元のプロンプトを訳例つきに替えた時のほうが大きく出ました。" }, { "id": "game-translation-benchmark#2", "source": "_pages/game-translation-benchmark.md", "section": null, "text": "グリムギルドは、AIコンパスを運営する ALLFORCES の関係者が PocketStudio の名で開発したゲームです。冒険者ギルドを経営するシミュレーションで（Steam のストアページ）、仕事の依頼の掲示から冒険者の帰還、町の噂、祖父の日記まで、英語の文は小説のように場面と人物を描いています。採点は、判定役の言語モデルが「読み物として面白いか」（以下、読み物としての点）と「原文に忠実か」（忠実さ）を1〜5点で付けました。判定役には、採点した訳を出したモデル（Gemini 3.8 Flash・Claude Opus 5.5・Claude Sonnet 5.5・Gemma 4 26B）とは提供元が異なる gpt-oss 120B（OpenAI）と Mistral Small 3.2（Mistral AI）を使っています。本文で「差」と書いたのは、判定役2つと訳2回の4つの結果すべてで誤差（95%信頼区間）より大きく、向きも一致したものだけです。" }, { "id": "game-translation-benchmark#3", "source": "_pages/game-translation-benchmark.md", "section": "実測表：プレースホルダーと用語を守り、プロンプトの項目名も訳文に書き出さなかったのは、モデルでは Claude Opus 5.5 と Gemini 3.8 Flash だけだった", "text": "実測表：プレースホルダーと用語を守り、プロンプトの項目名も訳文に書き出さなかったのは、モデルでは Claude Opus 5.5 と Gemini 3.8 Flash だけだった\nゲームの文には、名前や数を後から入れるプレースホルダー（`{who}` `{place}` など）と、開発元の用語集で決めた訳語（party は「一党」、petition は「依頼」など）があります。元のプロンプト（用語集を添えて訳させる）で訳させた時に、それを守れたかを数えました。どの列も「1回目・2回目」の順です。\n{: .bench-table}\nモデル、プレースホルダーを守った行（該当行中）、決めた訳語を使った用語（か所中）、かぎかっこの決まりを守った行（行中）、項目名を書き出した行\n2026年11月9日に測定しました。既存の日本語版は1種類のため、1回目と2回目の欄に同じ値を入れています。「項目名を書き出した行」は、プロンプトの項目名（「表:」「英語:」など）を訳文に書いた行の数です。" }, { "id": "game-translation-benchmark#4", "source": "_pages/game-translation-benchmark.md", "section": "実測表：プレースホルダーと用語を守り、プロンプトの項目名も訳文に書き出さなかったのは、モデルでは Claude Opus 5.5 と Gemini 3.8 Flash だけだった", "text": "Gemma 4 26B はプレースホルダーと用語をすべて守りましたが、項目名を書き出した行がありました。「翻訳方針」のプロンプトで訳させて採点すると、忠実さは4つの結果すべてで、同じプロンプトの Gemini 3.8 Flash より0.18〜0.46点低く出ました。読み物としての点は、Mistral Small 3.2 では2回とも Gemini 3.8 Flash より低く、gpt-oss 120B では誤差の範囲でした。翻訳専用の3モデル（TranslateGemma 27B、Hunyuan-MT 7B、Seed-X-PPO 7B）は、配布元の説明（リンクは「測定の条件」）では入力が訳す文だけの形式なので、用語集は渡さず英語の文だけを入力しています。プレースホルダーの多くは、訳文から消えるか、`{誰}` のように日本語に置き換わっていました。" }, { "id": "game-translation-benchmark#5", "source": "_pages/game-translation-benchmark.md", "section": "プロンプト：訳例を3行見せると、Gemini 3.8 Flash も Claude Opus 5.5 も読み物としての点が上がった", "text": "プロンプト：訳例を3行見せると、Gemini 3.8 Flash も Claude Opus 5.5 も読み物としての点が上がった\n比べたプロンプトは3つです。どれも、人物の呼び方・表記・用語の決まりは残しています。訳例つきと翻訳方針では、用語集から、乾いた文を求める冒頭の段落と「避けること」の節を外しました。\n{: .bench-table}\nプロンプト、中身\n\n元のプロンプト、開発元の用語集をそのまま添える。用語集は「英語版の文は短く、乾いていて、感情を名指しせずに物で語る。日本語版もそれに合わせる。」と定めていた\n訳例つき、英語の雰囲気と含みが伝わる読み物にするよう頼み、訳例を3行見せる。訳例は、開発元が Gemini 3.8 Flash を使って書き直し、目指す語り口として選んだ日本語訳\n翻訳方針、開発元の要望（「英語の元のテイストを維持した日本語訳をする小説やドラマティックな形の読み物として成立する形で翻訳する事を制約としてください」）を、プロンプトの制約として書く。訳例は見せない（全文は「測定の条件」）" }, { "id": "game-translation-benchmark#6", "source": "_pages/game-translation-benchmark.md", "section": "プロンプト：訳例を3行見せると、Gemini 3.8 Flash も Claude Opus 5.5 も読み物としての点が上がった", "text": "元のプロンプトから訳例つきに変えると、Gemini 3.8 Flash は1回目で0.44点（gpt-oss 120B の採点）と0.38点（Mistral Small 3.2）、Claude Opus 5.5 は0.28点と0.44点上がりました（1〜5点の平均）。2回目の訳では、Gemini 3.8 Flash が0.38点と0.46点、Claude Opus 5.5 が0.41点と0.46点で、4つの結果すべてで上がり幅は誤差より大きく出ました。訳例を見せない翻訳方針だけでも、Gemini 3.8 Flash は0.28〜0.35点上がりました。\n元のプロンプトの訳は、どちらのモデルも、既存の日本語版との点の差が、判定役や訳の回によって誤差を超えたり誤差の範囲だったりして、差があるとは言えませんでした（gpt-oss 120B は Claude Opus 5.5 を2回とも0.22点高く付け、Mistral Small 3.2 では誤差の範囲）。乾いた文を求める用語集の決まりが、両モデルの訳を平板にした可能性があります（推定）。" }, { "id": "game-translation-benchmark#7", "source": "_pages/game-translation-benchmark.md", "section": "プロンプト：訳例を3行見せると、Gemini 3.8 Flash も Claude Opus 5.5 も読み物としての点が上がった", "text": "Gemini 3.8 Flash の点から Claude Opus 5.5 の点を引いた差は、訳例つきでは1回目が+0.05点（gpt-oss 120B）と−0.10点（Mistral Small 3.2）、2回目が−0.03点と−0.04点でした。「翻訳方針」のプロンプトでは+0.09〜+0.12点です。どれも誤差の範囲で、同じプロンプトで比べた2モデルの読み物としての点に、差は認められませんでした。\n判定役に Claude Opus 5.5 も加えて1回目の訳を採点させると、Claude Opus 5.5 は、自分が3つのプロンプトで出した訳に、読み物としての点で、ほかの2つの判定役の平均より0.60点高い点を付けました。Gemini 3.8 Flash の3つの訳では0.14点です。差し引き約0.46点を、Claude Opus 5.5 が自分の訳を高く付ける偏りと見て、Claude Opus 5.5 の採点は結論に使っていません。Claude の訳をもとにした既存の日本語版にも、0.56点高く付けています。偏りは1回目の訳だけで測った値です。" }, { "id": "game-translation-benchmark#8", "source": "_pages/game-translation-benchmark.md", "section": "忠実さ：同じ訳例を見せると、Claude Opus 5.5 は原文に無い一文を足すことがあった", "text": "忠実さ：同じ訳例を見せると、Claude Opus 5.5 は原文に無い一文を足すことがあった\n原文に無い出来事を足していないか、意味の取り違えが無いか、プレースホルダーを残したかを「忠実さ」として採点しました。言外の意味を訳文で補った箇所は減点していません。訳例つきで比べると、Gemini 3.8 Flash は Claude Opus 5.5 より、1回目で0.63点（gpt-oss 120B）と0.16点（Mistral Small 3.2）、2回目で0.52点と0.19点高く出ました。\n1回目の訳では、訳例つきの Claude Opus 5.5 に、英語に無い説明の一文が入る行がありました。次の行の英語は、墓石の名前の下に彫る語として {beast} を示すだけですが、Claude Opus 5.5 は「その命を奪ったものの名だ」と書き足しています（2回目の訳では足していません。この行は、その後のゲームの版で削られています）。" }, { "id": "game-translation-benchmark#9", "source": "_pages/game-translation-benchmark.md", "section": "忠実さ：同じ訳例を見せると、Claude Opus 5.5 は原文に無い一文を足すことがあった", "text": "訳例は、英語が明示していない含みを言葉にする書き方でした。Claude Opus 5.5 はその書き方を、原文に無い説明まで広げて真似た可能性があります（推定）。訳例つきにした時の Claude Opus 5.5 の忠実さは、gpt-oss 120B では2回とも元のプロンプトより下がり（0.76点と0.57点）、Mistral Small 3.2 では誤差の範囲でした。Gemini 3.8 Flash は、訳例つきと元のプロンプトの忠実さの差が、4つの結果のどれでも誤差の範囲でした。" }, { "id": "game-translation-benchmark#10", "source": "_pages/game-translation-benchmark.md", "section": "訳し直し：ゲームの物語の文2,215行を、英語から訳し直した", "text": "訳し直し：ゲームの物語の文2,215行を、英語から訳し直した\n開発元はこの結果を受けて、ゲームの物語の文を Gemini 3.8 Flash で英語から訳し直すことにしました。プロンプトには、翻訳方針の制約の文と訳例の3行に加えて、一人を指す they を複数にしない決まりなどを足して書き換えた用語集、主人公の呼び方や段落の決まりなどの物語の前提、テキストの表（ゲームの文を種類ごとにまとめたデータ）ごとに「その文が誰の話か」を書いた説明、同じ場面を書いた別の文を入れています（詳細は「測定の条件」）。訳し直したのは、場面の描写、祖父の日記、幕間の場面、結末の本文の2,215行です。ほかの文に差し込んで使う語句（名前など）は組み立てた文が壊れないよう、ボタンの文字や見出しなどは対象の外として、訳し直す前の訳のままにしました。" }, { "id": "game-translation-benchmark#11", "source": "_pages/game-translation-benchmark.md", "section": "訳し直し：ゲームの物語の文2,215行を、英語から訳し直した", "text": "訳し直しのプロンプトで訳した文は、既存の日本語版より読み物としての点が、1回目で0.55点（gpt-oss 120B）と0.59点（Mistral Small 3.2）、2回目で0.79点と0.41点高く出ました。採点したのは、ゲームの次のバージョン（v2.0）でも英語が変わらず、訳し直しの対象（40字以上で文末のある文など）に入った81行から、訳例の3行を除いた78行です。訳例つきや「翻訳方針」の Gemini 3.8 Flash、訳例つきの Claude Opus 5.5 との読み物としての点の差は、4つの結果のどれでも誤差の範囲でした。忠実さは、既存の日本語版より高く出たのが4つの結果のうち3つで、1回目の Mistral Small 3.2 では誤差の範囲だったため、差があるとは書きません。開発元の担当者が、訳し直した16か所を訳し直す前の訳と読み比べたところ、16か所すべてで新しい訳を選びました。" }, { "id": "game-translation-benchmark#12", "source": "_pages/game-translation-benchmark.md", "section": "訳し直し：ゲームの物語の文2,215行を、英語から訳し直した", "text": "一人を指す they の決まりとテキストの表の説明を足したのは、英語の they が一人の人物を指す文があるためです。他のギルドから来た応募者の話し方を描く表では、\"They speak of the dead as \"them\", never \"us\". They were off on their own when it happened.\" の they は応募者一人です。測定の訳には、Claude Sonnet 5.5（元のプロンプト）の「起きた時、彼らは別行動だった。」のように、複数の人と読める訳がありました。訳し直しでは「それが起きた時、本人は離れて一人でいたのだ。」と訳しています。" }, { "id": "game-translation-benchmark#13", "source": "_pages/game-translation-benchmark.md", "section": "この表で分からないこと", "text": "この表で分からないこと\n- 人の読み手の評価。判定は言語モデルの判定役と、開発元の担当者1人の読み比べだけで、プレイヤーがどう読むかは確認していません。\n- 発売中の版との比較。評価に使った英語と日本語は、発売前の2026年10月1日の版です。発売中の版（v1.10.3）では、150行のうち英語は39行が書き換わり、2行（図の墓石の行を含む）は削られています。日本語は、その後の手直し（英語の書き換えに合わせた訳の更新や、読みやすさの手直しなど）で83行が異なります。発売中の版は測っていません。\n- 訳例の影響。判定役には、訳例の3行を「読み物として5点」の例として見せています。訳例つきのプロンプトの訳は同じ3行を見て訳しているため、訳例に似た訳が高く付いた恐れがあります。訳例の3行は Gemini 3.8 Flash を使って書き直した訳なので、判定が Gemini 3.8 Flash の書き方に寄った恐れもあります（推定）。訳例を見ていない「翻訳方針」の Gemini 3.8 Flash も訳例つきとの差は誤差の範囲で、「翻訳方針」のプロンプトどうしでも Claude Opus 5.5 との差は誤差の範囲でした。\n- 採点の感度。読み物としての採点が、わざと質を落とした訳に低い点を付けるかは試していません。\n- 用語集の書き方の影響。元のプロンプトで添えた用語集は、乾いた文を求める決まりでした。" }, { "id": "game-translation-benchmark#14", "source": "_pages/game-translation-benchmark.md", "section": "この表で分からないこと", "text": "別の書き方の用語集なら、元のプロンプトでも結果が変わる可能性があります（推定）。\n- 訳し直した日本語の、ゲームの画面での見え方。訳し直しは、2026年11月9日の時点で、発売中の版にはまだ入れていません。\n- ほかのゲーム、ほかの言語、英語→日本語以外の翻訳方向、費用と処理速度。測ったのは1本のゲームの150行です。\n- ほかのモデルの、訳例つきや翻訳方針のプロンプトでの点。Claude Sonnet 5.5 と Gemma 4 26B の翻訳方針の訳も、同じ回の採点でほかの訳と並べて採点しましたが、Claude Sonnet 5.5 の結果はこの記事では比べていません。訳例つきの Claude Sonnet 5.5 と Gemma 4 26B は採点していません。" }, { "id": "game-translation-benchmark#15", "source": "_pages/game-translation-benchmark.md", "section": "測定の条件", "text": "測定の条件\n測定の条件の詳細を開く\n評価データ：グリムギルドの英語の文（ゲームの物語のテキストの表62個から150行。プレースホルダーのある行は84行で記号は128個、台詞は40行）と、既存の日本語版（2026年10月1日の版）です。用語集も同じ日の版です。行はテキストデータの1件で、複数の文を含むことがあります。開発元の許可を得て使っています。評価に使った150行と用語集は公開していません。引用した訳は各モデルの1回目の出力のままです。" }, { "id": "game-translation-benchmark#16", "source": "_pages/game-translation-benchmark.md", "section": "測定の条件", "text": "モデル：Claude Opus 5.5・Claude Sonnet 5.5・Claude Haiku 5.5（Claude Code 2.1.319 の `claude -p`。CLAUDE.md・自動メモリ・hooks・MCP・ツール連携は無効）、Gemini 3.8 Flash（Google Cloud の Vertex AI、global のエンドポイント。温度と推論（thinking）の設定は既定のまま、出力の上限は16,384トークン）、Gemma 4 26B・Qwen3.5 27B・gpt-oss 20B・TranslateGemma 27B（Ollama 0.40.15、タグは gemma4:26b・qwen3.5:27b・gpt-oss:20b・translategemma:27b、温度0・シード値42。推論の機能は切れるモデルでは切り、gpt-oss 20B は推論を最小の low にしました）、Hunyuan-MT 7B・Seed-X-PPO 7B（vLLM 0.32.0）です。ローカル実行のモデルは NVIDIA H200 1基で実行しました。どれも1行ずつ訳させ、用語集を渡したモデルにはテキストの表の名前とキー（各文の識別名）も添えました。訳は2回ずつ出させています。" }, { "id": "game-translation-benchmark#17", "source": "_pages/game-translation-benchmark.md", "section": "測定の条件", "text": "訳例つきと翻訳方針のプロンプトは Gemini 3.8 Flash・Claude Opus 5.5・Claude Sonnet 5.5・Gemma 4 26B で訳させ、採点したのは、この4モデルの翻訳方針の訳と、Gemini 3.8 Flash と Claude Opus 5.5 の訳例つきの訳です。\n翻訳方針のプロンプトの制約の文：プロンプトには、次の制約を書きました。\n> 制約: 英語の元のテイスト（雰囲気、緊張感、人物の感情、言わずに置いた含み）を維持した日本語訳にし、小説やドラマティックな形の読み物として成立する形で翻訳してください。意味だけを写した平板な訳や直訳にはしないでください。含みは読み手が汲めるように言葉を補ってよいが、原文に無い出来事は足さないでください。\n訳例つきのプロンプトは、この制約の代わりに「場面の空気、人物の感情、英語が言わずに置いた含みが伝わる日本語にしてください」と頼み、訳例の3行を英語と日本語の組で添えました。" }, { "id": "game-translation-benchmark#18", "source": "_pages/game-translation-benchmark.md", "section": "測定の条件", "text": "判定役：gpt-oss 120B（推論の設定は medium）と Mistral Small 3.2 24B を Ollama で実行し（タグは gpt-oss:120b・mistral-small3.2:24b、温度0・シード値42。Mistral Small 3.2 は出力を JSON 形式に指定）、Claude Opus 5.5 は偏りを測るためだけに使いました。1行ごとに、英語の原文と候補の訳をすべて並べ（候補の順は行ごとに入れ替え、シード値20261109）、「読み物として」と「忠実さ」を1〜5点で付けさせています。図2・図3の採点で判定役に並べて見せた訳は、Gemini 3.8 Flash と Claude Opus 5.5 の3つのプロンプトの訳、Claude Sonnet 5.5 と Gemma 4 26B の翻訳方針の訳、既存の日本語版の9つです。図4では、訳し直しの訳、Gemini 3.8 Flash の訳例つきと翻訳方針の訳、Claude Opus 5.5 の訳例つきの訳、既存の日本語版の5つを並べました。訳例の3行は「読み物として5点」の例として見せ、採点からは外しました。95%信頼区間は、採点した行（図2・図3は147行、図4は78行）から重複を許して選び直す計算を1,000回繰り返して求めています（ブートストラップ法）。" }, { "id": "game-translation-benchmark#19", "source": "_pages/game-translation-benchmark.md", "section": "測定の条件", "text": "2つの候補の差は、同じ行どうしで比べました。\n規則の検査：プレースホルダーは、記号のある行ごとに、英語と同じ記号が訳文にそろっているか。用語は、英語に用語集の語（party、petition、silver など）がある時に、決めた訳語が訳文にあるか（か所ごと）。かぎかっこは、英語の台詞が「」で訳され、どの行にも半角の引用符が残っていないか（行ごと）。\n訳し直し：Gemini 3.8 Flash に、1行ずつ、翻訳方針の制約の文・物語の前提・書き換えた用語集のうち文体と表記と訳語の項目・訳例の3行・テキストの表の説明・同じ場面を書いた別の文（同じキーのほかの候補の文）を渡しました。人名・地名・数・物の名前以外の語句（別の表の文の一部など）が差し込まれる229行には、訳し直す前の訳も文のつながりの参考として渡しています。決まりを破った訳（空の訳、プレースホルダーの食い違い、項目名の書き出し、半角の引用符など）は、修正点を添えて1回だけ訳し直させる規則でした（該当は0件）。訳し直した後に用語集と照らし、訳し直す前は守れていた訳語が外れた20行のうち、「テーブル」と書いた6行（このゲームでは「卓」）と、領主の家令を「町の世話役」とした1行を、修正点を添えて訳し直しました。残る13行は、言い換えとして通るため残しています。図4の採点に使った訳し直しの訳は、2回ともこの用語集で訳しています。" }, { "id": "local-llm-benchmark#1", "source": "_pages/local-llm-benchmark.md", "section": null, "text": "DeepSeek-R1 14B は日本語で頼んだお詫びの文面の途中で、「努め」に続く語尾だけを韓国語で書きました（図1）。編集部では Ollama で無料で動かせる言語モデル18個を、日本語の問題集2つと業務の依頼40本で、2回ずつ測定しました。日本語の常識問題の正答率が最も高かったのは Qwen3.5 27B と Gemma 4 26B（96.1〜96.4%） です。GPU のメモリの使用量が12GB以下のモデルでも、常識問題の正答率（2回の平均）が93%を超えたものが4つありました。\nローカルLLMは自社のパソコンやサーバーで動かす大規模言語モデル（LLM）です。入力した文章が外部のサービスに送られないため、社内の文書を扱う業務で使われます。実用的な速さで動かすには、画像処理用の演算装置である GPU と、そのメモリ（VRAM）が必要です。Ollama はローカルLLMを動かすための無料のソフトウェアで、`ollama pull` の1行でモデルを取得できます。モデル名の 8B や 27B はパラメーター数（Bは10億）を表し、おおむね、大きいほど多くのメモリを使います。" }, { "id": "local-llm-benchmark#2", "source": "_pages/local-llm-benchmark.md", "section": "実測表：18モデルの正答率・外国語の混ざり方・GPU のメモリ", "text": "実測表：18モデルの正答率・外国語の混ざり方・GPU のメモリ\n常識問題（JCommonsenseQA）と算数の文章題（MGSM）は正答率（%）、外国語は業務の依頼40本のうち、回答に外国語が混ざった本数です。どれも2回測った値を「／」で並べています。\n{: .bench-table}\nモデル、開発元、常識問題、算数の文章題、外国語が混ざった本数、GPU のメモリ、速さ（参考）、ライセンス\n\n（）、／、／、／本、GB、[]()\n- 2026年11月8日に、NVIDIA H200（データセンター向けの GPU）1基で測定しました。速さは1秒あたりに出力したトークン（モデルが文章を区切って扱う単位）の数です。家庭用の GPU では遅くなるため（推定）、モデルどうしの比較にだけ使えます。\n- GPU のメモリはモデルを読み込んで回答した時の使用量です（コンテキスト長4,096トークン）。\n- ライセンスは各モデルの Hugging Face の配布ページの表示です（2026年11月8日に確認）。商用で使えるかは各ライセンスの全文で確かめる必要があります。" }, { "id": "local-llm-benchmark#3", "source": "_pages/local-llm-benchmark.md", "section": "日本語の回答に外国語が混ざったのは、DeepSeek-R1 14B が40本中15〜20本で最も多かった", "text": "日本語の回答に外国語が混ざったのは、DeepSeek-R1 14B が40本中15〜20本で最も多かった\n依頼40本は、お詫びのメール、問い合わせへの返信、社内ルールの案など、業務でよくある頼み方で編集部が書きました。DeepSeek-R1 14B は1回目で20本に外国語が入り、内訳は中国語6本、韓国語4本、英語10本でした。英語の回答には、日本語で頼んだのに日本語を1字も使わず、全体を英語で書いたものがありました。\nほかに、どちらかの回で4本以上だったのは、Llama-3-ELYZA-JP 8B（6本／6本）、DeepSeek-R1 8B（6本／5本）、Qwen3.5 9B（1本／4本）の3つです。残りの14モデルはどの回も2本以下でした。Qwen3.5 9B のように2回で3本違うモデルもあるため、この3つの間に順位は付けていません。Llama-3-ELYZA-JP 8B は6本とも英語で、編集部が中身を読んだ2本は、どちらも「Here is a message you can send to your boss」のように回答の全体が英語でした。\n数え方は、中国語の簡体字か韓国語の文字が1字でも入るか、英語の文が入れば1本です。社外に出す文面を作らせる場合は、回答に外国語が入っていないかを確かめる手順が要ります。" }, { "id": "local-llm-benchmark#4", "source": "_pages/local-llm-benchmark.md", "section": "GPU のメモリの使用量が12GB以下でも、常識問題の正答率（2回の平均）が93%を超えたモデルが4つあった", "text": "GPU のメモリの使用量が12GB以下でも、常識問題の正答率（2回の平均）が93%を超えたモデルが4つあった\n使用量が8GB以下だったのは、8〜9B級の8モデル（5.9〜7.2GB）です。12〜14B級の5モデルは9.6〜10.4GB、gpt-oss 20B は13.6GBでした。26〜30B級の4モデルは18.2〜20.1GBで、測った18モデルはすべて24GB以下に収まりました。\n画面の表示にも GPU のメモリが使われるため、使用量が GPU の容量に近いモデルは動かないことがあります（推定）。\n使用量、常識問題の正答率が高かったモデル\n\n8GB 以下、LLM-jp-4 8B（94.5%／94.5%）、Qwen3-Swallow 8B（93.3%／92.9%）\n8〜12GB、Qwen3 14B（93.9%／94.4%）、Phi-4 14B（93.4%／93.2%）\n12〜16GB、gpt-oss 20B（93.3%／93.2%）。外国語が混ざった回答は2回とも0本\n16〜24GB、Qwen3.5 27B（96.4%／96.4%）、Gemma 4 26B（96.1%／96.1%）" }, { "id": "local-llm-benchmark#5", "source": "_pages/local-llm-benchmark.md", "section": "日本語の常識問題：最も高かったのは Qwen3.5 27B と Gemma 4 26B", "text": "日本語の常識問題：最も高かったのは Qwen3.5 27B と Gemma 4 26B\n常識問題は JCommonsenseQA（日本語の常識を5つの選択肢から選ぶ問題集）のうち、検証用（valid）として公開されている1,119問です。2回の正答数の差は最も大きい DeepSeek-R1 14B で8問（0.8ポイント未満）でした。上位の2つの差は4問（0.4ポイント）で、2回の揺れより小さいため、同じ水準として扱っています。\n8B級では日本製の LLM-jp-4 8B（94.5%／94.5%）と Qwen3-Swallow 8B（93.3%／92.9%）が、Qwen3 8B（83.1%／83.0%）や Llama 3.1 8B（86.1%／86.0%）より高くなりました。最も低かったのは Llama-3-ELYZA-JP 8B（73.5%／73.7%）です。" }, { "id": "local-llm-benchmark#6", "source": "_pages/local-llm-benchmark.md", "section": "算数の文章題：常識問題で90%を超えたモデルでも、正答率は56.8〜90.0%に開いた", "text": "算数の文章題：常識問題で90%を超えたモデルでも、正答率は56.8〜90.0%に開いた\n算数の文章題は MGSM（小学校の算数の文章題を各国語に訳した問題集）の日本語の250問です。2回とも87%以上だったのは、Qwen3 30B-A3B Thinking-2507（90.0%／90.0%）、Gemma 4 26B（87.6%／87.6%）、Qwen3.5 27B（87.2%／87.2%）の3つです。87%に最も近かった Qwen3-Swallow 8B（2回目86.4%）との差は2問、2回の揺れの最大は6問なので、この3つの間にも、87%の線の前後にも順位は付けていません。\n常識問題で正答率が高かった日本製のモデルも、算数の文章題では低くなりました。LLM-jp-4 8B は常識問題が94.5%、算数の文章題が73.2%／74.4%です。Llama 3.1 Swallow 8B は常識問題が92.1%／92.2%、算数の文章題が56.8%／57.2%でした。同じ日本製でも、思考モード（答えの前に考える過程を出力する機能）で答える Qwen3-Swallow 8B は84.8%／86.4%でした。思考モードで答えるモデルは、出力の上限（6,144トークン）とコンテキスト長（8,192トークン）も、ほかのモデル（1,024トークン・4,096トークン）より大きくしています。差が思考モードによるものかは、この測定では分けられません。" }, { "id": "local-llm-benchmark#7", "source": "_pages/local-llm-benchmark.md", "section": "測定の条件", "text": "測定の条件\n測定の条件の詳細を開く\nモデル：Ollama の公式ライブラリの人気上位から14個と、日本製の4個を選びました（2026年11月8日）。日本製の4個は、Hugging Face の mmnga と mmnga-o が公開している GGUF 版を、Ollama の `hf.co/` 経由で取得しました。量子化（モデルを小さくするために数値の精度を落とす方式）は、gpt-oss 20B が MXFP4、ほかの17個が Q4_K_M です。Ollama の `qwen3:30b` は思考モードだけで答える Qwen3-30B-A3B-Thinking-2507 でした。`deepseek-r1:8b` は DeepSeek-R1-0528-Qwen3-8B、`deepseek-r1:14b` は DeepSeek-R1-Distill-Qwen-14B（どちらも Qwen を元にした蒸留版）です。\nモデル、Ollama のタグ、digest\n\n``、``\ndigest は測定に使った計算機で `ollama list` を実行し、表示された ID と先頭の12桁が一致することを確かめました（2026年11月9日）。" }, { "id": "local-llm-benchmark#8", "source": "_pages/local-llm-benchmark.md", "section": "測定の条件", "text": "常識問題：JGLUE の JCommonsenseQA v1.3 の検証用データ（valid、1,119問、CC BY-SA 4.0）です。指示文は「次の質問に、最も適切な選択肢の番号を1つ選んでください。番号（0〜4）だけを答えてください。」で、出力の最初の0〜4の数字を答えとしました。\n算数の文章題：MGSM の日本語版（250問、CC BY-SA 4.0）です。指示文で、最後の行に「答え：」に続けて数値だけを書くよう頼み、「答え：」の後の数値（無ければ最後の数値）を答えとしました。\n外国語の判定：回答に、中国語の簡体字（日本語の文字コード Shift_JIS に無く、中国語の文字コード GB2312 にある字）、韓国語のハングル、機能語（the・to・you など）を含む英単語3つ以上の連なりのどれかがあれば、外国語が混ざった回答として数えました。「Slack, Teams, Chatwork」のような製品名の並びは数えません。業務の依頼40本は次のとおりです。\n.\n生成の設定：温度0（毎回もっとも確からしい語を選ぶ設定）、シード値42で、正答率は同じ手順で2回測っています。思考モードを持つモデルは、思考モードをオフにして測りました。" }, { "id": "local-llm-benchmark#9", "source": "_pages/local-llm-benchmark.md", "section": "測定の条件", "text": "次の5つは、思考モードで答えさせました。Qwen3 30B-A3B Thinking-2507 と Qwen3-Swallow 8B は、思考モードをオフにできません。DeepSeek-R1 の2つは、オフにしても考える過程を書き続けました。gpt-oss 20B は思考の量を最小（low）にしました。\nこの5つは、コンテキスト長を8,192トークンにし、出力の上限を常識問題で4,096トークン、算数の文章題と業務の依頼で6,144トークンにしました。ほかのモデルは、コンテキスト長4,096トークン、出力の上限は常識問題64、算数の文章題1,024、業務の依頼800トークンです。\nLLM-jp-4 8B：Ollama で取得したままでは、回答が何も返ってきませんでした。会話の書式が gpt-oss と同じ形式で、最初に出す記号が、Ollama が出力を止める合図の文字列に当たるためです。モデル本来の書式で依頼を送って測りました。" }, { "id": "local-llm-benchmark#10", "source": "_pages/local-llm-benchmark.md", "section": "測定の条件", "text": "GPU のメモリと速さ：1モデルずつ読み込み、GPU のメモリの使用量の増加分を nvidia-smi（GPU の状態を表示する NVIDIA の道具）で測りました。Ollama の `/api/ps` が示す値は使っていません。Gemma 4 の2つでは1.1GB と、`ollama list` が示すモデルのファイルの大きさ（8.0GB と 18GB）より小さく出ました。ほかの16モデルでも、nvidia-smi で測った値より0.6〜1.8GB小さく出ました。速さは5本の依頼に回答した時の、出力のトークン毎秒の中央値です。\n実行環境：Ollama 0.40.15（Docker）、NVIDIA H200 1基。正答率の測定は8本を同時に処理し、GPU のメモリと速さは1本ずつ処理しました。" }, { "id": "local-llm-benchmark#11", "source": "_pages/local-llm-benchmark.md", "section": "この表で分からないこと", "text": "この表で分からないこと\n- 家庭用の GPU での速さ。測定は NVIDIA H200 で行ったため、速さはモデルどうしの比較にだけ使えます。\n- 思考モードをオンにした時の正答率。Qwen3 8B・14B、Qwen3.5 9B・27B、Gemma 4 12B・26B は、思考モードをオフにして測りました。\n- 思考モードで答えた5つの GPU のメモリ。正答率はコンテキスト長8,192トークンで測り、GPU のメモリは4,096トークンで測ったため、条件が違います。\n- 問題集の選び方による誤差。2回の測定で分かるのは、実行のたびの揺れだけです。\n- 長い文章の要約、社内文書を検索して答える使い方（RAG）、プログラムの作成など、問題集に無い用途の精度。\n- 量子化の種類を変えた時の精度。Ollama が既定で配る量子化だけを測りました。\n- LM Studio や llama.cpp など、Ollama 以外のソフトウェアで動かした時の結果。\n- モデルの学習データに、今回の問題集の問題が含まれているか。各モデルについて確かめていません。\n- 外国語が混ざったかの判定の当たり外れ。判定は文字の種類と英語の文を数える台本で行い、編集部が中身を読んだのは、図1の回答、DeepSeek-R1 14B の英語の回答1本、Llama-3-ELYZA-JP 8B の2本の、合わせて4本だけです。" }, { "id": "ocr-benchmark#1", "source": "_pages/ocr-benchmark.md", "section": null, "text": "DeepSeek-OCR に縦書きの『どんぐりと山猫』の画像を読ませると、文章の最後のせりふだけを102回書き続けました（図1）。編集部では無料で使える OCR（画像の文字を読み取ってテキストにする技術）12種を、同じ日本語の文章を横書き・縦書き・スキャン風にした画像36枚で、2回ずつ（1つは1回）測定しました。処理のエラーなしに3つの条件すべてで誤り率が2%未満だったのは、国立国会図書館が公開している NDLOCR-Lite だけです。\n横書きでは12種のうち7つが誤り率2%未満でした。差が開いたのは縦書きです。DeepSeek-OCR は横書きの誤り率が1.00%でしたが、縦書きでは同じ文の繰り返しで大きく崩れました。" }, { "id": "ocr-benchmark#2", "source": "_pages/ocr-benchmark.md", "section": "測った画像：同じ文章を横書き・縦書き・スキャン風にした36枚", "text": "測った画像：同じ文章を横書き・縦書き・スキャン風にした36枚\n文章は著作権の切れた6作品から2か所ずつ選んだ281〜438字です。漢語の多い『山月記』、古い表記の多い『高瀬舟』、会話の多い『走れメロス』、ひらがなの多い童話『どんぐりと山猫』、近代の小説の『こころ』と『羅生門』を使いました。青空文庫（著作権の切れた作品などを公開している電子図書館）の原文をブラウザで組んで画像にしたため、正解は組んだ文字列そのものです。" }, { "id": "ocr-benchmark#3", "source": "_pages/ocr-benchmark.md", "section": "実測表：エラーなしで3つの条件すべて2%未満だったのは NDLOCR-Lite だけ", "text": "実測表：エラーなしで3つの条件すべて2%未満だったのは NDLOCR-Lite だけ\n表の数字は文字誤り率（%）で、小さいほど正確です。文字誤り率は正解の字数に対する、抜けた字・違う字・余計な字の数の割合です。同じ文を書き続けて余計な字が増えると、100%を超えます。空白と改行は数えず、句読点と括弧は数えました。\n画像対応の言語モデル（画像を読み込んで文章で答えられる大規模言語モデル）では、Ollama（言語モデルを手元で動かす無料のソフトウェア）がエラーを返したか、15分で打ち切った画像がありました。その画像は除いて計算し、枚数を「エラー」として括弧に書いています。除いた画像はモデルごとに違うため、エラーのあるモデルの値は、そのままでは他と比べられません。2回の値が違う場合は／で並べました。表は縦書きの誤り率の低い順です。\n{: .bench-table}\n名前、種類、横書き、縦書き、スキャン風、1枚の処理時間（参考）、ライセンス\n\n秒記録なし、[]()\n処理時間は OCR を CPU 16個分（Docker の `--cpus 16`）で、画像対応の言語モデルを GPU（画像処理用の演算装置。データセンター向けの NVIDIA H200）1基で測った、1枚あたりの中央値です。NDLOCR-Lite だけは36枚をまとめて処理した時間を36で割った値で、モデルの読み込みの時間も含みます。機材が違うため、目安として見てください。" }, { "id": "ocr-benchmark#4", "source": "_pages/ocr-benchmark.md", "section": "実測表：エラーなしで3つの条件すべて2%未満だったのは NDLOCR-Lite だけ", "text": "NDLOCR-Lite は、国立国会図書館が公開している OCR です。配布ページには GPU を必要とせず、一般的な家庭用のパソコンで動くと書かれています（NDLOCR-Lite）。編集部も CPU だけで動かしました。Qwen3-VL の2つと GLM-OCR は、出力があった画像では3つの条件すべてで2%未満でしたが、縦書きの一部の画像でエラーが起きました（後述）。" }, { "id": "ocr-benchmark#5", "source": "_pages/ocr-benchmark.md", "section": "縦書き：横書きで2%未満だった7つのうち3つが、縦書きでは80%を超えた", "text": "縦書き：横書きで2%未満だった7つのうち3つが、縦書きでは80%を超えた\n縦書きで大きく崩れた主な原因は3つありました。\n- 同じ文の繰り返し：DeepSeek-OCR は12枚中7〜8枚、Qwen2.5-VL 7B は4枚で、同じ文や語句を繰り返し、出力が正解の2倍を超えました。\n- 行の並び順：PaddleOCR は各行の文字を読めていましたが、行を左から順に並べて出力しました。縦書きは右の行から読むため、文章の順が入れ替わります。出力に付く行の位置を使って右から並べ直すと、誤り率は85.0%から11.5%に下がりました（図の灰色）。\n- 文字を読めない：EasyOCR は12枚で合計362字しか出力せず、正解の字の9割以上が抜けました。Mistral Small 3.2 24B は、意味の通らない文字の並びを出力しました。\nGemma 4 12B は、12枚のうち5枚で Ollama がエラーを返し、出力があった7枚でも誤り率が45.8%でした。\nTesseract は縦書き用の学習データ（jpn_vert）を指定して、縦書き2.60%、スキャン風2.74%でした。横書きか縦書きかは編集部が画像ごとに指定しています。両方が混ざった文書では、どちらの学習データを使うかを先に決める必要があります。" }, { "id": "ocr-benchmark#6", "source": "_pages/ocr-benchmark.md", "section": "スキャン風：5つが誤り率3%未満で、最も低かったのは NDLOCR-Lite", "text": "スキャン風：5つが誤り率3%未満で、最も低かったのは NDLOCR-Lite\nスキャン風の画像は縦書きの画像を傾け、ぼかし、雑音を足した物です。誤り率の低いもののうち、12枚すべてで出力があった NDLOCR-Lite と Tesseract は、縦書きとの差が0.3ポイント以内でした。\n繰り返しは同じ文章でも画像によって起きたり起きなかったりしました。Qwen2.5-VL 7B は縦書きで4枚が繰り返しになりましたが、スキャン風では1枚もなく、誤り率は5.96%と6.35%でした。反対に Gemma 3 12B は縦書きで9.57%でしたが、スキャン風の1枚で同じ文を繰り返し、誤り率57.8%のうち49ポイント分が余計な字でした。" }, { "id": "ocr-benchmark#7", "source": "_pages/ocr-benchmark.md", "section": "横書き：7つが誤り率2%未満で、差は小さかった", "text": "横書き：7つが誤り率2%未満で、差は小さかった\n横書きで2%未満だったのは、Qwen3-VL 8B（0.53%）、GLM-OCR（0.74%）、PaddleOCR（0.76%）、Qwen2.5-VL 7B（0.83〜0.88%）、Qwen3-VL 30B-A3B（0.88%）、DeepSeek-OCR（1.00%）、NDLOCR-Lite（1.04%）です。12枚の正解は合計4,314字で、0.5ポイントの差は約22字にあたります。12枚では、この差が画像の選び方によるものかを分けられないため、7つに順位は付けていません。\nTesseract は横書きで5.80%と、縦書き（2.60%）より誤りが多くなりました。1回目の誤り250字のうち170字は2枚の画像に集中していて、文のまとまりが別の位置に移っていました（行の並び順の誤り）。ほかに、『羅生門』の「鴉」を「狼」と読むなど、画数の多い漢字の読み違いもありました。" }, { "id": "ocr-benchmark#8", "source": "_pages/ocr-benchmark.md", "section": "画像対応の言語モデルでは、Ollama がエラーを返す画像があった", "text": "画像対応の言語モデルでは、Ollama がエラーを返す画像があった\n画像対応の言語モデルは編集部の GPU サーバー（NVIDIA H200）で Ollama から動かしました。同じ画像で、2回とも Ollama がエラーを返すことがありました。Ollama の記録には GPU の処理の異常を示すメッセージが出ていましたが、家庭用の GPU で同じことが起きるかは確かめていません。表に載せた測定では、横書きの画像でエラーは起きませんでした。\n{: .bench-table}\n名前、縦書き、スキャン風\n\nQwen3-VL 8B（instruct 版）、4枚（2回とも同じ画像）、0枚\nQwen3-VL 30B-A3B（instruct 版）、4枚（8B と同じ4枚）、0枚\nGLM-OCR、1回目1枚、2回目2枚、0枚\nGemma 4 12B、5枚（2回とも同じ画像）、3枚（2回とも同じ画像）\nMistral Small 3.2 24B、3枚（1回目。うち1枚は15分で打ち切り）、0枚\nMistral Small 3.2 24B は、2回目の測定で15分を超えて打ち切る画像が続いたため、2回目を途中で止め、1回目の値だけを載せました。" }, { "id": "ocr-benchmark#9", "source": "_pages/ocr-benchmark.md", "section": "画像対応の言語モデルでは、Ollama がエラーを返す画像があった", "text": "Qwen3-VL は Ollama で既定の版が、考える過程を書いてから答える版（思考型）でした。考える過程を止める指定を送っても、出力の上限に達して答えが空になる画像が多く出ました。答えが空だった画像は、1回あたり36枚のうち、8B が26枚（うち4枚はエラー）、30B が25枚です。表には考える過程を書かない版（instruct 版）を載せました。" }, { "id": "ocr-benchmark#10", "source": "_pages/ocr-benchmark.md", "section": "測定の条件", "text": "測定の条件\n測定の条件の詳細を開く\n画像：青空文庫の原文から、ルビ（ふりがな）と入力者の注記を除き、各作品の本文の10%と50%の地点から段落の切れ目で2か所を選びました（2026年11月8日）。罫線だけの行と章の番号の行は除きました。作品は青空文庫の図書カード（作品ごとの紹介ページ）の番号で、山月記624、高瀬舟45245、走れメロス1567、どんぐりと山猫43752、こころ773、羅生門127です。横書きは Noto Sans JP の24px、縦書きは Noto Serif JP の24px（`writing-mode: vertical-rl`）で、行間は1.8、白地に黒です。Chromium で組んで画像にしました。スキャン風は縦書きの画像を0.8度傾け、ぼかし（半径0.6）と雑音（標準偏差8）を加え、70%に縮めてから戻し、生成り色の地にして JPEG の品質55で保存した物です（雑音の乱数の種は20261108）。『高瀬舟』は新字新仮名（今の字体と仮名遣い）の版を使い、『山月記』で外字（文字コードに無い字）として注記されていた字は「袁傪」に戻しました。" }, { "id": "ocr-benchmark#11", "source": "_pages/ocr-benchmark.md", "section": "測定の条件", "text": "誤りの数え方：正解と出力を NFKC（全角と半角などの表記をそろえる Unicode の正規化）でそろえ、空白と改行を除いてから、文字単位の編集距離（抜けた字・違う字・余計な字の数）を正解の字数で割りました。読みには直していないため、漢字とかなの書き方の違いも誤りに数えます。出力全体を包む Markdown（文書の書式の記法）のコードの囲みだけは外しました。\nOCR：Intel Xeon Platinum 8558 の CPU 16個分に制限した（`--cpus 16`）Docker の中で動かしました。\n- NDLOCR-Lite：ndl-lab/ndlocr-lite のコミット df90b22\n- Tesseract 5.5.0：学習データは tessdata_best。横書きは jpn、縦書きとスキャン風は jpn_vert を指定\n- PaddleOCR 3.7.0（PaddlePaddle 3.3.1）：`lang=\"japan\"`、PP-OCRv5（PaddleOCR の第5世代のモデル）の server 版の検出と認識。`use_doc_orientation_classify=False`、`enable_mkldnn=False`\n- EasyOCR 1.7.2：文字の位置の検出は craft_mlt_25k、認識は日本語のモデル（japanese_g2）" }, { "id": "ocr-benchmark#12", "source": "_pages/ocr-benchmark.md", "section": "測定の条件", "text": "CPU で動く4つは、2回の出力が全画像で同じでした。Tesseract はページの区切り方の設定（`--psm 5`、縦書きの1つのまとまりとして読む）も試し、縦書き2.64%、スキャン風2.69%と、既定の設定とほぼ同じでした。\n画像対応の言語モデル：Ollama 0.40.15 を NVIDIA H200 1基で動かしました。温度（出力のばらつきの設定。0で最も確率の高い語を選ぶ）は0、シード値（乱数の種）は42、出力の上限は2,048トークン、コンテキスト長（1回に扱える入力と出力の長さ）は8,192トークンです。依頼文は「この画像の文字を、書かれている順にすべてそのまま書き出してください。説明や前置きは書かないでください。」で、OCR 用の2つだけは配布ページの使い方にある依頼文（GLM-OCR は「Text Recognition:」、DeepSeek-OCR は「Free OCR.」）を使いました。\n名前、Ollama のタグ（モデルの種類と大きさを指す名前）、ID\n\n``、``" }, { "id": "ocr-benchmark#13", "source": "_pages/ocr-benchmark.md", "section": "測定の条件", "text": "ID は測定に使った計算機で `ollama list` を実行して記録しました（2026年11月9日）。ライセンスは各配布ページの表示です（2026年11月9日に確認）。商用で使えるかは各ライセンスの全文で確かめる必要があります。Gemma 3 は Google の独自の利用規約（Gemma Terms of Use）です。\nエラーと思考型の版：エラーは、Ollama が HTTP 500 を返したものと、15分で応答が無く打ち切ったもの（Mistral Small 3.2 24B の1回目の1枚）です。Ollama のコンテナの記録には「CUDA error: an illegal instruction was encountered」が44回出ていましたが、HTTP 500 の1回ずつとの対応は取っていません。Qwen3-VL の既定のタグは `qwen3-vl:8b` と `qwen3-vl:30b` で、`think: false`（思考を止める指定）を送って測りました。表の instruct 版のタグは `qwen3-vl:8b-instruct` と `qwen3-vl:30b-a3b-instruct` です。\n繰り返しの数え方：出力の字数が正解の2倍を超えた画像を数えました。該当した出力は、どれも同じ文や語句が続いていました。" }, { "id": "ocr-benchmark#14", "source": "_pages/ocr-benchmark.md", "section": "この表で分からないこと", "text": "この表で分からないこと\n- 実際にスキャンした紙や、スマートフォンで撮った写真での精度。今回の画像は文字を画面で組んで作り、スキャン風も加工で作りました。\n- 手書きの文字、表、段組み、ルビの付いた文章、古い活字の資料での精度。\n- 画像の数による誤差。条件ごとに12枚（正解は合計4,314字）で、2回の測定で分かるのは実行のたびの揺れだけです。\n- エラーのあったモデルを、同じ画像の組で比べた時の差。表の値はエラーの画像を除いた残りで計算しています。\n- 出力の上限を変えた時の値。100%を超える誤り率と繰り返しの回数は、出力の上限（2,048トークン）で決まっています。\n- 繰り返しを抑える設定を使った時の結果。今回は試していません。\n- 字体と文字の大きさを変えた時の精度。字体は Noto Sans JP と Noto Serif JP、大きさは24pxの1通りだけです。\n- 依頼文を変えた時の精度。DeepSeek-OCR の配布ページには、Markdown に変換する依頼文も載っていますが、試していません。\n- 家庭用の GPU での速さと、Ollama のエラーが起きるか。\n- PDF のまま読ませた時の結果。今回は画像だけを測りました。\n- クラウドの OCR サービスや ChatGPT との比較。" }, { "id": "transcription-benchmark#1", "source": "_pages/transcription-benchmark.md", "section": null, "text": "Whisper large-v3 は、朗読の音声が終わった後に、音声にない「ご視聴ありがとうございました」という文を書き足しました（図1）。編集部では無料で使える日本語の文字起こしモデル5つを、同じ朗読の音声55分で測定しました。漢字とかなの表記の違いを除いた読みの誤り率が低かったのは Whisper large-v3-turbo、ReazonSpeech k2 v2、Whisper medium の3つで（2.1〜3.2%）、3つの差は測定のばらつき（同じ音声を2回測った時の値の変化）と同程度でした。同じ音声を繰り返し測定すると1位が入れ替わるため、順位は付けていません。また、kotoba-whisper と ReazonSpeech は、実行方法で誤り率が2倍以上変わりました。\n測定したのは1人ずつ原稿を読む朗読で、会議の録音より聞き取りやすい音声です。会議の録音で同じ精度が出るとは限りません。音声は著作権の切れた作品の朗読で、正解は青空文庫の原文です。" }, { "id": "transcription-benchmark#2", "source": "_pages/transcription-benchmark.md", "section": "実測表：誤り率の低い3つは2.1〜3.2%で、差は小さい", "text": "実測表：誤り率の低い3つは2.1〜3.2%で、差は小さい\n表の数字は読みの誤り率（%）で、小さいほど正確です。読みの誤り率は、正解と出力の両方をカタカナの読みに変換してから数えた文字誤り率（CER）です。原音は加工していない音声、電話の音質は300〜3,400Hz に帯域を絞った音声、雑音入りは合成の雑音を加えた音声を指します。3つの条件とも2回測定し、2回目の値が0.1ポイント以上違う時は「1回目／2回目」の形式で書きました。並び順は、原音の2回の平均が小さい順です。\n{: .bench-table}\nモデル、原音、電話の音質、雑音入り、1時間の音声の処理時間（目安）、ライセンス\n\n／、／、／、分（CPU）" }, { "id": "transcription-benchmark#3", "source": "_pages/transcription-benchmark.md", "section": "実測表：誤り率の低い3つは2.1〜3.2%で、差は小さい", "text": "- に測定しました。音声は朗読55.5分（章・作品ごとの15ファイル）で、そのうち約45分は、同じ1人の朗読者が読んでいます。\n- 読みの誤り率は、削除（抜けた字）・置換（違う字）・挿入（音声にない字）の字数を合計し、正解の読みの字数（ 字）で割った値です。\n- 処理時間は1モデルずつ単独で実行した時の値です。ReazonSpeech k2 v2 は CPU（16スレッド）、ほかは NVIDIA H200 1基で実行しました。サーバーはほかの利用者と共有しているため、目安としてお考えください。\n- faster-whisper は Whisper を高速に実行するためのソフトウェアで、表の Whisper の3つもこれで実行しています。kotoba-whisper v2.0 は、公式の手順と、faster-whisper 向けに変換した版（faster-whisper 版）の2通りで測定しました。2通りの誤り率（5.9%と12.0%）の差の理由は、後の節に書いています。\n表記のまま数えた文字誤り率（CER）は、表の6行とも原音の2回分で18.6〜27.4%と高くなります。原文の「又」「唯」「暫く」を、モデルは「また」「ただ」「しばらく」と書くなど、表記の違いまで誤りに数えるためです。そのため、この表では聞き取れたかどうかを表す読みの誤り率を使います。" }, { "id": "transcription-benchmark#4", "source": "_pages/transcription-benchmark.md", "section": "同じ音声を繰り返し測定すると、1位が入れ替わった", "text": "同じ音声を繰り返し測定すると、1位が入れ替わった\n値が0.1ポイント以上変わったのは、Whisper large-v3-turbo（以下 turbo。原音3.2%と2.1%、雑音入り4.5%と5.2%）と Whisper large-v3（原音4.7%と4.4%）だけです。ReazonSpeech k2 v2 と kotoba-whisper の faster-whisper 版は、3条件とも2回の出力が1字も違いませんでした。処理時間の測定で記録した原音の誤り率を3回目とすると、turbo は2.2%、large-v3 は4.7%でした（ほかは1回目との差が0.1ポイント未満）。\nturbo の2回の差はほぼ1か所の出力から生じています。1回目は『杜子春』5章の最後（「おわり」の後）に、英語やスペイン語などの単語が混ざった意味のない文を約200字出力し、その章の誤りが2回目より約220字多くなりました。2回目と3回目も同じ箇所に意味のない文字列を出力しましたが、5字と37字でした。faster-whisper で実行した Whisper は、出力が崩れたと判定すると、出力の選び方のばらつきを大きくして（温度を上げて）再試行する設定が既定で有効です。2回の出力が違った一因は、この設定とみられます（推定）。" }, { "id": "transcription-benchmark#5", "source": "_pages/transcription-benchmark.md", "section": "原音では、Whisper で最大の large-v3 に音声にない文の挿入が多かった", "text": "原音では、Whisper で最大の large-v3 に音声にない文の挿入が多かった\n原音では、Whisper の中で最大の large-v3（パラメーター数約15.5億）の誤りが、large-v3-turbo（約8.1億）と medium（約7.7億）より多くなりました（パラメーター数は OpenAI の Whisper の README の表示）。medium との差の大半は音声にない文の挿入（ハルシネーション）です。\nlarge-v3 の挿入の誤りは正解の字数の2.2%（2回目は1.9%）で、medium の0.6%の3〜4倍でした。挿入の多くは、すぐ前後にある文の繰り返しです。\nただし large-v3 と medium を比べると、電話の音質（large-v3 が3.9%、medium が4.3%）と雑音入り（large-v3 が4.9%、medium が6.6%）では large-v3 の方が誤りが少なく、原音とは結果が逆になりました。モデルが大きいほど誤りが少ないとは言えません。\n図1の「ご視聴ありがとうございました」は、Whisper large-v3-turbo も出力しました。各条件15本のうち、原音で1本、電話の音質で2本、雑音入りで6本です（どれも2回とも同じ本数）。kotoba-whisper の faster-whisper 版も、電話の音質の1本で「ご視聴」で途切れた文を出力しています。" }, { "id": "transcription-benchmark#6", "source": "_pages/transcription-benchmark.md", "section": "kotoba-whisper と ReazonSpeech は、実行方法で誤り率が2倍以上変わった", "text": "kotoba-whisper と ReazonSpeech は、実行方法で誤り率が2倍以上変わった\n今回の2モデルでは、長い音声の扱い方で結果が大きく変わりました。\nkotoba-whisper の faster-whisper 版は、モデルカード（Hugging Face の配布ページの説明）に例として載っている設定（15秒ずつ、直前の出力を文脈に使わない）で実行しました。文単位でまとめて欠落する箇所が多く、正解の約8%が削除の誤りでした。モデルカードも、faster-whisper などが使う前から順に処理する方式（sequential long-form）より、Hugging Face の pipeline が使う区間ごとに分けて処理する方式（chunked long-form）の方が、試した結果良かったと書いています。\nReazonSpeech k2 v2 の公式のコードは、30秒を超える音声を入力すると、メモリを多く使うため推奨しないという警告を出します。数分の音声を分割せずに入力すると、15本中8本で誤り率が50%を超え、うち5本は出力が30字未満でした（『杜子春』の6本は2〜14%に収まりました）。" }, { "id": "transcription-benchmark#7", "source": "_pages/transcription-benchmark.md", "section": "kotoba-whisper と ReazonSpeech は、実行方法で誤り率が2倍以上変わった", "text": "編集部では最初、15秒以下に分割した音声を、前後に無音を付けずに入力していました。誤り率がほかのモデルの数倍になったため原因を調べ、公式のコードが前後に0.9秒の無音を付加していることを確認して修正しました。表の数字は無音を付加した実行方法の値です。他社の比較表と数字が合わない時は、まず実行方法の違いを確認し、導入の前に、内容の分かっている短い音声の出力を人が音声と聞き比べてください。" }, { "id": "transcription-benchmark#8", "source": "_pages/transcription-benchmark.md", "section": "雑音入りでは、Whisper large-v3-turbo と large-v3 の誤りが少なかった", "text": "雑音入りでは、Whisper large-v3-turbo と large-v3 の誤りが少なかった\n雑音を付加すると差が開きました。Whisper large-v3-turbo（4.5〜5.2%）と Whisper large-v3（4.9%）のほかは、6.6%以上です。ただし turbo は雑音入りの15本中6本で、最後に「ご視聴ありがとうございました」を出力しています。\n電話の音質（300〜3,400Hz に絞った音声）では、Whisper large-v3-turbo が2.5%、ほかの Whisper 2つと ReazonSpeech k2 v2 は3.9〜4.3%でした。ReazonSpeech k2 v2（2.8%→4.0%）と Whisper medium（3.2%→4.3%）の誤り率は、原音より1.1〜1.2ポイント上がりました。2回の出力が同じなので、測定のばらつきによる差ではありません（ReazonSpeech の増加の約6割は、新美南吉の「がちょうのたんじょうび」と「たけのこ」の2本）。\n測定した雑音は、ザーッという一定の雑音である合成のピンクノイズを、声より10dB 小さい音量（SN比10dB）で付加した1条件だけです。人の声や機械音の雑音、ほかの SN比での結果は分かりません。騒がしい場所の録音が多い場合は、表の「雑音入り」の列を候補を絞る目安の一つにとどめ、自社の録音で試して比べてください。" }, { "id": "transcription-benchmark#9", "source": "_pages/transcription-benchmark.md", "section": "測定の条件", "text": "測定の条件\n音声・正解テキスト・条件・算出方法・実行環境の詳細は、下の欄を開くと表示されます。\n測定の条件の詳細を開く\n音声：LibriVox の朗読（64kbps の MP3）です。LibriVox はボランティアが著作権の切れた作品を朗読する活動で、録音もパブリックドメインです。Internet Archive にある LibriVox の録音のうち、言語が日本語のものは37本でした（2026年11月8日に検索）。その中から、口語文（新字新仮名）の作品を読んでいる朗読者2人の録音を使いました。\n- 『』（朗読 ）：録音・原文 []()・・原文\n各ファイルの冒頭と末尾の案内（「リブリボックスのために録音されました」「章終わり」など）を削除し、本文だけを残しました（計55.5分）。切り出した音声は16kHz・モノラルに変換しています。切り出し位置（秒）は次のとおりです（名前は、LibriVox の MP3 のファイル名から「_64kb.mp3」を除いたもの）： 〜、。\n正解テキスト：青空文庫の原文（新字新仮名）から、冒頭の表題と記号の説明、ルビの記号（《》と｜）、入力者の注記（［＃…］）、末尾の底本の情報を除きました。『杜子春』と『赤い蝋燭と人魚』は、漢数字だけの行で章に分けています。ルビのある語では、ルビを正解の読みにしました。" }, { "id": "transcription-benchmark#10", "source": "_pages/transcription-benchmark.md", "section": "測定の条件", "text": "5つのモデル（kotoba-whisper の faster-whisper 版を除く）の原音の1回目の出力がすべて同じ読みで、原文と食い違った か所（ 字、正解の約1.7%）は、その読みに置き換えました。音声を聞いての確認はしていません。置き換えた箇所には、朗読者が別の版を読んだとみられる箇所（原文の「大暴風雨」を「大嵐」と読むなど）のほか、読みの変換に使う辞書（UniDic）が朗読と別の読みを当てた漢字（「御世辞」の「御」など）も含まれます。5つの出力が一致したかどうかは、正解と出力を文字単位で突き合わせ、食い違った区間ごとに判定しました。5つのうち4つは Whisper と、Whisper を元にしたモデル（kotoba-whisper は large-v3 を元に小型化）で、誤認識の傾向が似ている恐れがあります。5つすべてが同じ読みを出力した箇所に限ったため、仕組みの異なる ReazonSpeech k2 v2 も同じ読みを出した箇所だけが対象です。補正前の正解でも、誤り率の低い3つ（2回分で3.8〜5.0%）とほかのモデル（6.1%以上）の開きは残りました。" }, { "id": "transcription-benchmark#11", "source": "_pages/transcription-benchmark.md", "section": "測定の条件", "text": "3つの条件：原音、電話の音質、雑音入りです。電話の音質は ffmpeg の highpass（300Hz）と lowpass（3,400Hz）をそれぞれ2回掛けて帯域を絞り、サンプリング周波数を8kHz に下げてから16kHz に戻しました。雑音入りは合成のピンクノイズを、発話区間の平均の音量に対して SN比10dB で付加しました。ピンクノイズは白色雑音の振幅スペクトルを周波数の平方根で割って作っています。発話区間は、20ミリ秒ごとの音量がそのファイルの最大音量から40dB以内の区間です。乱数は NumPy 2.4.6 の default_rng でシード値を20261108に固定し、15本をファイル名のアルファベット順に処理しています。雑音を付加して音が割れる場合は、ピークが0.99に収まるよう全体の音量を下げます。" }, { "id": "transcription-benchmark#12", "source": "_pages/transcription-benchmark.md", "section": "測定の条件", "text": "誤り率の算出方法：正解と出力を NFKC で正規化し、空白と句読点のほか、括弧・引用符・ダッシュ・「〜」などの記号を除いてから、両方をカタカナの読みに変換し、文字単位の編集距離を算出しました。読みは UniDic の kana の項目を使い、辞書にない語は表記をカタカナにしています。読みへの変換には形態素解析の fugashi 1.5.2 と辞書 unidic-lite 1.0.8、編集距離には rapidfuzz 3.14.6 を使っています。誤り率は15本の誤りの字数の合計を、正解の字数の合計で割った値です（長い章ほど比重が大きくなります）。" }, { "id": "transcription-benchmark#13", "source": "_pages/transcription-benchmark.md", "section": "測定の条件", "text": "実行環境と設定：Whisper の3つは faster-whisper 1.2.1（CTranslate2 4.8.5、float16、ビーム幅5）で実行し、重みは faster-whisper が既定で取得する変換済みのもの（Systran/faster-whisper-large-v3、mobiuslabsgmbh/faster-whisper-large-v3-turbo、Systran/faster-whisper-medium）です。ほかの設定は既定のままです。既定では、出力が崩れた時は温度を上げて再試行し、直前の出力を文脈に使い（condition_on_previous_text）、VAD（発話区間の検出）で無音を除くことはしません。" }, { "id": "transcription-benchmark#14", "source": "_pages/transcription-benchmark.md", "section": "測定の条件", "text": "kotoba-whisper v2.0 は、transformers 5.22.2 と PyTorch 2.15.0 で、モデルカードに載っている長い音声向けの手順（chunk_length_s=15、バッチサイズ16）に合わせました。データ型は float16（モデルカードの例は bfloat16）で、attn_implementation は sdpa、return_timestamps=True を指定しています。faster-whisper 版はモデルカードに例として載っている設定（chunk_length=15、condition_on_previous_text=False）です。\nReazonSpeech k2 v2 は sherpa-onnx 2.0.1 で、fp32 の ONNX（epoch-99-avg-1。int8 版ではない）を CPU 16スレッドで実行しました。silero VAD で無音0.5秒を区切りの目安に15秒以下に分割し、前後に0.9秒の無音を付加してから、貪欲法（greedy search）でデコードしています。\n言語はどのモデルも日本語に固定しました。" }, { "id": "transcription-benchmark#15", "source": "_pages/transcription-benchmark.md", "section": "測定の条件", "text": "ライセンス：表のライセンスは各モデルの Hugging Face のページの表示です（2026年11月8日に確認）。Whisper の3つは OpenAI の元のモデルのページ、kotoba-whisper の faster-whisper 版は faster-whisper 版の配布ページ（元の v2.0 は Apache-2.0）の表示を載せました。Whisper を faster-whisper 用に変換したモデルの配布ページは、どれも MIT と表示しています。\n処理時間：精度の測定とは別に、1モデルずつ順に単独で実行して測定しました。モデルの読み込みは除き、15本の処理にかかった秒数の合計を、音声1時間あたりの分に換算しています。この測定でも原音の誤り率を記録しました（上の節で3回目として触れた値です）。" }, { "id": "transcription-benchmark#16", "source": "_pages/transcription-benchmark.md", "section": "この表で分からないこと", "text": "この表で分からないこと\n- 会議の録音での精度。測定したのは1人ずつの朗読で、話の重なりも言いよどみもありません。\n- 人の声や機械音の雑音、SN比10dB 以外の雑音での精度。\n- 話者の識別（誰が話したかの区別）、句読点の正しさ、要約の質。どれも測定していません。\n- CPU だけで実行した時の速さ（ReazonSpeech k2 v2 を除く）。\n- クラウドの API（Gemini、OpenAI など）と、有料の文字起こしサービスの精度。\n- 朗読者の偏りの影響。2人のうち1人が55分のうち約45分を占めています。\nこの表は毎月再測定し、新しいモデルが出たら同じ音声で追加します。AI 議事録が何を書き漏らすかは、57分の会議を録音と照合した記録にまとめました。自社のパソコンで動かす言語モデルの精度はローカルLLMの実測表、言語モデルの料金はLLM API 料金比較表、編集部が自社で測った数字は実測レポートに掲載しています。" }, { "id": "translation-benchmark#1", "source": "_pages/translation-benchmark.md", "section": null, "text": "英語の「cannibal（共食い）」を訳す時、Hunyuan-MT 7B と Qwen3.5 27B は「同类相食」と、中国語の簡体字「类」を混ぜて書きました（図1）。編集部では、無料で使える翻訳AI 16モデルと、Claude の3モデル、Gemini 3.8 Flash に、英語→日本語と日本語→英語をそれぞれ1,012文、2回ずつ訳させて測定しました。英語→日本語では、無料で使える Gemma 4 26B の点が Claude Sonnet 5.5 と同じ水準でした。\n測定に使ったのは、翻訳の評価用に公開されている FLORES-200 です。英語の原文は Wikinews・Wikivoyage・Wikibooks の記事から取った文で、日本語の文は人が訳したものです。点は COMET で付けました。COMET は原文・訳文・人の訳を読み比べて点を付ける採点用の AI で、人が付けた点に近くなるように作られています。ここでは100点満点で示します。" }, { "id": "translation-benchmark#2", "source": "_pages/translation-benchmark.md", "section": null, "text": "測ったモデルは3種類です。翻訳専用モデルは翻訳の用途に絞って作られたモデルで、TranslateGemma や Hunyuan-MT など9モデルを測りました。汎用モデルは質問への回答や文章の作成もこなす言語モデルで、ローカルLLMの実測表で測ったものから7モデルを選びました。この16モデルは自社のパソコンやサーバーで動かせます（以下、ローカルで動くモデル）。Claude と Gemini 3.8 Flash は、提供元のクラウドの API を通して使いました（以下、クラウドのモデル）。" }, { "id": "translation-benchmark#3", "source": "_pages/translation-benchmark.md", "section": "実測表：20モデルの COMET と、英語→日本語で訳に失敗した文の数", "text": "実測表：20モデルの COMET と、英語→日本語で訳に失敗した文の数\nどの列も2回測った値を「1回目／2回目」の順で並べています。「失敗した文」の列は英語→日本語の1,012文のうち、訳文が出力されなかった文や中国語の字が混ざった文などを数えたものです（数え方は図5）。\n{: .bench-table}\nモデル（開発元）、種類、英語→日本語、日本語→英語、失敗した文（英→日）、ライセンス\n\n（）、—、—、[]()\n- 2026年11月9日に測定しました。ローカルで動く16モデルは、データセンター向けの GPU（NVIDIA H200）1基で動かしました。Claude は Anthropic のクラウドで、Gemini 3.8 Flash は Google のクラウドで動かしています。Gemini 3.8 Flash だけは、この記事を公開した後（同じ日）に測定し、表に追加しました。\n- クラウドのモデルには40文をまとめて訳させ、ほかのモデルには1文ずつ訳させました（理由と影響は「測定の条件」と「この表で分からないこと」）。\n- ライセンスの列は、ローカルで動くモデルは各配布ページの表示、クラウドのモデルは提供元の利用規約です（2026年11月9日に確認）。Hunyuan-MT 7B のライセンスは、EU・英国・韓国を利用できる地域から除いています。NLLB-200 は商用で使えません。商用利用の可否は各ライセンスの全文で確認してください。" }, { "id": "translation-benchmark#4", "source": "_pages/translation-benchmark.md", "section": "英語→日本語：無料で使える Gemma 4 26B は、Claude Sonnet 5.5 と同じ水準だった", "text": "英語→日本語：無料で使える Gemma 4 26B は、Claude Sonnet 5.5 と同じ水準だった\n点が最も高かったのは Claude Opus 5.5（92.69／92.74）でしたが、1回目は Gemini 3.8 Flash との差が誤差の範囲でした。1回目の値で比べると、ローカルで動くモデルで最も高い Gemma 4 26B との差は0.24点でした。文の選び方を変えて計算し直しても、差は0.13〜0.36点の範囲に収まります（95%信頼区間）。この範囲が0をまたがないので、差は小さいものの誤差を超えています。2回目でも同じ結果でした。\nGemini 3.8 Flash（92.58／92.54）の点は Claude Opus 5.5 と Gemma 4 26B の間でしたが、順位は付けていません。Claude Opus 5.5 との差（1回目0.11点・2回目0.19点）は2回目だけ、Gemma 4 26B との差（0.14点・0.10点）と Claude Sonnet 5.5 との差（0.15点・0.10点）は1回目だけ、誤差を超えたためです。" }, { "id": "translation-benchmark#5", "source": "_pages/translation-benchmark.md", "section": "英語→日本語：無料で使える Gemma 4 26B は、Claude Sonnet 5.5 と同じ水準だった", "text": "Claude Sonnet 5.5 は Gemma 4 26B より1回目で0.02点低く、95%信頼区間は−0.12〜+0.10点です。0をまたぐので、どちらが上とも言えません。2回目も差は誤差の範囲でした。ローカルで動くモデルの中で点が最も高かったのは Gemma 4 26B ですが、Hunyuan-MT 7B（1回目の差0.03点）と Seed-X-PPO 7B（0.13点）との差は、2回の測定のどちらでも誤差の範囲でした。Gemma 4 12B との差は、1回目は0.09点で誤差の範囲、2回目は0.13点（95%信頼区間 0.02〜0.24点）で誤差を超えています。92点以上の10モデル（クラウドのモデル4つを含む）では、最も高いモデルと最も低いモデルの差が、1回目0.64点・2回目0.69点しかありません。\nGoogle の翻訳専用モデル TranslateGemma の 27B（92.13）は、同じ Google の汎用モデル Gemma 4 26B より0.32点低く出ました（95%信頼区間 0.18〜0.45点）。日本語→英語でも0.29点低くなりました。どちらも2回目で同じ向きです。TranslateGemma は1つ前の世代の Gemma 3 をもとに作られています（Ollama の配布ページ）。" }, { "id": "translation-benchmark#6", "source": "_pages/translation-benchmark.md", "section": "日本語→英語：Claude Opus 5.5 が最も高かったが、正解の英文を覚えていた可能性がある", "text": "日本語→英語：Claude Opus 5.5 が最も高かったが、正解の英文を覚えていた可能性がある\n日本語→英語では、Claude Opus 5.5（90.67／90.83）と Claude Sonnet 5.5（89.63／89.64）が、ローカルで動くモデルで最も高い Gemma 4 26B（88.70／88.70）を上回りました。1回目の差は、Claude Opus 5.5 が1.97点（95%信頼区間 1.80〜2.14点）、Claude Sonnet 5.5 が0.93点（0.80〜1.06点）で、2回目も同じ向きです。Claude Haiku 5.5 と Gemma 4 26B の差は、1回目は0.06点で誤差の範囲、2回目は0.30点でした。2回の結果がそろわないため、この2モデルには順位を付けていません。\nGemini 3.8 Flash（89.42／89.40）は1回目の差で、Claude Opus 5.5 より1.25点、Claude Sonnet 5.5 より0.21点低く、Gemma 4 26B より0.72点高い結果でした。3つの差は2回目も同じ向きです。\nただし、日本語→英語の正解の英文は FLORES-200 の元になった英語の記事の文そのものです。記事はウェブで公開されているため、学習データにその記事が入っていたモデルは、正解の英文に近い文を返せます。そこで、正解とほぼ同じ英文（文字の並びが9割以上一致した文）を返した数を数えました。" }, { "id": "translation-benchmark#7", "source": "_pages/translation-benchmark.md", "section": "日本語→英語：Claude Opus 5.5 が最も高かったが、正解の英文を覚えていた可能性がある", "text": "Claude Opus 5.5 は1,012文のうち230文で、正解とほぼ同じ英文を返しました。Claude Sonnet 5.5 は101文、Gemini 3.8 Flash は74文、ローカルで動くモデルは14〜52文です。次の文では、Claude Opus 5.5 の訳は正解と1字も違いません。\n正解とほぼ同じ文を返したからといって、記事を覚えていたとは限りません。日本語の文は英語の記事を訳したものなので、訳し戻しが上手なモデルほど、元の英文に近づくこともあります（推定）。正解への近さ（一致度）が Claude Opus 5.5 と Gemma 4 26B で最も違った6文を読んだところ、日本語の文に無い情報が Claude Opus 5.5 の訳に入った例はなく、記事を覚えていた証拠は見つかりませんでした。\n英語→日本語の正解は FLORES-200 のために人が訳した日本語で、元の記事にはありません。こちらで Claude Opus 5.5 が正解とほぼ同じ文を返したのは22文で、ほかのモデル（1〜63文）と同程度でした。日本語→英語のクラウドのモデルの点には、元の記事を覚えていた分が入っているおそれがあります（推定）。覚えていたかどうかは確かめられていないため、この向きのクラウドのモデルの点は割り引いて見てください。" }, { "id": "translation-benchmark#8", "source": "_pages/translation-benchmark.md", "section": "英語→日本語で訳に失敗した文は、LLM-jp-4 8B が最も多かった", "text": "英語→日本語で訳に失敗した文は、LLM-jp-4 8B が最も多かった\nLLM-jp-4 8B は1回目に57文で失敗し、うち41文は訳文が出力されませんでした。Qwen3-Swallow 8B の失敗（1回目15文）は、すべて訳文が出力されなかった文です。この2モデルと gpt-oss 20B は、ほかのモデルと違う設定で動かしました（「測定の条件」）。同じく違う設定の gpt-oss 20B は、失敗した文が0文でした。訳文が出力されなかった原因は切り分けていません。\n中国語の簡体字が混ざった文は、Qwen3.5 9B が1回目5文・2回目6文で最も多く、次いで Seed-X-PPO 7B と NLLB-200 1.3B（蒸留版）が2回とも3文でした。\nClaude Opus 5.5・Claude Sonnet 5.5・Gemini 3.8 Flash・Gemma 4 26B・Gemma 4 12B・TranslateGemma 12B・TranslateGemma 27B・gpt-oss 20B の8モデルは、1回目・2回目のどちらでも、失敗した文が1文もありませんでした。英語→日本語の上位は点の差が小さいため、社外に出す文書を訳させるモデルを選ぶ時は、点と合わせて失敗した文の数も比べてください。" }, { "id": "translation-benchmark#9", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "測定の条件\n測定の条件の詳細を開く\n評価データ：FLORES-200 の devtest（1,012文、CC BY-SA 4.0）です。後継の FLORES+ はログインが必要なため、ログインせずに取得できる2022年7月14日公開の配布データを使いました。英語の原文の内訳は Wikibooks 351文、Wikinews 341文、Wikivoyage 320文です（配布データのメタデータで確認）。図1と本文で引いた原文と正解は FLORES-200 の文、訳は各モデルの1回目の出力のままです。\n採点：COMET は Unbabel/wmt22-comet-da（unbabel-comet 2.2.7）です。95%信頼区間は1,012文から重複を許して1,012文を選ぶ作業を1,000回繰り返し（ブートストラップ法、シード値20261109）、平均点と2モデルの差を計算し直して求めました。1回目と2回目の出力のそれぞれで計算し、本文では2回の結果がそろった物だけを差として書いています。chrF（文字の並びの一致度）と BLEU（語の並びの一致度。日本語は MeCab で単語に区切る）は sacrebleu 2.6.0 で計算しました。どちらも正解の文との重なりを数える採点なので、正しく言い換えた訳でも点が下がります。" }, { "id": "translation-benchmark#10", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "モデル、chrF 英→日、BLEU 英→日、chrF 日→英、BLEU 日→英\n\n—、—\n失敗の数え方：次のどれかに当たった文を1文と数えました。1つの文が2つに当たっても1文です。\n- 訳文が出力されなかった\n- 英語→日本語で、ひらがな・カタカナ・漢字の数が、それとアルファベットを合わせた数の3割未満（日本語になっていない）\n- 英語→日本語で、中国語の簡体字（日本語の文字コード Shift_JIS に無く、中国語の文字コード GB2312 にある字）かハングルが入った\n- 日本語→英語で、訳文に日本語の文字が残った\n- 原文をそのまま返した\n- 正解の文の3倍を超える長さ\n「以下が翻訳です」のような前置きや「Note:」で始まる注釈も数える設定でしたが、該当はありませんでした。翻訳専用モデル9つの失敗は訳文を読んで確かめ、誤検出はありませんでした。\n正解とほぼ同じ文：文字の表記をそろえ（Unicode の NFKC 正規化）、英語は小文字にし、空白をそろえてから、Python の difflib で文字の並びの一致度を計算しました。一致度が0.9以上の文を、完全に一致した文と合わせて数えています（1回目の出力）。" }, { "id": "translation-benchmark#11", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "プロンプト（指示文）：汎用モデルには「次の英語の文を日本語に翻訳してください。訳文だけを出力してください。」に続けて原文を送りました。日本語→英語は「Translate the following Japanese text into English. Output only the translation.」です。TranslateGemma、Hunyuan-MT 7B、Seed-X-PPO 7B には、各配布ページが示すプロンプトの形式を使いました。MADLAD-400・M2M100・NLLB-200 には、訳す先の言語を記号で指定する専用の入力形式で原文を渡しました。OPUS-MT ja-en は日本語→英語だけの専用モデルで、原文だけを渡しています。" }, { "id": "translation-benchmark#12", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "生成の設定：温度0（毎回、出る確率が最も高い語を選ぶ設定）、シード値42です。Ollama 0.40.15 で動かした10モデル（TranslateGemma 3つ、Qwen3.5 2つ、Gemma 4 2つ、gpt-oss 20B、LLM-jp-4 8B、Qwen3-Swallow 8B）は、8文ずつ同時に処理しました。量子化（モデルを小さくするために数値の精度を落とす方式）は、gpt-oss 20B が MXFP4、ほかの9モデルが Q4_K_M です。思考モードを持つモデルは思考をオフにし、コンテキスト長を4,096トークン、出力の上限を1,024トークンにしました。\n次の3モデルはローカルLLMの実測表と同じ扱いにしました。gpt-oss 20B は思考の量を最小（low）にし、Qwen3-Swallow 8B は思考をオンにし、LLM-jp-4 8B はモデル本来の会話の書式でプロンプトを送りました。この3モデルは、最初の設定（思考オフ、出力の上限1,024トークン）では訳文が出力されなかったり、モデルの思考の過程が訳文に混ざったりしたため、コンテキスト長8,192トークン、出力の上限4,096トークンで測り直しています。" }, { "id": "translation-benchmark#13", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "Hunyuan-MT 7B と Seed-X-PPO 7B は vLLM 0.32.0 で動かしました。MADLAD-400・M2M100・NLLB-200・OPUS-MT の4モデルは、vLLM 0.32.0 の Docker イメージに入っている transformers で動かしています。M2M100 と OPUS-MT は配布元の設定のとおり、複数の候補から訳を選ぶ方式（ビームサーチ）で訳しました。" }, { "id": "translation-benchmark#14", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "Claude：Claude Code 2.1.319 の `claude -p` から、Claude Opus 5.5・Claude Sonnet 5.5・Claude Haiku 5.5 を呼びました。Claude Code の設定ファイル・メモリ機能・ツール連携は無効にし、指示は翻訳の依頼だけにしています。1文ずつでは呼び出しが1モデルあたり4,000回を超えるため、40文を1回にまとめて訳させました。同じ記事の前後の文が手がかりにならないよう、文の順番は並べ替えています（シード値20261109）。答えに抜けた文や訳文の無い文があれば、その文だけをもう1回頼みました。Claude Haiku 5.5 の日本語→英語の1回目では、頼み直した後も3文が出力されないまま残り、失敗として数えています。温度は `claude -p` からは設定できないため、2回の差はモデルの出力そのもののばらつきです。" }, { "id": "translation-benchmark#15", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "Gemini：Google Cloud の Vertex AI（global のエンドポイント）の generateContent から、`gemini-3.8-flash` を呼びました（2026年11月9日）。40文を1回にまとめること、文の並べ替え（シード値20261109）、指示文、抜けた文の頼み直しは Claude と同じです。答えは JSON の形式で返させ、出力の上限は16,384トークンにしました。温度と思考の量は指定せず、既定のままにしています。104回の呼び出し（2つの向き × 2回の測定 × 26回）のどの応答にも、思考に使ったトークンの数は出ていません。API が返すモデルの名前は `gemini-3.8-flash` だけで、日付の付いた名前は返ってきません。抜けた文と訳文の無い文は、2回とも0文でした。" }, { "id": "translation-benchmark#16", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "モデルのバージョン：Ollama のモデルは測定に使ったサーバーで `ollama list` を実行すると表示される ID（2026年11月9日）で特定できます。translategemma の 4b `c49d986b0764`・12b `c2f9a9ca1ec7`・27b `21b597a243ec`、qwen3.5 の 9b `56671c2ab938`・27b `64ae5b1d651f`、gemma4 の 12b `6114515d63c1`・26b `001e5dafc3c7`、gpt-oss:20b `f38aa0c53da5`、mmnga-o の llm-jp-4-8b-instruct-gguf:Q4_K_M `66c13546c97e`、Qwen3-Swallow-8B-RL-v0.2-gguf:Q4_K_M `18b49f298096` です。Hugging Face から取得した2つ（LLM-jp-4 8B と Qwen3-Swallow 8B）は、配布側の更新で ID が変わることがあります。" }, { "id": "translation-benchmark#17", "source": "_pages/translation-benchmark.md", "section": "測定の条件", "text": "Hugging Face のモデルのバージョン（配布ページの commit の番号）は、tencent/Hunyuan-MT-7B `9305c78`、ByteDance-Seed/Seed-X-PPO-7B `6ef78fc`、google/madlad400-3b-mt `fa184c6`、facebook/m2m100_1.2B `7b36184`、facebook/nllb-200-distilled-1.3B `7be3e24`、Helsinki-NLP/opus-mt-ja-en `0770961` です。\n実行環境：ローカルで動く16モデルは NVIDIA H200 1基、Claude は Anthropic のクラウド、Gemini 3.8 Flash は Google のクラウドです（2026年11月9日）。" }, { "id": "translation-benchmark#18", "source": "_pages/translation-benchmark.md", "section": "この表で分からないこと", "text": "この表で分からないこと\n- DeepL と Google 翻訳との比較。DeepL は利用に API キーが必要なため、測定していません。Google 翻訳（Cloud Translation API）は、今回の測定の対象に入れていません。Gemini 3.8 Flash は Google の言語モデルで、Google 翻訳の点ではありません。\n- クラウドのモデルは、提供元の更新で同じ名前のまま中身が変わることがあります。この表は2026年11月9日に測った時点の点です。\n- PLaMo 3 翻訳（Preferred Networks）の精度。動かすには配布元が用意したプログラムを実行する必要があり、今回の測定では外部から取得したプログラムを実行しない方針にしたため、測っていません。\n- 前後の文を手がかりにした時の精度。クラウドのモデル以外は1文ずつ、クラウドのモデルは順番を並べ替えた40文ずつ訳させたため、どのモデルも前後の文を手がかりにできていません。\n- 40文をまとめて訳させたことで、クラウドのモデルの点がどれだけ変わったか。1文ずつ訳させた点は測っていません。\n- Gemini 3.8 Flash 以外の Gemini のモデルの精度。\n- 日本語→英語のクラウドのモデルの点のうち、元の記事を覚えていたことによる分。正解とほぼ同じ文の数から推定しただけで、切り分けていません。" }, { "id": "translation-benchmark#19", "source": "_pages/translation-benchmark.md", "section": "この表で分からないこと", "text": "FLORES-200 そのものもウェブで公開されているため、英語→日本語の正解を覚えていたモデルがあるかも確かめていません。\n- 契約書・医療・ゲームの台詞などの専門分野や、会話の文の精度。FLORES-200 の文はニュース・旅行案内・教科書風の解説です。\n- COMET の0.3点ほどの差が、人が訳文を読み比べて分かる差かどうか。編集部が訳文を読み比べたのは、図1と本文で引いた文、正解とほぼ同じだった6文、翻訳専用モデルの失敗した文だけです。\n- 失敗の判定が正しいかどうか。Claude Haiku 5.5 の1文は人名をローマ字のまま残した訳で、日本語の文字が少ないため失敗に数えましたが、誤りとは言い切れません。\n- 速さと GPU のメモリの使用量。今回は測っていません。汎用モデルの GPU のメモリはローカルLLMの実測表にあります。\n- 量子化の種類を変えた時の精度。Ollama が既定で配る量子化だけを測りました。\nこの表は毎月再測定し、新しいモデルが出たら同じ文で追加します。無料の文字起こしモデルの精度は文字起こしの実測表に、文書の読み取りの精度はOCRの実測表にまとめました。" }, { "id": "tts-benchmark#1", "source": "_pages/tts-benchmark.md", "section": null, "text": "ずんだもん（VOICEVOX）に「辛いカレーを食べた。」と読ませると、「つらいカレーを食べた」と読みます。AivisSpeech と COEIROINK も同じでした（図1）。\n編集部では、無料で使える読み上げソフト3つ（VOICEVOX・AivisSpeech・COEIROINK）と、開発者がプログラムから使う部品（ライブラリ）2つ（音声合成の Style-Bert-VITS2 と、読みを付ける pyopenjtalk-plus）に同じ文を読ませ、読み間違いを数えました。文は、数字・日付・英字・文脈で読みが変わる語・難読語を集めた98文（以下、テスト文）と、音声合成の研究で使われる公開の例文集（ITA コーパス）の424文（以下、公開例文）です。読み上げソフトは、音声にする前に文に読み（カタカナ）を付けます。この読みを取り出し、正解の読みと1文ずつ照合しました。生成した音声の聞き取りやすさ（音声認識で測定）と、生成の速さも測っています。ライブラリ2つは、参考に読みだけを測りました。測定はどれも2回行いました。" }, { "id": "tts-benchmark#2", "source": "_pages/tts-benchmark.md", "section": null, "text": "読み間違えた文の数に、はっきりした差はありませんでした。10文と14文のような違いは、どの文を選ぶかで入れ替わる程度の差（誤差の範囲）で、どれが少ないとは言えません（判定の方法は測定の条件に記載）。どの語を読み間違えるかもおおむね共通で、分かれたのは英語の製品名と一部の語です。差が出たのは、音声認識で測った聞き取りやすさと、生成の速さでした。" }, { "id": "tts-benchmark#3", "source": "_pages/tts-benchmark.md", "section": "実測表：読み間違えた文の数に、はっきりした差はなかった", "text": "実測表：読み間違えた文の数に、はっきりした差はなかった\nテスト文で正しく読んだ文の数を、種類ごとに数えると次のとおりです。\n{: .bench-table}\nソフト、正しく読んだ文（98文中）、数字・金額・単位（18文）、日付・時刻（16文）、英字・略語・製品名（20文）、文脈で読みが変わる語（24文）、難読語・地名（20文）\n表の「数字・金額・単位」で VOICEVOX と COEIROINK が読み間違えた2文のうち1文は「2つ目の角を曲がる。」で、数字は正しく読み、誤ったのは「角」の読み（カク）です。\nCOEIROINK の読みは英語の製品名の3文（ChatGPT・GitHub・VOICEVOX）を除いて VOICEVOX と同じでした。公開例文の424文では、COEIROINK と VOICEVOX の読みが全文で一致しています。" }, { "id": "tts-benchmark#4", "source": "_pages/tts-benchmark.md", "section": "どのソフトも、文脈で読みが変わる語を読み間違えた", "text": "どのソフトも、文脈で読みが変わる語を読み間違えた\nソフト3つとライブラリ2つの5つすべてが読み間違えた文は、テスト文で文ありました。「-5℃」の1文を除く7文のうち、6文は文脈で読みが変わる語を、1文は地名（放出）を含む文です。\n{: .bench-table}\n文、正しい読み、5つが付けた読み\n\n辛いカレーを食べた。、カライ、ツライ\n人気のない道を歩く。、ヒトケ、ニンキ\n市場で魚を買う。、イチバ、シジョウ\n生物は早めに食べて。、ナマモノ、セイブツ\n今日では珍しくない。、コンニチ、キョウ\n牛の角は硬い。、ツノ、カク（VOICEVOX・COEIROINK）、カド（ほかの3つ）\n大阪の放出に住む。、ハナテン、ホウシュツ\n気温は-5℃まで下がった。、マイナスゴド、ゴドシー（VOICEVOX・COEIROINK）、ゴド（AivisSpeech・pyopenjtalk-plus）、ゴシー（Style-Bert-VITS2）\n「辛い」は逆向きにも読み間違えました。公開例文の「最初辛かったけど、花や園芸が好きだったから、失意が癒やされないこともない。」では、5つともカラカッタと読んでいます（正しい読みはツラカッタ）。公開例文で5つすべてが読み間違えた文は文で、「一二歩」をジュウニホ、「持ち札」をモチサツと読むなどしました。" }, { "id": "tts-benchmark#5", "source": "_pages/tts-benchmark.md", "section": "読みが分かれた語：英語の製品名は、COEIROINK が1文字ずつ読んだ", "text": "読みが分かれた語：英語の製品名は、COEIROINK が1文字ずつ読んだ\nテスト文のうち、ソフト3つとライブラリ2つの間で読みが分かれた文は次のとおりです。\n{: .bench-table}\n文、正しい読み、読み間違えたもの、付けた読み\n\nChatGPTで要約した。、チャットジーピーティー、COEIROINK・Style-Bert-VITS2・pyopenjtalk-plus、シーエイチエーティージーピーティー\n不束者ですが、よろしくお願いします。、フツツカモノ、VOICEVOX・AivisSpeech・COEIROINK、フタバシャ\n2つ目の角を曲がる。、カド、VOICEVOX・COEIROINK、カク\nあの方に聞いてください。、カタ、VOICEVOX・COEIROINK、ホウ\n10時30分に集合です。、ジュウジ、AivisSpeech、トトキ\n何人来ますか。、ナンニン、Style-Bert-VITS2・pyopenjtalk-plus、ナニニン\n成長率は3.5%でした。、サンテンゴパーセント、Style-Bert-VITS2、サンテンゴ\n第3四半期の売上が伸びた。、ダイサンシハンキ、Style-Bert-VITS2、ダイサンヨンハンキ\nCOEIROINK とライブラリ2つは、「GitHub」と「VOICEVOX」もアルファベットを1文字ずつ読みました。VOICEVOX と AivisSpeech は、3語とも製品名の通常の読み方で読んでいます。" }, { "id": "tts-benchmark#6", "source": "_pages/tts-benchmark.md", "section": "読み間違えた語をかなで書き直すと、ソフトもライブラリも正しく読んだ", "text": "読み間違えた語をかなで書き直すと、ソフトもライブラリも正しく読んだ\nテスト文のうち、ソフト3つとライブラリ2つのどれかが読み間違えた文で、読み間違えた語だけをひらがなかカタカナに書き直して、もう一度読ませました。「辛い」は「からい」、「ChatGPT」は「チャットジーピーティー」、「-5℃」は「マイナス5度」のように書いています。\n読み上げの原稿は、文脈で読みが変わる語と英語の製品名、「-5℃」のようにマイナスや単位の記号が付いた数字を、先にひらがなかカタカナへ書き直しておくと、聞き直す手間が減ります。" }, { "id": "tts-benchmark#7", "source": "_pages/tts-benchmark.md", "section": "音声認識で測った聞き取りやすさ：VOICEVOX の音声が、最も読みどおりに書き起こされた", "text": "音声認識で測った聞き取りやすさ：VOICEVOX の音声が、最も読みどおりに書き起こされた\n読みが正しくても、音声が不明瞭なら聞き手に伝わりません。そこで、生成した音声を、文字起こしの AI を比べた記事で測った2つの音声認識のモデル（Whisper large-v3-turbo と ReazonSpeech k2 v2）で書き起こしました。比べる相手は正解の読みではなく、各ソフトが付けた読みです。読み間違いは前の節で数えたため、ここでは「付けた読みのとおりに聞こえるか」だけを見ています。\nVOICEVOX（ずんだもん）の音声は、AivisSpeech（まお）と COEIROINK（つくよみちゃん）のどちらと比べても、ずれが少ない結果でした。COEIROINK は付けた読みが VOICEVOX と同じなので、この差は音声そのものの違いから出た差です。ただし、各ソフトの既定の声1つずつで測ったため、ソフトの差か声の差かは分けられません。AivisSpeech と COEIROINK を比べると、2回の測定と2つのモデルの4通りのうち、はっきりした差が出たのは1回目の Whisper large-v3-turbo（COEIROINK のずれが少ない）だけで、残りの3通りは誤差の範囲でした（ReazonSpeech k2 v2 では、合計の値は AivisSpeech のほうが少ない結果でした）。" }, { "id": "tts-benchmark#8", "source": "_pages/tts-benchmark.md", "section": "生成の速さ：VOICEVOX は CPU だけで動かすと最も速く、GPU では AivisSpeech より遅かった", "text": "生成の速さ：VOICEVOX は CPU だけで動かすと最も速く、GPU では AivisSpeech より遅かった\n公開例文から選んだ106文を、ソフトに1文ずつ交代で生成させ、かかった時間を測りました。CPU だけでも、3つとも1分の音声を1分かからずに生成できました。COEIROINK のつくよみちゃんは話す速さが速く、同じ文でも音声は VOICEVOX のずんだもんより約2割短い長さでした。そのため、1分の音声を生成するのにかかった時間で比べると、VOICEVOX が約秒、AivisSpeech が約秒、COEIROINK が約秒となり、1,000字あたりの時間（図）とは2位と3位が入れ替わります（どれも1回目の値）。\nCPU は計測に使ったサーバーの CPU（Intel Xeon）を8コアに限って測りました。GPU はデータセンター向けの NVIDIA H200 だけで、COEIROINK は GPU では測っていません。一般のパソコンの CPU や家庭用の GPU では測っておらず、時間は今回と異なる可能性があります。" }, { "id": "tts-benchmark#9", "source": "_pages/tts-benchmark.md", "section": "測定の条件", "text": "- VOICEVOX：VOICEVOX ENGINE 0.26.1（Docker の公式イメージ nvidia-latest）。声はずんだもん（ノーマル）。\n- AivisSpeech：AivisSpeech Engine（Docker の公式イメージ ghcr.io/aivis-project/aivisspeech-engine の nvidia-latest。2026年4月22日のビルドで、digest は sha256:d7e31d62fb880812a56e7a6c70955a96b5479c7d271458a9027acc41bf235278。エンジンが返すバージョンは「latest」。内部の pyopenjtalk-plus は 0.4.1.post8、Style-Bert-VITS2 は 2.7.0）。声は既定で入る2つのモデルのうち話者の一覧の先頭の「まお」（ノーマル、モデルのバージョン 1.2.0）。\n- COEIROINK：COEIROINK v2.13.0 の Linux CPU 版。声はつくよみちゃん（れいせい）。\n- Style-Bert-VITS2：2.5.0 の読みの処理（文の正規化と、単語ごとのカタカナの読み）だけを使い、音声は生成していません。\n- pyopenjtalk-plus：0.4.1.post10。" }, { "id": "tts-benchmark#10", "source": "_pages/tts-benchmark.md", "section": "測定の条件", "text": "辞書だけで読みを付ける基準として測りました。\n読みの取り出し方：VOICEVOX と AivisSpeech は、音声を生成する前に呼ぶ `/audio_query` が返す読み（モーラごとの子音と母音）を使いました。COEIROINK は `/v1/estimate_prosody` が返す音素、pyopenjtalk-plus は `g2p` の音素を使っています。\nテスト文（98文）：編集部が作った文で、数字・金額・単位18文、日付・時刻16文、英字・略語・製品名20文、文脈で読みが変わる語24文、難読語・地名20文です。正解の読みは文を作った後に、文の作成に関わっていない別の担当者にも読みを付けてもらって突き合わせ、判断が食い違った箇所を辞書で決めました。「毎月」のマイツキとマイゲツのように、どちらも通る読みは両方を正解にしています。98文と正解の読みは、この欄の最後に載せました。" }, { "id": "tts-benchmark#11", "source": "_pages/tts-benchmark.md", "section": "測定の条件", "text": "公開例文（424文）：ITA コーパス（commit 994844b、パブリックドメイン）の424文と、コーパスに付いている読みです。正解の読みは1文に1つしかないため、ソフトの読みと違った文は1文ずつ辞書で確認し、一般の語の誤読、人名・地名の読みの誤り、辞書に載る別の読み、珍しいカナの音（テュ・デュ・リェなど）を近い音で読んだもの、の4つに分けました。この分け方も文の作成に関わっていない別の担当者に同じ作業をしてもらって突き合わせています（62件中60件が一致し、食い違った2件は別の担当者の判断に合わせました）。本文の「読み間違えた文」は、一般の語の誤読と人名・地名の読みの誤りの合計です。\n珍しいカナの音の扱い：珍しいカナの音を近い音で読んだ文を読み間違いに数えると、公開例文で読み間違えた文は VOICEVOX が文、COEIROINK が文、AivisSpeech が文になり、ライブラリ2つ（文・文）との差ははっきりした差になります。ソフト3つの間の差は、この数え方でも誤差の範囲でした。ライブラリ2つは読みのカナを取り出しただけで、珍しい音を音声で出せるかは測っていません。" }, { "id": "tts-benchmark#12", "source": "_pages/tts-benchmark.md", "section": "測定の条件", "text": "照合の方法：読みをモーラ（カナ1文字分の音の単位）に分け、正解の読みと完全に一致した文を「正しく読んだ文」としました。長音の書き方（ー と オ・エ）、エイ／エー・オウ／オーの書き分け、ヴ／ブ、ニッポン／ニホン、イウ／ユウ（「言う」など）は同じ音として扱い、無声化した母音は通常の母音とみなしています。句読点と区切り、アクセント（音の高低）は比べていません。\n差の判定：ソフトを2つずつ組にして、片方だけが正しく読んだ文の数を、符号検定（二項分布による正確検定、両側）で比べました。p 値が0.05未満の組を「はっきりした差」、それ以外を「誤差の範囲」と書いています。読み間違えた文の数では、p 値が0.05未満の組はありませんでした。\nかなへの書き直し：テスト文で、5つのどれかが読み間違えた18文について、読み間違えた語だけを書き直しました（文のほかの部分は同じ）。" }, { "id": "tts-benchmark#13", "source": "_pages/tts-benchmark.md", "section": "測定の条件", "text": "音声の生成と書き起こし：公開例文の424文を、各ソフトの既定の設定（話す速さ1.0など）で生成しました。COEIROINK は VOICEVOX の既定に合わせて前後の無音を0.1秒、出力を24kHz にしています。書き起こしは Whisper large-v3-turbo（faster-whisper 1.2.1、CTranslate2 4.8.5、float16、ビーム幅5）と ReazonSpeech k2 v2（sherpa-onnx 2.0.1、前後に0.9秒の無音を付加し、1文ずつ）で、言語は日本語に固定しました。書き起こした文を形態素解析（fugashi 1.5.2 と unidic-lite 1.0.8 の発音の項目）でカナにし、各ソフトの読みとモーラ（拗音の「キョ」などは2文字で1音）単位の編集距離を数えています。数字は424文の合計のずれた音を、読みの合計の音で割った値です。1文ずつの比べ方は「差の判定」と同じで、ずれの少なかった文の数を比べました。テスト文は、数字や英字の書き方（「10時」と「十時」など）が書き起こしの誤りに混ざるため、書き起こしには使っていません。生成と書き起こしは2回行い、VOICEVOX と COEIROINK は2回とも、424文すべてでバイト単位まで同じ音声を生成しました。AivisSpeech は毎回わずかに違う音声を生成します。" }, { "id": "tts-benchmark#14", "source": "_pages/tts-benchmark.md", "section": "測定の条件", "text": "生成の速さ：公開例文の424文から4文に1文の割合で選んだ106文（2,208字）を使いました。3つのソフトを同時に起動し、1文ずつ順番を入れ替えながら交代で生成させて、文を送ってから音声が返るまでの秒数を数えています（VOICEVOX と AivisSpeech は `/audio_query` と `/synthesis`、COEIROINK は `/v1/estimate_prosody` と `/v1/synthesis` の合計）。モデルの読み込みの時間を除くため、計測の前に各ソフトに最初の1文を1回生成させ、その時間は数えていません。CPU は Intel Xeon Platinum 8558 の8つの論理コアに3つとも固定し、GPU は NVIDIA H200 です。VOICEVOX はスレッド数の設定で8にしました。AivisSpeech にはスレッド数の設定が無く、計測に使ったサーバーの全コア数（192）に合わせてスレッドを作るため、onnxruntime のスレッド数を固定したコアの数（8）に合わせる設定を追加して測りました。COEIROINK はスレッドの設定を変えていません（固定したコアの中で動いたスレッドは計26本）。計測に使ったサーバーはほかの作業と共用で、測る直前の8コアの使用率は1回目が約7%、2回目が0%でした。" }, { "id": "tts-benchmark#15", "source": "_pages/tts-benchmark.md", "section": "測定の条件", "text": "GPU のほかの利用は記録していません。\n音声の規約：記事の音声は各ソフトの規約に従って載せています。VOICEVOX:ずんだもん（音源利用規約）、COEIROINK:つくよみちゃん（利用規約）、AivisSpeech のまお（Aivis Common Model License 1.0）。\nテスト文と正解の読み：98文と、正解にした読みは次の表のとおりです。\n{: .bench-table}\n種類、文、正解の読み" }, { "id": "tts-benchmark#16", "source": "_pages/tts-benchmark.md", "section": "この表で分からないこと", "text": "この表で分からないこと\n- アクセントと抑揚：測ったのは読み（どの音で読むか）だけで、音の高低や区切りの自然さは比べていません。\n- 声やモデルによる違い：各ソフトの既定の声1つで測りました。別の声や声のモデルで読みが変わるかは確認していません。\n- 学習や調整に使われた文：ITA コーパスは音声合成の研究で広く使われており、各ソフトの開発で使われた可能性があります。その場合、公開例文の結果は実際より良い結果になります（推定）。\n- 人が聞いた時の聞き取りやすさ：音声の聞き取りやすさは音声認識のモデルで測りました。人が聞いた時の聞き取りやすさや自然さとは一致しない可能性があります。モデルが学習した音声に、特定の声（たとえばずんだもん）が多く含まれていれば、その声が有利になります（推定）。書き起こしの数値には、書き起こした漢字をカタカナに直す処理の誤りも含まれます。\n- 一般のパソコンでの速さ：CPU はサーバー用の CPU を8コアに限って測り、GPU は NVIDIA H200 だけで測りました。COEIROINK は GPU では測っていません。\n- ユーザー辞書：各ソフトにはユーザー辞書の機能がありますが、今回は登録していない状態で測りました。\n- Style-Bert-VITS2 の音声：Style-Bert-VITS2 は読みの処理だけを測り、音声は生成していません。" }, { "id": "2026-11-06-ai-coding-tools-pricing#1", "source": "_posts/2026-11-06-ai-coding-tools-pricing.md", "section": null, "text": "主要な AI コーディングツール（Word や Excel で使う Microsoft 365 Copilot は別の製品です）の個人向けの有料プランは、月 8〜20 ドルから月 100〜200 ドルに並んでいます。ただし、使用量の数え方が違うので、月額だけでは比べられません。\n2026 年は料金の仕組みが大きく動きました。Cursor は SpaceX に買収され、GitHub Copilot はクレジットの従量課金に移り、Windsurf は Devin Desktop に改名しました。古い比較記事を見て選ぶと、今はないプランを探すことになります。\n料金は 2026 年 11 月 6 日に各社の公式ページで確認しました。金額は税別です。並びは順位ではありません。" }, { "id": "2026-11-06-ai-coding-tools-pricing#2", "source": "_posts/2026-11-06-ai-coding-tools-pricing.md", "section": "料金の一覧", "text": "料金の一覧\nツール、無料、個人の有料プラン（月額）、法人（1 人あたりの月額）、使用量の数え方\n\nClaude Code、なし、Pro 20 ドル、Max 100 ドル、Ultra 200 ドル、Team 20〜25 ドルから、5 時間と週の枠。チャットと共有\nCodex、あり（上限つき）、Go 8 ドル、Plus 20 ドル、Pro 100〜500 ドル、Business 20〜25 ドル、モデルとタスクで変わる。超過はクレジット\nCursor、あり（制限あり）、Plus 8 ドル、Premium 30 ドル、Super 100 ドル、Ultra 200 ドル、Teams 30 ドルから、Cursor と Grok で共有する週の枠\nGitHub Copilot、あり（補完は月 2,000 回まで）、Pro 10 ドル、Pro+ 39 ドル、Max 100 ドル、Business 19 ドル、Enterprise 39 ドル、AI クレジット。" }, { "id": "2026-11-06-ai-coding-tools-pricing#3", "source": "_posts/2026-11-06-ai-coding-tools-pricing.md", "section": "料金の一覧", "text": "1 クレジット 0.01 ドル\nAntigravity、あり（週の制限つき）、Google AI Pro、Ultra に含まれる、Gemini Enterprise は 30 ドルから、週の枠とクレジット\nDevin Desktop（旧 Windsurf）、あり（少量）、Pro 20 ドル、Max 200 ドル、Teams はチーム 80 ドルに 1 席 40 ドルを加算、日と週の枠。超過は API 料金\nGoogle AI Pro は月 ¥2,900、Ultra は月 ¥14,500 からです（Gemini のプランのページ）。" }, { "id": "2026-11-06-ai-coding-tools-pricing#4", "source": "_posts/2026-11-06-ai-coding-tools-pricing.md", "section": "Cursor は SpaceX の傘下に入った", "text": "Cursor は SpaceX の傘下に入った\nCursor の発表によると、SpaceX による買収が完了しました。今の料金ページのプランは Grok と共通で、X の機能も含まれます。\nPlus で使えるのは Grok のモデルだけです。Claude や GPT などの他社のモデルは Premium 以上で使え、API の定価で別に請求されます。他社のモデルを主に使うなら、月額に利用料を足して比べてください。" }, { "id": "2026-11-06-ai-coding-tools-pricing#5", "source": "_posts/2026-11-06-ai-coding-tools-pricing.md", "section": "GitHub Copilot はクレジット課金に移った", "text": "GitHub Copilot はクレジット課金に移った\n2026 年 6 月 1 日から、すべてのプランが GitHub AI Credits の消費で課金されます。プランごとの月の枠は次のとおりです。\nプラン、月額、月のクレジット（基本と追加の合計）\n\nPro、10 ドル、1,500\nPro+、39 ドル、7,000\nMax、100 ドル、20,000\nコード補完と Next edit suggestions はクレジットを消費しません。補完が中心の使い方なら、Pro で足りる可能性があります。6 月の発表では個人向けプランの新規の申し込みが停止中とされていたので、今の受付状況は公式で確認してください。" }, { "id": "2026-11-06-ai-coding-tools-pricing#6", "source": "_posts/2026-11-06-ai-coding-tools-pricing.md", "section": "使い方で選ぶ", "text": "使い方で選ぶ\n次の表は編集部の見立てです。\n使い方、候補、理由\n\nコード補完を中心に安く使う、GitHub Copilot Pro、補完はクレジットを消費しない\nChatGPT をすでに契約している、Codex、Plus 以上のプランに含まれる\nClaude をすでに契約している、Claude Code、Pro 以上のプランに含まれる\nGrok を中心に使う、Cursor、Plus からプランに含まれる\n長時間のエージェント作業を任せる、Claude Code の Ultra、Codex の Pro、枠が大きい\nまず無料で試す、Antigravity、Codex、Copilot Free、無料の枠がある\nすでに ChatGPT か Claude を契約しているなら、まずそのプランに含まれるツールを試すと、追加の費用なしで比べられます。" }, { "id": "2026-11-06-ai-coding-tools-pricing#7", "source": "_posts/2026-11-06-ai-coding-tools-pricing.md", "section": "比べる時の注意", "text": "比べる時の注意\n上限は数字で比べられません。 Claude Code、Codex、Devin Desktop は、モデルやタスクの大きさで消費が変わると説明しています。公式の「5 倍」「4 倍」は、同じ会社のプランの間の比較です。他社のプランとは比べられません。\nチャットと枠を共有するツールがあります。 Claude Code は Claude のチャットと、Codex はローカルとクラウドの作業で枠を共有します。\nモデルの単価は別の話です。 自動化や CI で API を使う場合は、LLM API 料金比較表で試算してください。\n確認できなかった点があります。 Cursor の超過分の単価と、Antigravity の個人向けの超過の扱いは、公式の料金ページで確認できませんでした。Cursor の料金体系がいつ今の形になったかも分かりませんでした。\n料金は頻繁に変わります。契約の前に公式のページを確認してください。性能の比較は LLM ベンチマーク比較に、エージェントの構築に使うフレームワークは AI エージェント構築ツール比較にまとめています。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#1", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": null, "text": "ChatGPT は無料で使えます。無料版でも、通常の文章のやり取りに回数の上限はありません。有料版で変わるのは、使えるモデル、ファイルや画像などの上限、Deep Research と ChatGPT Work の範囲、広告の有無です。 質問や文章の手直しが中心なら無料版で足り、長い資料や調査を毎日扱うなら Plus が候補になります。\n料金は 2026 年 11 月 6 日に日本向けの公式料金ページで確認しました。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#2", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "料金", "text": "料金\nプラン、月額、公式の位置づけ\n\n無料版、¥0、日常のタスク\nGo、¥1,400、長めの会話\nPlus、¥3,000、高度な作業や生産性向上\nPro、¥16,800 から（3 段階）、調査やコーディング\nヘルプのドル表記は Plus が月 20 ドル、Pro が月 100、200、500 ドルです。Go は公式の Codex の料金ページで月 8 ドルとされています。\nGo のヘルプには「購入は米ドルで、現地通貨での請求は一部の国」とあります。実際の請求額は支払いの画面で確認してください。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#3", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "無料版と有料版の違い", "text": "無料版と有料版の違い\n公式の比較表から、差が大きい項目を抜き出しました。\n項目、無料版、Go、Plus、Pro\n\n通常のテキストチャット、無制限、無制限、無制限、無制限\nGPT-6 Luna、使える、使える、上限あり、拡張\nGPT-6 Sol、GPT-6 Astra、使えない、使えない、上限あり、拡張\n一度に入力できる量（GPT Instant）、約 12 ページ、約 40 ページ、約 40 ページ、約 250 ページ\n一度に入力できる量（GPT 推論）、場合による、約 320 ページ、約 320 ページ、約 680 ページ\nファイルのアップロード、上限あり、使える、使える、使える\n画像生成、上限あり、使える、使える、無制限でより高速\n音声、上限あり、拡張、拡張、無制限\nDeep Research、上限あり、上限あり、使える、使える\nメモリ、上限あり、使える、拡張、拡張\nChatGPT Work、デスクトップで制限あり、デスクトップで制限あり、デスクトップ、Web、モバイル、デスクトップ、Web、モバイル\nCodex、上限あり、上限あり、使える、拡張\nスケジュールタスク、使えない、使える、使える、使える\n応答時間、帯域と可用性に制限あり、帯域と可用性に制限あり、高速、超高速\n広告、一部の国で表示、表示される場合あり、なし、なし" }, { "id": "2026-11-06-chatgpt-free-vs-paid#4", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "無料版と有料版の違い", "text": "「無制限」の項目にも、公式は不正利用を防ぐ制限をかけています。Plus の料金欄にも「制限が適用されます」との注記があります。\n実務で差が出やすいのは入力できる量です。無料版の GPT Instant は約 12 ページ分までなので、長い契約書や報告書を丸ごと読ませる使い方では、最初にここで不足します。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#5", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "無料版でできること", "text": "無料版でできること\n無料版のヘルプによると、次の機能を使えます。\n- Web 検索による最新情報の取得\n- データの分析\n- 画像やファイルのアップロード\n- GPT の検索と利用\n- 画像生成\n- 500 MB のストレージを備えたライブラリ\n新しい GPT の作成と公開は、無料版だけでなく Go、Plus、Pro でもできません。作成できるのは、設定と権限で許可された Business、Enterprise、Edu のワークスペースです。\nなお、無料版のヘルプは利用できるモデルを GPT-5.6 Luna と書いており、料金ページの GPT-6 Luna と一致していません。この記事は料金ページの表記に合わせました。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#6", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "上限に達した時", "text": "上限に達した時\n公式は無料版の上限の回数を公開していません。ファイルのアップロード、画像生成、データ分析などには、チャットとは別の上限が設定される場合があります。\n表示、意味、対応\n\nツールの上限の通知、そのツールの利用回数が上限に達した、しばらく待つ。Plus、Pro、Business に更新すると上限はリセットされる\nチャットがいっぱい、その会話で扱える情報量が上限に達した、新しいチャットを始める\nチャットがいっぱいという表示は、その会話だけの上限です。メモリや他のチャットを削除する必要はありません。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#7", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "広告", "text": "広告\n公式の説明によると、広告が表示される可能性があるのは無料版と Go です。Plus、Pro、Business、Enterprise、Edu には表示されません。18 歳未満と判定されたアカウントにも表示されません。\n広告のテストは 2026 年 2 月 9 日に米国で始まり、対象の地域を順次広げています。今の時点で日本に表示されるかどうかは、公式の記述では確認できませんでした。広告を避けたい場合は、Go では足りず Plus 以上が必要です。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#8", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "入力の学習は有料版でも変わらない", "text": "入力の学習は有料版でも変わらない\nここは誤解されやすい点です。Plus や Pro に変えるだけでは、入力の扱いは変わりません。 料金ページの比較表は、無料版から Pro まですべて「学習への利用を拒否可能」としています。\nOpenAI の説明では、個人向けサービスのコンテンツはモデルの学習に使うことがあります。プライバシーポータルの「自分のコンテンツで学習しない」から止められ、止めた後の新しい対話は学習に使われません。\nBusiness と Enterprise のコンテンツは、料金ページで既定で学習に使わないとされています。会社の情報を扱うなら、個人のプランを経費で払うより Business を検討してください。何を入力してよいかは、入力してよい情報の線引きにまとめています。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#9", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "選び方", "text": "選び方\n次の表は編集部の見立てです。\n使い方、候補、理由\n\n質問、文章の手直し、短い要約、無料版、テキストチャットに回数の上限がない\nファイルや画像を週に何度も使う、Go、上限が広がり、費用が最も低い\n長い資料を毎日読む、調査を任せる、Plus、Deep Research と高度なモデルを使える。広告もない\nコーディングや調査を長時間続ける、Pro、GPT-6 Astra の Pro の推論と、長いセッションを使える\n会社の業務で複数人が使う、Business、既定で学習に使われず、管理の機能がある\n迷ったら無料版で 2 週間ほど試し、上限の通知が何度出たかで決めると判断しやすくなります。通知が出ないなら、有料にしても得られるものは少ないはずです。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#10", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "法人向けのプラン", "text": "法人向けのプラン\nプラン、1 人あたりの月額、公式の説明\n\nBusiness スタンダード、¥3,050 から（ドル表記は年額課金で 20 ドル、月額課金で 25 ドル）、日常業務\nBusiness プレミアム、¥15,250 から（ドル表記は年額課金で 100 ドル、月額課金で 125 ドル）、利用枠が多く、5 時間単位の上限がない\nEnterprise、問い合わせ、大規模な組織\nBusiness は従業員 2〜200 人のチーム向けで、シートの種類は組み合わせられます。公式は「12 月から、プランの利用上限は ChatGPT と Codex 全体で共通になります」と案内しています。Codex を多く使うチームは、12 月以降の枠の消費に注意してください。" }, { "id": "2026-11-06-chatgpt-free-vs-paid#11", "source": "_posts/2026-11-06-chatgpt-free-vs-paid.md", "section": "確認できなかったこと", "text": "確認できなかったこと\nアカウントなしでの利用条件、利用できる年齢、Go の追加と広告の導入を伝える公式の発表は確認できませんでした。料金と上限は変わることがあるので、契約の前に公式のページを確認してください。\nChatGPT の使い方とプロンプトの例は ChatGPT の使い方ガイドに、他社との違いは LLM 比較ガイドにまとめています。Claude と Gemini のプランは Claude の料金プランと Gemini 4 とはをご覧ください。Plus に含まれるコーディングツールは Codex とはで解説しています。" }, { "id": "2026-11-06-claude-code-guide#1", "source": "_posts/2026-11-06-claude-code-guide.md", "section": null, "text": "Claude Code は、Anthropic が提供する AI コーディングツールです。公式は「コードベースを読み、ファイルを編集し、コマンドを実行し、開発ツールと連携するエージェント型のツール」と説明しています。\nチャットの AI との違いは、答えを返すだけで終わらない点です。手元のプロジェクトを読み、複数のファイルにまたがる変更を行い、テストを走らせて結果を確認するところまで進めます。\n内容は 2026 年 11 月 6 日に公式ドキュメントで確認しました。" }, { "id": "2026-11-06-claude-code-guide#2", "source": "_posts/2026-11-06-claude-code-guide.md", "section": "できること", "text": "できること\n新機能の実装、バグの修正、開発作業の自動化が公式の挙げる主な用途です。具体的には次のような作業を頼めます。\n- エラーの原因をコードから探し、修正案を適用する\n- 複数のファイルにまたがる機能を追加する\n- テストを書いて実行し、失敗した箇所を直す\n- 知らないコードベースの構成を説明させる\n- Git のコミットやプルリクエストの作成を任せる\nどの作業でも、結果が正しいかは人が確認する必要があります。編集部の実測では、「完了しました」と報告された後に本番で不具合が見つかった例がありました。詳しくは Claude Code の使い方にまとめています。" }, { "id": "2026-11-06-claude-code-guide#3", "source": "_posts/2026-11-06-claude-code-guide.md", "section": "動く場所", "text": "動く場所\n公式の説明によると、次の環境で使えます。\n場所、説明\n\nターミナル（CLI）、すべての機能を使える基本の形\nVS Code、拡張機能。Cursor でも使える\nJetBrains、プラグイン。CLI を別に入れる\nデスクトップアプリ、macOS、Windows。Ubuntu と Debian はベータ\nWeb、claude.ai/code。iOS と Android のアプリからも使える\nほかに Slack、GitHub Actions、GitLab CI/CD とも連携できます。" }, { "id": "2026-11-06-claude-code-guide#4", "source": "_posts/2026-11-06-claude-code-guide.md", "section": "インストール手順", "text": "インストール手順\n公式の導入手順では、ネイティブ版のインストールを勧めています。自動で更新されるからです。\nMac、Linux、WSL\nWindows（PowerShell）\nパッケージマネージャーを使う場合\n入れた後に新しいターミナルを開き、`claude --version` でバージョンが出れば成功です。うまく動かない時は `claude doctor` で診断できます。" }, { "id": "2026-11-06-claude-code-guide#5", "source": "_posts/2026-11-06-claude-code-guide.md", "section": "動作要件", "text": "動作要件\n項目、要件\n\nOS、macOS 13.0 以上、Windows 10 1809 以上、Windows Server 2019 以上、Ubuntu 20.04 以上、Debian 10 以上、Alpine Linux 3.19 以上\nメモリ、4 GB 以上\nCPU、x64 または ARM64\n通信、インターネット接続が必須\nWindows では Git for Windows の導入が推奨されています。" }, { "id": "2026-11-06-claude-code-guide#6", "source": "_posts/2026-11-06-claude-code-guide.md", "section": "最初の起動とログイン", "text": "最初の起動とログイン\n作業するプロジェクトのフォルダーに移動し、`claude` を実行します。初回はブラウザでのログインを求められます。\nClaude の Pro、Max、Ultra、Team、Enterprise のアカウント、または Console のアカウントでログインします。無料プランでは使えません。\n環境変数 `ANTHROPIC_API_KEY` を設定していると、そのキーで認証され、API の料金がかかります。サブスクリプションで使う場合は、この変数が残っていないかを確認してください。" }, { "id": "2026-11-06-claude-code-guide#7", "source": "_posts/2026-11-06-claude-code-guide.md", "section": "モデルの切り替え", "text": "モデルの切り替え\n既定のモデルは Claude Opus 5.5 です。次の名前で切り替えられます。\n名前、モデル、向いている作業\n\n`opus`、Claude Opus 5.5、複雑な設計\n`sonnet`、Claude Sonnet 5.5、ふだんのコーディング\n`haiku`、Claude Haiku 5.5、単純で量の多い作業\n`fable`、Claude Fable、特に難しく長い作業\n作業中は `/model sonnet`、起動時は `claude --model sonnet` のように指定します。公式は、ほとんどのコーディング作業は Sonnet で足りると説明しています。性能の比較は LLM ベンチマーク比較で確認できます。" }, { "id": "2026-11-06-claude-code-guide#8", "source": "_posts/2026-11-06-claude-code-guide.md", "section": "導入の前に決めておくこと", "text": "導入の前に決めておくこと\nClaude Code はファイルを書き換え、コマンドを実行します。業務で使う場合は、最初に次の 3 点を決めてください。\n1. 秘密情報の扱い：API キーや顧客データを読ませない範囲を決めます。\n2. 戻せない操作の止め方：本番への反映やデータの削除は、hooks で止められます。Claude Code のセキュリティ対策に手順があります。\n3. 完了の確認の方法：テストの実行結果や本番の動作を、人か別の検査で確認します。\nほかのツールと比べたい場合は、AI コーディングツールの料金比較をご覧ください。" }, { "id": "2026-11-06-claude-code-pricing#1", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": null, "text": "Claude Code は、Claude の有料プランか API の従量課金で使えます。無料プランには含まれません。個人で試すなら Pro の月 20 ドル、毎日使うなら Max の月 100 ドル、長時間のエージェント作業が多いなら Ultra の月 200 ドルが目安です。\n料金は 2026 年 11 月 6 日に Anthropic の公式ページで確認しました。金額はすべてドル建ての税別で、公式の料金ページに日本円の表示はありません。" }, { "id": "2026-11-06-claude-code-pricing#2", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": "プランごとの料金と使用量", "text": "プランごとの料金と使用量\nClaude Code を使えるプランは次のとおりです。公式の料金ページの表示をもとにまとめました。\nプラン、月額（税別）、使用量の説明、Claude Code\n\nFree、0 ドル、制限あり、使えない\nPro、月払い 20 ドル。年払いは月 17 ドル相当（200 ドルを一括）、Free より多い、使える\nMax、100 ドル、Pro の 5 倍、使える\nUltra、200 ドル、週の使用量が Pro の 10 倍。認証済みアカウントは 5 時間の制限なし、使える\nTeam スタンダード（2〜150 名）、1 席 年払い 20 ドル、月払い 25 ドル、Pro より多い、使える\nTeam プレミアム（2〜150 名）、1 席 年払い 100 ドル、月払い 125 ドル、スタンダードの 5 倍、使える\nEnterprise、1 席 20 ドル（年払い、最低 20 席）に、API レートの使用料を加算、使った分を課金、使える\nAPI（Console）、従量課金、使った分を課金、使える\nMax には月 100 ドル分、Ultra には月 200 ドル分の API クレジットも付きます。Claude Platform での開発に使えるものです。\nFree が使えないことは、導入の公式ドキュメントにも明記されています。" }, { "id": "2026-11-06-claude-code-pricing#3", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": "どのプランを選ぶか", "text": "どのプランを選ぶか\n編集部は、使う頻度と作業の長さで次のように分けています。\n使い方、向いているプラン、理由\n\n週に数回、小さな修正を任せる、Pro、最も安い。上限に当たったら Max を検討する\n毎日、仕事で使う、Max、Pro の 5 倍の枠がある。API の平均的な費用より安く収まる可能性がある\n長時間のエージェント作業を任せる、Ultra、認証済みアカウントは 5 時間の制限がない\n2 名以上のチームで使う、Team、請求と管理をまとめられ、席ごとに枠の大きさを変えられる\n利用量と支出を細かく管理する企業、Enterprise、管理者が利用上限を設定でき、監査ログもある\nCI など人が介在しない処理で使う、API、使った分だけ払う。ワークスペースに支出上限を置ける\n迷ったら Pro で始め、上限に当たる頻度を見てから上げるのが無駄の少ない進め方です。`/usage` コマンドで今の使用状況を確認できます。" }, { "id": "2026-11-06-claude-code-pricing#4", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": "API で使う場合の費用", "text": "API で使う場合の費用\nAPI では、消費したトークンの量に応じて課金されます。公式の費用の説明は、企業の導入での平均を次のように示しています。\n- 開発者 1 人あたり、稼働日 1 日で約 13 ドル\n- 開発者 1 人あたり、1 か月で 150〜250 ドル\n- 90% の利用者は、稼働日 1 日あたり 30 ドル未満\nこの水準なら、毎日使う人は Max（月 100 ドル）のほうが安く収まる可能性があります。ただし、Max には使用量の上限があるので、単純には比べられません。\nモデルごとの単価は次のとおりです（公式の API 料金、100 万トークンあたり）。\nモデル、入力、出力、キャッシュの読み取り\n\nClaude Fable 5.1、10 ドル、50 ドル、0.25 ドル\nClaude Opus 5.5、4 ドル、20 ドル、0.20 ドル\nClaude Sonnet 5.5、2 ドル、10 ドル、0.10 ドル\nClaude Haiku 5.5（10 万トークンまで）、0.10 ドル、0.50 ドル、0.01 ドル\nClaude Haiku 5.5（10 万トークン超）、0.50 ドル、2.50 ドル、0.05 ドル" }, { "id": "2026-11-06-claude-code-pricing#5", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": "API で使う場合の費用", "text": "試算の例を示します。入力 200 万トークンのうち 180 万トークンがキャッシュの読み取りで、出力が 5 万トークンの作業なら、Opus 5.5 は 2.16 ドル、Sonnet 5.5 は 1.08 ドルです。キャッシュの書き込みの割増は省いています。ほかのモデルと比べる場合は LLM API 料金比較表を使ってください。" }, { "id": "2026-11-06-claude-code-pricing#6", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": "上限に当たった時に起きること", "text": "上限に当たった時に起きること\nPro と Max には、5 時間のセッションの上限と週の上限があります。Ultra には週の上限があり、認証済みアカウントには 5 時間の上限がありません。Team と Enterprise の席にも、5 時間と週の枠があります。\n見落としやすい点が 2 つあります。\n- 枠は Claude のチャットと共有です。 公式のサポート記事のとおり、Claude と Claude Code は同じ上限を分け合います。チャットを多く使うと、Claude Code の枠も減ります。\n- モデルを替えても戻りません。 「You've hit your session limit」や「You've hit your weekly limit」は全モデル共通の枠の上限です。`/model` で切り替えても解除されません。\n続けたい場合は、`/usage-credits` で追加の使用クレジットを設定するか、枠が戻るのを待ちます。" }, { "id": "2026-11-06-claude-code-pricing#7", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": "費用を抑える方法", "text": "費用を抑える方法\n公式の説明から、効果の大きい順に編集部が選びました。\n1. モデルを使い分ける。 公式は「ほとんどのコーディング作業は Sonnet で十分」としています。`/model` で切り替え、難しい設計だけ Opus にします。\n2. タスクの切れ目で `/clear` する。 前の文脈を持ち越さないので、読み直す量が減ります。\n3. `/compact` に指示を付ける。 「`/compact Focus on code samples and API usage`」のように、残す内容を指定できます。\n4. 使っていない MCP サーバーを止める。 ツールの定義も文脈を消費します。\n5. `CLAUDE.md` を短く保つ。 公式の目安は 200 行未満です。\n6. 冗長な作業はサブエージェントに任せる。 テストの実行やログの読み取りなどが当てはまります。" }, { "id": "2026-11-06-claude-code-pricing#8", "source": "_posts/2026-11-06-claude-code-pricing.md", "section": "契約の前に確認すること", "text": "契約の前に確認すること\n環境変数 `ANTHROPIC_API_KEY` を設定していると、Claude Code はサブスクリプションの代わりにそのキーで認証し、API の料金がかかります。Pro や Max で使うつもりなら、この変数が残っていないかを確認してください。\n料金とプランは Anthropic の判断で変わることがあります。契約の直前に公式の料金ページも確認してください。\nClaude Code 自体の説明と導入手順は Claude Code とはに、Claude 全体のプランは Claude の料金プランに、Codex や GitHub Copilot との比較は AI コーディングツールの料金比較にまとめています。運用の注意点は Claude Code の使い方をご覧ください。" }, { "id": "2026-11-06-claude-pricing-plans#1", "source": "_posts/2026-11-06-claude-pricing-plans.md", "section": null, "text": "Claude の料金プランは、無料の Free から、個人向けの Pro、Max、Ultra、法人向けの Team、Enterprise まであります。個人なら月 20 ドルの Pro、会社で 2 名以上なら Team のスタンダードから検討すると選びやすくなります。\n料金は 2026 年 11 月 6 日に公式の料金ページで確認しました。金額はドル建ての税別で、公式のページに日本円の表示はありません。" }, { "id": "2026-11-06-claude-pricing-plans#2", "source": "_posts/2026-11-06-claude-pricing-plans.md", "section": "個人向けのプラン", "text": "個人向けのプラン\nプラン、月額（税別）、使用量、主な追加機能\n\nFree、0 ドル、制限あり（5 時間ごと・週ごと）、チャット、Web 検索、ファイル作成、コード実行\nPro、月払い 20 ドル。年払いは月 17 ドル相当（200 ドルを一括）、Free より多い、Claude Code、プロジェクト、より多くのモデル\nMax、100 ドル、Pro の 5 倍、Fable（週の上限の半分まで）、混雑時の優先アクセス、月 100 ドル分の API クレジット\nUltra、200 ドル、週の使用量が Pro の 10 倍、認証済みアカウントは 5 時間の制限なし、月 200 ドル分の API クレジット\n具体的なメッセージ数は公開されていません。上限に当たるまでの速さは、使うモデル、会話の長さ、ファイルの大きさで変わると公式は説明しています。\nPro で Fable を使うには、使用クレジットの支払いが別に必要です。" }, { "id": "2026-11-06-claude-pricing-plans#3", "source": "_posts/2026-11-06-claude-pricing-plans.md", "section": "法人向けのプラン", "text": "法人向けのプラン\nプラン、料金（税別）、使用量、主な機能\n\nTeam スタンダード、1 席 年払い 20 ドル、月払い 25 ドル、Pro より多い、Claude Code、一元的な請求と管理、シングルサインオン\nTeam プレミアム、1 席 年払い 100 ドル、月払い 125 ドル、スタンダードの 5 倍、スタンダードと同じ\nEnterprise、1 席 20 ドル（年払い、最低 20 席）に API レートの使用料を加算、使った分を課金、監査ログ、SCIM、ロール管理、利用上限の設定、IP 許可リスト\nTeam は 2〜150 名が対象です。席の種類は混在でき、よく使う人だけプレミアムにできます。\nEnterprise は席の料金が安く見えますが、使用料が別にかかります。利用量が多い組織では、Team より高くなることがあります。" }, { "id": "2026-11-06-claude-pricing-plans#4", "source": "_posts/2026-11-06-claude-pricing-plans.md", "section": "入力した内容が学習に使われるか", "text": "入力した内容が学習に使われるか\n業務で使う場合は、ここが最も重要な違いです。公式の比較表は次のように示しています。\nプラン、モデルの学習への利用\n\nFree、Pro、Max、Ultra、オプトアウト（設定で止める）\nTeam、Enterprise、既定では使わない\n個人向けのプランを業務に使う場合は、設定を確認してください。社内のルールづくりには 生成 AI に入力してよい情報の線引きと社内利用ルールのひな形が使えます。" }, { "id": "2026-11-06-claude-pricing-plans#5", "source": "_posts/2026-11-06-claude-pricing-plans.md", "section": "どのプランを選ぶか", "text": "どのプランを選ぶか\n使い方、向いているプラン\n\nまず試したい、Free\n文章作成や調べ物に毎日使う、Pro\nClaude Code で開発する、Pro か Max（Claude Code の料金を参照）\n長時間の作業を任せる、Ultra\n2〜150 名の会社で使う、Team スタンダード。よく使う人だけプレミアム\n監査ログや利用上限が必要な組織、Enterprise\n自社のシステムに組み込む、API（下記）" }, { "id": "2026-11-06-claude-pricing-plans#6", "source": "_posts/2026-11-06-claude-pricing-plans.md", "section": "API はプランと別の料金", "text": "API はプランと別の料金\n自社のシステムに Claude を組み込む場合は、API の従量課金を使います。単価は 100 万トークンあたり、Opus 5.5 が入力 4 ドルと出力 20 ドル、Sonnet 5.5 が入力 2 ドルと出力 10 ドル、Haiku 5.5 が入力 0.10 ドルと出力 0.50 ドル（10 万トークンまで）です（公式の API 料金）。\n使い方は Claude API の使い方に、他社のモデルとの比較は LLM API 料金比較表にまとめています。" }, { "id": "2026-11-06-claude-pricing-plans#7", "source": "_posts/2026-11-06-claude-pricing-plans.md", "section": "他社のプランとの比較", "text": "他社のプランとの比較\n法人向けの月額は、各社とも 1 人あたり数千円の水準に並んでいます（2026 年 11 月 6 日確認）。\nツール、1 人あたりの月額\n\nClaude Team スタンダード、年払い 20 ドル、月払い 25 ドル\nChatGPT Business、年払い 20 ドル、月払い 25 ドル\nMicrosoft 365 Copilot、年払いで ¥4,497 相当\nGoogle Workspace（Standard）、¥1,600（Gemini の AI アシスタントを含む）\n機能の違いまで見たい場合は LLM 比較ガイドをご覧ください。料金とプランは変わることがあるので、契約の前に公式のページも確認してください。" }, { "id": "2026-11-06-codex-guide#1", "source": "_posts/2026-11-06-codex-guide.md", "section": null, "text": "Codex は、OpenAI が提供する AI コーディングツールです。コードを読み、変更を加え、コマンドを実行します。単体の製品として買うものではなく、ChatGPT のプランに含まれています。 Free でも上限つきで試せます。\n内容は 2026 年 11 月 6 日に OpenAI の公式ページで確認しました。金額はドル建てです。" }, { "id": "2026-11-06-codex-guide#2", "source": "_posts/2026-11-06-codex-guide.md", "section": "料金", "text": "料金\n公式の料金ページの内容は次のとおりです。\nプラン、月額、Codex の扱い\n\nFree、0 ドル、短い作業で試す。上限あり\nGo、8 ドル、軽い作業向け。上限あり\nPlus、20 ドル、週に数回の集中した作業向け\nPro、100 ドル、200 ドル、500 ドル、5 時間の上限なし（週の上限はありうる）\nBusiness、1 人 年払い 20 ドル、月払い 25 ドル、2 人以上。ワークスペースで管理\nEnterprise、Edu、問い合わせ、組織向け\nAPI キー、API の単価、CI などの自動化向け。クラウドの機能は使えない" }, { "id": "2026-11-06-codex-guide#3", "source": "_posts/2026-11-06-codex-guide.md", "section": "5 時間あたりの目安", "text": "5 時間あたりの目安\n公式は Plus と Business のスタンダードについて、ローカルで送れるメッセージの目安を示しています。固定の上限ではなく、タスクの大きさや文脈の量で大きく変わる数字です。\nモデル、5 時間あたりの目安\n\nGPT-6 Astra、5〜45\nGPT-6.1 Sol、15〜160\nGPT-6.1 Terra、35〜285\nGPT-6 Luna、350〜3,000\nローカルのメッセージとクラウドのチャットは、同じ枠を分け合います。週の上限がかかることもあります。上限に当たった場合、Plus と Pro はクレジットを追加で購入できます。API の単価は別の話で、サブスクリプションの使用量を見積もる目的には使えないと公式は注意しています。" }, { "id": "2026-11-06-codex-guide#4", "source": "_posts/2026-11-06-codex-guide.md", "section": "使える場所", "text": "使える場所\n公式によると、次の場所で使えます。\n- CLI：ターミナルで動かす基本の形。`codex exec` でスクリプトや CI からも呼べます\n- IDE 拡張：エディターの中で使います\n- ChatGPT デスクトップアプリ：プロジェクトとローカルのファイルを扱います\n- Web：クラウドで長い作業を任せます\n- iOS：外出先から確認します" }, { "id": "2026-11-06-codex-guide#5", "source": "_posts/2026-11-06-codex-guide.md", "section": "CLI のインストールと最初の実行", "text": "CLI のインストールと最初の実行\n公式の CLI のページの手順です。\n初回は「Sign in with ChatGPT」などでサインインします。Windows、npm、Homebrew の手順も同じページにあります。\n最初の指示は、変更を伴わないものが安全です。公式は「Tell me about this project」を例に挙げています。よく使う操作は次のとおりです。\nコマンド、できること\n\n`/init`、指示を書く `AGENTS.md` を作る\n`/model`、モデルと思考の量を選ぶ\n`/permissions`、Codex に許す操作を選ぶ\n`/status`、今の設定を確認する\n`/review`、変更を確認し、問題を探す\n公式は、作業の前後に Git のチェックポイントを作ることを勧めています。変更を戻せるようにするためです。" }, { "id": "2026-11-06-codex-guide#6", "source": "_posts/2026-11-06-codex-guide.md", "section": "Claude Code との違い", "text": "Claude Code との違い\nどちらもターミナルで動くコーディングエージェントです。編集部は、次の 2 点で分けています。\n項目、Codex、Claude Code\n\n必要な契約、ChatGPT（Free から）、Claude（Pro から）\n指示のファイル、`AGENTS.md`、`CLAUDE.md`\n個人の最低料金、0 ドル（上限つき）、月 20 ドル\n主なモデル、GPT-6 系、Claude Opus 5.5、Sonnet 5.5\nすでに ChatGPT を契約しているなら Codex を、Claude を契約しているなら Claude Codeを先に試すと、追加の費用なしで比べられます。ほかのツールも含めた比較は AI コーディングツールの料金比較にまとめています。モデルの単価と性能は LLM API 料金比較表と LLM ベンチマーク比較で確認できます。" }, { "id": "2026-11-06-copilot-studio-guide#1", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": null, "text": "Copilot Studio は、AI エージェントとワークフローを作って管理する Microsoft の製品です。公式の説明では「グラフィカルでローコードなスタジオ」とされ、広範な技術の知識がなくても社内のデータやシステムにつなげます。\n料金の基本は Copilot クレジットで、25,000 クレジットのパックが月 ¥29,985 です。社内向けのエージェントなら、Microsoft 365 Copilot のライセンスの範囲で追加費用なしに作れる場合があります。 先に自社がどちらに当たるかを確認すると、無駄な契約を避けられます。\n内容は 2026 年 11 月 6 日に Microsoft の公式ページで確認しました。Microsoft 365 Copilot と Copilot Chat の違いは Microsoft 365 Copilot とはで解説しています。" }, { "id": "2026-11-06-copilot-studio-guide#2", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "作れるもの", "text": "作れるもの\n種類、内容、例\n\nエージェント、指示と知識源をもとに会話を処理し、ツールを使って作業する、社内の問い合わせ対応、新入社員の案内\nワークフロー、ドラッグ＆ドロップの画面で作る自動化。説明文からの生成にも対応、申請の受付から通知までの処理\nエージェント フロー、Power Automate に似た操作で作るフロー、決まった手順の定期処理\nアプリ、説明から作る。プレビューの段階、簡単な社内ツール\n公式の製品ページによると、接続には 1,500 以上のデータ コネクタと MCP サーバーなどを使えます。モデルは既定のモデルのほか、Azure AI Foundry で利用できるモデルから選べます。MCP で作った社内の接続を流用できる点は、すでに整備している組織には利点になります。\n旧称の Microsoft Power Virtual Agents は Copilot Studio に統合されています。" }, { "id": "2026-11-06-copilot-studio-guide#3", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "3 つのハーネス", "text": "3 つのハーネス\n新しい Copilot Studio で理解が必要なのがハーネスです。公式はエージェントの裏で仕事をするエンジンと説明しており、選択によって推論の方法、扱える作業の複雑さ、課金方法が変わります。\nハーネス、向いている用途\n\nGitHub Copilot、推論を重視した、多段階の作業や複雑な業務プロセス\nカスタマー カンバセーション、音声やチャットで顧客の質問に答え、問題を解決する\n標準、ルールにもとづく、構造化され再現できる会話\n毎回同じ流れで答えさせたい手続きの案内は標準、判断を伴う業務は GitHub Copilot が合います。この区分けは編集部の見方で、公式の説明をもとにしています。料金ページには Copilot Chat ハーネスの記載もあり、Microsoft 365 Copilot に含まれる範囲で使えます。" }, { "id": "2026-11-06-copilot-studio-guide#4", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "料金", "text": "料金\n公式の料金ページの選択肢は次のとおりです。\nプラン、料金、向いている組織\n\nCopilot クレジット パック、25,000 クレジットで月 ¥29,985、使用量が安定している\n事前購入プラン、クレジットを前払い。最大 20% 削減、年間の使用量を見通せる\n従量課金、使った分だけ。1 クレジット 1.5823 円、導入の初期、月ごとの変動が大きい\nMicrosoft 365 Copilot に含まれる範囲、年払いで月 ¥4,497 相当から（ユーザーごと）、社内向けのみ\n従量課金の単価は、Azure Retail Prices API の日本リージョンの円建ての値（2026 年 11 月 6 日に取得）です。契約の条件で変わる場合があるので、Azure の料金ページでも確認してください。従量課金とエージェントの利用には Azure サブスクリプションが必要です。\n無料の Azure アカウントに登録すると ¥29,985 分のクレジットが付与される、と公式は案内しています。無料試用版も用意されています。" }, { "id": "2026-11-06-copilot-studio-guide#5", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "クレジットの消費量", "text": "クレジットの消費量\n公式の課金レートです。1 回のやり取りで複数の機能を使えば、その合計が消費されます。\n機能、消費するクレジット、Microsoft 365 Copilot のライセンスを保有する利用者\n\n従来型の回答、1、無料\n生成された回答、2、無料\nエージェントのアクション、5、無料\nテナント グラフの基盤設定（メッセージごと）、10、無料\nエージェント フローのアクション（100 件ごと）、13、無料\n無料の扱いは、エージェントの利用者がライセンスを保有し、認証されている従業員向けの場面に適用されます。コンピューターの操作を行うエージェントは対象外です。" }, { "id": "2026-11-06-copilot-studio-guide#6", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "費用の試算", "text": "費用の試算\n公式の例をもとに、編集部が月額を計算しました。Web サイトの顧客サポートのエージェントで、1 回の利用が従来型の回答 4 回と生成された回答 2 回、1 日 900 人が利用する場合です。\n項目、値\n\n1 日の消費（公式の計算）、(4×1 + 2×2) × 900 = 7,200 クレジット\n30 日の消費、216,000 クレジット\nパック 9 個の場合、月 ¥269,865\nパック 8 個と超過分の従量課金の場合、月 約 ¥265,197\nすべて従量課金の場合、月 約 ¥341,777\n単価はパックが 1 クレジット約 1.2 円、従量課金が 1.5823 円です。単純に計算すると、月 約 19,000 クレジットを超えるならパックの方が安くなります。\nただし、パックの未使用分は翌月に繰り越せません。使用量が月によって大きく変わるなら、従量課金の方が無駄が出にくくなります。" }, { "id": "2026-11-06-copilot-studio-guide#7", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "Microsoft 365 Copilot に含まれる範囲", "text": "Microsoft 365 Copilot に含まれる範囲\n公式の FAQ の説明をまとめました。\n項目、Microsoft 365 Copilot に含まれる範囲、単体の Copilot Studio\n\nハーネス、Copilot Chat、標準、加えて GitHub Copilot\n公開先、Microsoft 365 の中、Web サイト、アプリ、ソーシャルなど外部のチャネル\n利用者のライセンス、ライセンスを保有する利用者が追加費用なしで使う、利用者のライセンスは不要\n向いている用途、社内向け、顧客向け、自律型の処理\n顧客が使うエージェントは単体のプランが必要で、社内の従業員が使うだけなら Microsoft 365 Copilot の範囲で足りることがあります。 ただし、Microsoft 365 Copilot のライセンスがない従業員が使う分は、クレジットを消費します。公式の例では、ライセンスを保有する 50 人の分は無料で、保有しない 100 人の分だけが課金されています。\n軽いエージェントを各自が作るなら、Microsoft 365 Copilot の中のエージェント ビルダーという選択肢もあります。公式はビジネス利用者や小規模なチーム向けの簡単な構築の手段と説明しています。" }, { "id": "2026-11-06-copilot-studio-guide#8", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "始め方", "text": "始め方\n公式の説明によると、使い始めるには次のいずれかが必要です。\n- Copilot Studio のユーザー ライセンス（無料。組織に前払いのクレジット パックが必要で、管理者が割り当てます）\n- Power Platform 管理センターの Copilot Studio 作成者のロール\n- Microsoft 365 Copilot のライセンス\n- Copilot Studio の試用版のライセンス\n設定が済んだら、copilotstudio.microsoft.com にサインインします。流れは次のとおりです。\n1. 作りたいエージェントを自然な言葉で説明する（この機能はプレビュー）か、手動で作る\n2. 社内の文書などの知識源をつなぐ\n3. 必要なツールやコネクタを追加する\n4. テストし、公開前に評価する\n5. Teams や Web サイトなどのチャネルに公開する" }, { "id": "2026-11-06-copilot-studio-guide#9", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "導入の注意点", "text": "導入の注意点\nここからは編集部の見方です。\n権限を検索の段階で絞ってください。 社内文書をつなぐエージェントでは、権限のない文書が検索に混ざると AI が要約して漏らすことがあります。RAG の権限管理に実例があります。\n外部に公開するなら攻撃を前提にしてください。 利用者の入力や読み込んだ文書に悪意のある指示が混ざる恐れがあります。対策は RAG のプロンプトインジェクションにまとめています。\n答えられない質問の扱いを決めてください。 文書に答えがなくても、それらしく答えることがあります。答えない能力の測り方を公開の前に決めておきます。公式の評価の機能も、テストセットで品質を検証する用途に使えます。\n作業を任せるエージェントは、消費を見積もってください。 アクションは 1 回 5 クレジット、テナント グラフの基盤設定は 10 クレジットと、単純な回答より多く消費します。公式の見積もりツールで、公開前に費用を確認できます。" }, { "id": "2026-11-06-copilot-studio-guide#10", "source": "_posts/2026-11-06-copilot-studio-guide.md", "section": "確認できなかったこと", "text": "確認できなかったこと\nライセンス ガイドの全文は確認していません。Copilot Studio Lite の詳細、GitHub Copilot ハーネスの消費量も今回の確認の範囲外です。パックの金額の税の扱いは製品ページで確認できませんでした。契約の前に公式のページと担当者に確認してください。\n他のフレームワークとの比較は AI エージェント構築ツール比較に、エージェントの全体像は AI エージェントとはにまとめています。" }, { "id": "2026-11-06-deepseek-guide#1", "source": "_posts/2026-11-06-deepseek-guide.md", "section": null, "text": "DeepSeek は、中国の Hangzhou DeepSeek Artificial Intelligence などが提供する LLM です。モデルの重みは MIT ライセンスで公開され、API の料金も低いことで知られています。\n業務で判断が必要なのはデータの扱いです。 公式のアプリとサービスで集めた情報は中国のサーバーに保存され、学習にも使われます。公式のサービスを使うのか、公開された重みを自社の環境で動かすのかで、前提が変わります。\n内容は 2026 年 11 月 6 日に公式のページと公的機関の文書で確認しました。" }, { "id": "2026-11-06-deepseek-guide#2", "source": "_posts/2026-11-06-deepseek-guide.md", "section": "最新のモデル", "text": "最新のモデル\n公式の変更履歴と料金ページによると、API の現行モデルは次の 2 つです。\nAPI の名前、モデル、位置づけ、コンテキスト、最大出力\n\ndeepseek-flash、DeepSeek-V4.1-Flash-1017、低価格。2026 年 10 月 17 日に更新、100 万トークン、38.4 万トークン\ndeepseek-v4-pro、DeepSeek-V4-Pro-0813、高性能、100 万トークン、38.4 万トークン\n10 月 17 日の更新では、公式の Web とアプリのモデルも新しい版に変わりました。V4 系の最初の公開は 2026 年 4 月 24 日です。\n重みは Hugging Face に MIT ライセンスで公開されています。性能の比較は LLM ベンチマーク比較で確認できます。" }, { "id": "2026-11-06-deepseek-guide#3", "source": "_posts/2026-11-06-deepseek-guide.md", "section": "API の料金", "text": "API の料金\n公式の料金ページの値です。単位は 100 万トークンあたりのドルです。\n項目、flash ピーク、flash オフピーク、v4-pro ピーク、v4-pro オフピーク\n\n入力（キャッシュあり）、0.006、0.003、0.044、0.022\n入力（キャッシュなし）、0.3、0.15、1.32、0.66\n出力、1.2、0.6、3.96、1.98\nピークは月〜金曜の UTC 01:00〜04:00 と 06:00〜10:00 で、それ以外はオフピークです（中国の祝日を除く）。日本時間では平日の 10 時〜13 時と 15 時〜19 時がピークなので、業務時間の処理は多くがピークの単価になります。 夜間のバッチなら半額で動かせます。\n他社との比較は LLM API 料金比較表で試算できます。" }, { "id": "2026-11-06-deepseek-guide#4", "source": "_posts/2026-11-06-deepseek-guide.md", "section": "公式サービスのデータの扱い", "text": "公式サービスのデータの扱い\n日本語のプライバシーポリシー（2026 年 2 月 10 日更新）の記載です。\n項目、公式の記載\n\n保存先、「当社が収集した情報を中華人民共和国にある安全なサーバーに保存します」\n学習、「機械学習モデルやアルゴリズムなどの当社の技術のトレーニングおよび改善のため」に使う\n集める情報、テキスト入力、音声入力、プロンプト、アップロードされたファイル、チャット履歴など\n止める方法、モデルの訓練への利用を拒否する権利があり、窓口は privacy@deepseek.com\n読んだ範囲では、学習を止めるアプリ内の設定は見つかりませんでした。設定で管理できると書かれているのはチャット履歴です。" }, { "id": "2026-11-06-deepseek-guide#5", "source": "_posts/2026-11-06-deepseek-guide.md", "section": "公的機関の注意喚起", "text": "公的機関の注意喚起\n機関、日付、内容\n\n個人情報保護委員会、2025 年 2 月 3 日、データが中国のサーバーに保存され、中国の法令が適用されることを情報提供\nデジタル社会推進会議幹事会事務局、2025 年 2 月 6 日、政府機関に、リスクを認識した上で、内閣サイバーセキュリティセンターとデジタル庁に助言を求めて判断するよう依頼\nイタリアの個人データ保護機関、2025 年 1 月 30 日、イタリアの利用者のデータの処理を制限するよう命令\n個人情報保護委員会の内容は、デジタル社会推進会議幹事会事務局の文書の引用で確認しました。委員会のサイトが確認の時点で停止していたためです。この文書の対象は政府機関で、民間企業への指示ではありません。ただし、指摘されている論点は民間の業務でも同じです。各機関の措置が今どうなっているかは確認していません。" }, { "id": "2026-11-06-deepseek-guide#6", "source": "_posts/2026-11-06-deepseek-guide.md", "section": "使い方ごとの判断", "text": "使い方ごとの判断\n公式や公的機関が、使い方ごとの違いを比べた文書は見つかりませんでした。次の表は編集部の整理です。\n使い方、入力の送り先、編集部の見方\n\n公式のアプリと Web、DeepSeek、業務の情報は入れない\n公式の API、DeepSeek、個人情報や機密を含まない処理に限る。法務の確認を取る\n公開された重みを自社の環境で動かす、自社の環境、通信の経路を確認すれば、データの論点は小さくなる。計算資源の費用が大きい\n他社のクラウドが提供するモデルを使う、そのクラウドの事業者、そのクラウドの契約とリージョンで判断する\n重みを自社で動かす場合でも、モデルの出力の偏りや安全性は別の論点です。自社の業務の質問で評価してから使ってください。V4 Preview の公開時点で、Pro は 1.6 兆パラメータ、Flash は 2,840 億パラメータと大きく、必要な計算資源も確認が必要です。" }, { "id": "2026-11-06-deepseek-guide#7", "source": "_posts/2026-11-06-deepseek-guide.md", "section": "導入前に確認すること", "text": "導入前に確認すること\n1. 経路を決める。 公式のサービス、自社の環境、他社のクラウドのどれを使うかを先に決めます。\n2. 入力のルールを決める。 入力してよい情報の線引きと社内利用ルールのひな形が参考になります。\n3. 社員の個人利用を確認する。 無償のアプリを個人の判断で使っていないかを確認します。\n4. 委託先の確認を含める。 外部のサービスが裏で DeepSeek を使っていないかを、委託先の確認で聞きます。\n自社で動かすモデルの候補は LLM 比較ガイドで、エージェントの構築は AI エージェントとはで解説しています。" }, { "id": "2026-11-06-dify-guide#1", "source": "_posts/2026-11-06-dify-guide.md", "section": null, "text": "Dify は、画面の操作で生成 AI のワークフローやチャットボットを作れるオープンソースの基盤です。公式の README は「オープンソースの LLM アプリ開発プラットフォーム」と説明しています。提供元は LangGenius, Inc. です。日本語の記事では「ディファイ」と書かれることが多く、公式の読み方の記載は確認できませんでした。\nクラウド版は無料から始められ、自社のサーバーでも動かせます。社内で使う分には導入しやすい一方、顧客向けにサービスとして提供する場合はライセンスの確認が必要です。 セルフホストでは、セキュリティの更新も自社の責任になります。\n内容は 2026 年 11 月 6 日に公式のページで確認しました。最新の版は 2026 年 11 月 4 日公開の 1.19.0 です。" }, { "id": "2026-11-06-dify-guide#2", "source": "_posts/2026-11-06-dify-guide.md", "section": "作れるもの", "text": "作れるもの\n公式の説明では、主なアプリの種類は Workflow と Chatflow です。\n種類、内容、向いている用途\n\nWorkflow、1 回の依頼を処理する。バッチの実行にも対応、文書の要約、データの変換\nChatflow、会話の各ターンで動く Workflow。文脈を保持する、社内 FAQ、問い合わせの応答\nChatbot、Agent、Text Generator、より基本的なアプリの種類、簡単な試作\n用途の列は編集部の例です。README によると、PDF や PPT から文章を取り出す RAG パイプライン、ツールと MCP サーバーを使うエージェント、LLMOps、API としての公開にも対応しています。モデルは数百の商用とオープンソースの LLM、OpenAI 互換の API に対応すると説明されています。RAG の仕組みは RAG とはを、MCP は MCP とはをご覧ください。" }, { "id": "2026-11-06-dify-guide#3", "source": "_posts/2026-11-06-dify-guide.md", "section": "Cloud の料金", "text": "Cloud の料金\n公式の料金ページの値です。金額はワークスペースごとで、税別です。年払いは約 17% 安くなります。\n項目、Sandbox、Professional、Team\n\n料金、無料、月 59 ドル、年 590 ドル、月 159 ドル、年 1,590 ドル\nメッセージクレジット、200、月 5,000、月 10,000\nメンバー、1 人、3 人、50 人\nアプリ、5 個、50 個、200 個\nナレッジの文書、50 件、500 件、1,000 件\nナレッジの容量、50 MB、5 GB、20 GB\nEnterprise は個別の問い合わせで、SSO や複数のワークスペース、商用ライセンスの許諾などが含まれます。\n公式の説明によると、クレジットは OpenAI、Anthropic、Gemini などのモデルを手軽に試すためのものです。モデルの応答ごとに消費し、消費量はモデルで変わります。使い切った後や、自社の契約で請求を受けたい場合は、自社の API キーに切り替えます。その場合、モデルの利用料は提供元から請求されます。モデルの単価は LLM API 料金比較表で試算できます。" }, { "id": "2026-11-06-dify-guide#4", "source": "_posts/2026-11-06-dify-guide.md", "section": "セルフホスト", "text": "セルフホスト\n公式の手順の要点です。\n項目、要件\n\nCPU、2 コア以上\nメモリ、4 GiB 以上\nソフトウェア、Docker Compose 2.35.0 以上、Git、OpenSSL\nmacOS、Docker Desktop に 2 vCPU 以上、8 GiB 以上を割り当てる\nリポジトリの `docker` フォルダで `.env.example` から `.env` を作り、手順にあるトークンを設定して `docker compose up -d` を実行します。起動後に `http://localhost/install` で管理者を作成します。\n要件は最小の構成です。本番では、利用者数と文書の量に合わせてサーバーを見積もり、バックアップと更新の担当を決めてください。" }, { "id": "2026-11-06-dify-guide#5", "source": "_posts/2026-11-06-dify-guide.md", "section": "ライセンスの注意点", "text": "ライセンスの注意点\nDify のライセンスは Apache 2.0 そのものではありません。原文は「追加の条件を付けて変更した Apache License 2.0」としています。\n条件、内容\n\n商用利用、他のアプリのバックエンドや、企業のアプリ開発基盤としての利用を認めている\nマルチテナント、書面の許可なく、ソースコードでマルチテナントの環境を運用してはならない。1 テナントは 1 ワークスペース\nロゴ、フロントエンドを使う場合、コンソールやアプリのロゴと著作権の表示を削除、変更してはならない\n条件に当たる場合は、提供元から商用ライセンスを取得します。\n顧客ごとにワークスペースを分けて SaaS として提供する計画や、自社のブランドで画面を提供する計画は、この条件に当たる可能性があります。 企画の前に法務と提供元に確認してください。社内だけで 1 つのワークスペースを使う場合とは前提が違います。ここは編集部の読み方で、個別の判断は提供元の確認が必要です。" }, { "id": "2026-11-06-dify-guide#6", "source": "_posts/2026-11-06-dify-guide.md", "section": "データの扱い", "text": "データの扱い\n項目、公式の説明\n\n学習、プライバシーポリシーは、自社で AI モデルを学習せず、AI とのやり取りのデータをモデルの学習に使わないと説明\n自社の API キー、学習に使われるかどうかは、利用者とモデル提供元の契約による\n保存先、LangGenius や関連会社が施設を持つ国や地域で保存、処理される場合がある。Cloud の特定の地域は確認できなかった\n認証、公式サイトに SOC 2 Type II、ISO 27001 を掲示。報告書は確認していない\nデータの保存先を日本に限りたい、外部に出したくないという要件なら、セルフホストか Enterprise の相談が候補になります。その場合も、つないだ LLM の提供元には入力が送られます。" }, { "id": "2026-11-06-dify-guide#7", "source": "_posts/2026-11-06-dify-guide.md", "section": "2026 年のセキュリティ情報", "text": "2026 年のセキュリティ情報\n公式のセキュリティ勧告には、2026 年の分として 13 件が載っていました。High が 6 件、Moderate が 5 件、Low が 2 件です。主なものは次のとおりです。\n公表日、深刻度、内容\n\n2026 年 8 月 19 日、High、他のアプリの MCP サーバーを変更できる権限の不備\n2026 年 7 月 15 日、High、テナントをまたいだファイルのプレビュー、外部 API の詳細の開示\n2026 年 5 月 19 日、High、認証なしのサーバーサイドリクエストフォージェリ\n2026 年 2 月 11 日、High、Web チャットの DOM XSS\n2026 年 1 月 4 日、High、モデル提供元の設定の API キーの平文での露出\n影響を受ける版と修正された版は、勧告ごとのページで確認してください。\nセルフホストなら、更新の責任は自社にあります。 勧告を監視する担当を決め、古い版のまま外部に公開しないようにしてください。1.19.0 のリリースノートにもセキュリティの強化が記載されています。" }, { "id": "2026-11-06-dify-guide#8", "source": "_posts/2026-11-06-dify-guide.md", "section": "使い始める", "text": "使い始める\n- Cloud の入口は cloud.dify.ai/signin です\n- 最初は Sandbox で、社内 FAQ のような 1 つの業務を試すのが手軽です\n- 答えの精度は、回答可能率と答えない能力で測れます\n他のツールとの比較は AI エージェント構築ツール比較に、Microsoft 製品の中で作る場合は Copilot Studio とはにまとめています。" }, { "id": "2026-11-06-gemini-4-guide#1", "source": "_posts/2026-11-06-gemini-4-guide.md", "section": null, "text": "Gemini 4 は Google の最新世代のモデルで、Gemini 4 Argon と Gemini 4 Carbon が発表されています。すぐに使えることを確認できたのは Argon で、Gemini アプリの有料プランと API で提供されています。\nAPI を使っている場合は、Argon の単価が 2026 年 12 月 1 日に 2 倍になる点に注意してください。\n内容は 2026 年 11 月 6 日に Google の公式ページで確認しました。発表の正確な日付は確認できませんでした。公式のページの表記は、Argon の最初の発表が 2026 年 9 月、Carbon が 10 月です。" }, { "id": "2026-11-06-gemini-4-guide#2", "source": "_posts/2026-11-06-gemini-4-guide.md", "section": "Argon と Carbon の違い", "text": "Argon と Carbon の違い\n項目、Gemini 4 Argon、Gemini 4 Carbon\n\n公式の位置づけ、主力の推論モデル。複雑なソフトウェア開発、数学と科学の問題、自律型エージェント向け、「次のフロンティアモデル」\nAPI の単価、公式の料金ページに掲載、公式の料金ページに掲載なし\nGemini アプリ、Google AI Pro と Ultra、プランのページに記載なし\nモデル ID、`gemini-4-argon`、確認できなかった\nCarbon の API の提供状況は、Google の料金ページと Gemini のプランのページに載っていなかったので、今回は判断していません。利用を検討する時は、公式の最新の案内を確認してください。" }, { "id": "2026-11-06-gemini-4-guide#3", "source": "_posts/2026-11-06-gemini-4-guide.md", "section": "API の料金", "text": "API の料金\n単価は 100 万トークンあたりのドル建てです。Google の料金ページによると、期間によって変わります。\nGemini 4 Argon、2026 年 11 月 30 日まで、2026 年 12 月 1 日から\n\n入力、2.00 ドル、4.00 ドル\n出力（思考のトークンを含む）、10.00 ドル、20.00 ドル\nキャッシュ、0.10 ドル、0.20 ドル\n無料枠はありません。キャッシュは暗黙のキャッシュだけで、明示のキャッシュには対応していません。\n費用を抑えたい場合は Gemini 3.8 Flash が候補になります。単価は 2026 年 12 月 31 日まで入力 0.75 ドルと出力 3.75 ドルで、2027 年 1 月 1 日から入力 1.50 ドルと出力 7.50 ドルです。他社のモデルとの比較は LLM API 料金比較表で確認できます。" }, { "id": "2026-11-06-gemini-4-guide#4", "source": "_posts/2026-11-06-gemini-4-guide.md", "section": "Gemini アプリで使うには", "text": "Gemini アプリで使うには\nGemini のプランのページの月額と、Gemini 4 Argon の扱いは次のとおりです。\nプラン、月額、Gemini 4 Argon、使用量の上限\n\n無料、¥0、記載なし、—\nGoogle AI Plus、¥725、記載なし（Flash モデル）、無料版の 2 倍\nGoogle AI Pro、¥2,900、利用可、無料版の 4 倍\nGoogle AI Ultra、¥14,500 から、最上位のアクセス、AI Pro の 5 倍。¥32,000 のプランは 20 倍" }, { "id": "2026-11-06-gemini-4-guide#5", "source": "_posts/2026-11-06-gemini-4-guide.md", "section": "性能", "text": "性能\n第三者の Artificial Analysis の総合指数（2026 年 11 月 6 日確認）では、Gemini 4 Carbon が 60、Claude Opus 5.5 が 59、GPT-6 Astra が 57、Gemini 4 Argon が 50 です。ほかのモデルも含めた表は LLM ベンチマーク比較にあります。\nGoogle が公開した評価表の一部を抜き出すと、次のとおりです。発表元が選んだ指標なので、参考として読んでください。\n指標、Carbon、Argon、GPT-6 Astra、Claude Opus 5.5\n\nTerminal-Bench 4.0、65.2%、57.1%、59.1%、59.6%\nFrontierSWE 2、61.2%、55.0%、65.5%、62.3%\nOSWorld-2.1、81.5%、74.7%、80.9%、87.2%\nGraphWalks（256k〜1M）、96.2%、84.2%、71.8%、66.8%\n長い文脈を扱う GraphWalks では Gemini 4 の 2 モデルの差が目立ちます。一方、FrontierSWE 2 では GPT-6 Astra が、OSWorld-2.1 では Claude Opus 5.5 が最も高い値です。どのモデルが良いかは用途で変わるので、自社の作業で試してから決めることを勧めます。" }, { "id": "2026-11-06-gemini-4-guide#6", "source": "_posts/2026-11-06-gemini-4-guide.md", "section": "旧モデルからの移行", "text": "旧モデルからの移行\nGoogle の終了予定の一覧によると、次のモデルは 2026 年 12 月 1 日に転送が始まります。\n- `gemini-2.5-pro` へのリクエストは `gemini-3.8-flash` へ転送\n- `gemini-2.5-flash` へのリクエストは `gemini-3.5-flash-lite` へ転送\n転送後は転送先の単価で課金されます。`gemini-2.5-flash-lite` は終了予定がありません。古いモデルを使っているシステムは、11 月中に動作と費用を確認してください。" }, { "id": "2026-11-06-gemini-4-guide#7", "source": "_posts/2026-11-06-gemini-4-guide.md", "section": "まとめ", "text": "まとめ\n- 今すぐ使うなら Argon です。アプリは Google AI Pro 以上、API は `gemini-4-argon` を指定します。\n- API の予算は 12 月 1 日の値上げを前提に組み直してください。\n- Carbon は 今後の提供の案内を確認してください。\nChatGPT や Claude との違いは LLM 比較ガイドにまとめています。\n手元の資料をもとに答える Google の製品は NotebookLM（Gemini Notebook）で解説しています。" }, { "id": "2026-11-06-generative-ai-guide#1", "source": "_posts/2026-11-06-generative-ai-guide.md", "section": null, "text": "生成 AI は、文章、画像、プログラムなどを生成できる AI です。総務省と経済産業省の AI 事業者ガイドライン（第 1.2 版）は「文章、画像、プログラム等を生成できる AI モデルにもとづく AI の総称」と定義しています。\n従来の AI は、画像の分類や需要の予測のように、データを判定や数字に変える使い方が中心でした。生成 AI は、指示に応じて新しい文章や画像を作ります。 専門の知識がなくても日本語の指示で使えることが、普及を後押ししました。\n内容は 2026 年 11 月 6 日に確認しました。" }, { "id": "2026-11-06-generative-ai-guide#2", "source": "_posts/2026-11-06-generative-ai-guide.md", "section": "日本での利用状況", "text": "日本での利用状況\n令和 8 年版の情報通信白書によると、生成 AI サービスを使っている、または使ったことがある人の割合は次のとおりです（2025 年度の調査）。\n国、割合\n\n日本、58.8%\n米国、75.6%\nドイツ、75.6%\n中国、93.6%\n日本の調査は 2025 年度から 15〜19 歳を対象に加えました。前年度と同じ 20 歳以上に限ると 52.2% で、前年度の 26.7% から約 2 倍に増えています。\n企業の利用は、IPA の DX 動向 2026で、生成 AI を「導入している」企業が 2024 年度の 22.6% から 2025 年度は 44.0% に増えました。" }, { "id": "2026-11-06-generative-ai-guide#3", "source": "_posts/2026-11-06-generative-ai-guide.md", "section": "できることと苦手なこと", "text": "できることと苦手なこと\nできること、例\n\n文章の作成と要約、メールの下書き、議事録の要約\n情報の整理、長い資料から要点を抜き出す、表にまとめる\n翻訳と言い換え、海外の文書の翻訳、やさしい言葉への書き換え\nプログラミング、コードの作成、エラーの原因の調査\n画像や音声の生成、資料の挿絵、読み上げ\n苦手なこと、対策\n\n事実の正確さ（もっともらしい誤りを出す）、出典を示させ、原文で確認する\n最新の情報（学習の時点より後を知らない）、検索の機能を使う、RAG を組み合わせる\n社内の情報（教えないと知らない）、RAG で社内文書をつなぐ\n同じ答えの再現、大事な判断は人が確認する\n誤りを見抜く手間を見込まないと、期待した効果は出ません。実際の失敗は AI 導入失敗事例カタログで確認できます。" }, { "id": "2026-11-06-generative-ai-guide#4", "source": "_posts/2026-11-06-generative-ai-guide.md", "section": "主なサービス", "text": "主なサービス\nサービス、提供元、無料プラン、個人の有料プランの例、法人向け\n\nChatGPT、OpenAI、あり、Plus 月 ¥3,000、Business 1 人 月 20〜25 ドル\nClaude、Anthropic、あり、Pro 月 20 ドル、Team 1 席 月 20〜25 ドル\nGemini、Google、あり、Google AI Pro 月 ¥2,900、Google Workspace に含まれる\nMicrosoft 365 Copilot、Microsoft、あり、Microsoft 365 Personal 月 ¥2,130、年払いで 1 人 月 ¥4,497 相当\n検索が中心なら Perplexity、手元の資料を読ませるなら NotebookLM、X の話題を追うなら Grok も候補です。どれがよいかは用途で変わります。違いは LLM 比較ガイドに、性能は LLM ベンチマーク比較にまとめています。" }, { "id": "2026-11-06-generative-ai-guide#5", "source": "_posts/2026-11-06-generative-ai-guide.md", "section": "仕組み", "text": "仕組み\n文章を生成する AI の多くは、大規模言語モデル（LLM）を使っています。大量の文章を学習し、次に続く語を予測することを繰り返して文章を作ります。意味を理解して事実を調べているわけではないので、もっともらしい誤りが起きます。\n最近は、答えるだけでなく道具を使って作業を進める AI エージェントが広がっています。社内のシステムにつなぐ標準として MCP も普及してきました。" }, { "id": "2026-11-06-generative-ai-guide#6", "source": "_posts/2026-11-06-generative-ai-guide.md", "section": "仕事で使う時の注意点", "text": "仕事で使う時の注意点\n1. 入力する情報を決める。 個人情報、顧客情報、未公開の情報を入れてよいかを先に決めます。入力してよい情報の線引きが参考になります。\n2. 学習への利用を確認する。 プランによって、入力が学習に使われる条件が違います。\n3. 結果を人が確認する。 公開する文章や判断に使う数字は、原文で確認します。\n4. 著作権に注意する。 既存の作品に似た出力をそのまま使わないようにします。\n5. ルールを書面にする。 社内利用ルールのひな形をもとに決められます。" }, { "id": "2026-11-06-genspark-guide#1", "source": "_posts/2026-11-06-genspark-guide.md", "section": null, "text": "Genspark（ジェンスパーク）は、スライド、シート、文書の作成やエージェントを 1 つにまとめた AI ワークスペースです。公式サイトは「あなたを超える資料作成を、AI で」と打ち出しており、資料の作成に強みがあります。\n無料で試せます。有料の Plus は月 24.99 ドルからです。料金はクレジットの消費で決まるので、月額だけでは使える量が分かりません。 2026 年 9 月に上限の扱いが変わったので、古い記事の「無制限」は確認が必要です。\n内容は 2026 年 11 月 6 日に公式のページで確認しました。金額はドル建てで、日本円の表示は確認できませんでした。" }, { "id": "2026-11-06-genspark-guide#2", "source": "_posts/2026-11-06-genspark-guide.md", "section": "できること", "text": "できること\n公式の料金ページとビジネス向けのページにある主な機能です。\n機能、内容\n\nスーパーエージェント（Super Agent）、依頼を受けて作業を進めるエージェント\nAI スライド、AI シート、AI ドキュメント、資料、表、文書を作る\nGenspark Code、コードを作る\nDeep Research、Fact Check、調査と事実の確認\nAI 議事録、会議の文字起こしと要約。Plus 以上で 1 日最大 24 時間\nAI チャット、AI 画像、複数のモデルでの会話と画像の生成\nAI Call for Me、プライバシーポリシーに記載のある電話の機能\n公式はモデルについて、ChatGPT、Claude、Gemini などを含む 70 以上を使えると説明しています。ポリシーに記載された主な AI 事業者は OpenAI、Anthropic、Google、xAI、ElevenLabs です。モデルの一覧は確認できませんでした。" }, { "id": "2026-11-06-genspark-guide#3", "source": "_posts/2026-11-06-genspark-guide.md", "section": "料金", "text": "料金\n公式の料金ページの金額です。税の扱いは購入の画面で確認してください。\nプラン、月払い、年払い（月相当）、クレジット、AI Drive\n\nFree、0 ドル、—、1 日 100。生涯の上限あり、1 GB\nPlus、24.99 ドル、19.99 ドル、月 10,000 から、50 GB\nPro、249.99 ドル、199.99 ドル、月 125,000 から、1 TB\nTeam、1 シート 40 ドル、1 シート 35 ドル、1 シート 月 10,000、1 シート 60 GB\nEnterprise、個別見積もり、—、1 シート 月 20,000、—\nTeam は 2〜150 人程度、Enterprise は年額で 6 桁ドルが一般的と公式は説明しています。" }, { "id": "2026-11-06-genspark-guide#4", "source": "_posts/2026-11-06-genspark-guide.md", "section": "クレジットと無料枠", "text": "クレジットと無料枠\n使える量は 3 つの仕組みで決まります。\n仕組み、内容\n\nクレジット、AI の作業で消費する。Plus と Pro には複数の階層があり、上位ほど多い\n無料枠（Free Quota）、Plus と Pro に付く週ごとの枠。エージェントのスタンダードモードで使える。Pro は Plus の 10 倍\nAI チャットと AI 画像、コアのモデルはクレジットを消費せず、フラッグシップのモデルは消費する\nFree の 1 日 100 クレジットには生涯の上限があります。ずっと毎日使えるわけではありません。 公式はプラン特典の記載を 2027 年 6 月 30 日まで有効としています。" }, { "id": "2026-11-06-genspark-guide#5", "source": "_posts/2026-11-06-genspark-guide.md", "section": "2026 年 9 月の変更", "text": "2026 年 9 月の変更\n公式によると、2026 年 9 月 18 日より前から継続している Plus と Pro は、AI チャットと AI 画像の無制限の利用が 2026 年 12 月 31 日まで続きます。「Pro は無制限」「Free は毎日 200 クレジット」といった説明は今のページと一致しません。古い比較記事を見て契約しないよう注意してください。" }, { "id": "2026-11-06-genspark-guide#6", "source": "_posts/2026-11-06-genspark-guide.md", "section": "入力したデータの扱い", "text": "入力したデータの扱い\n項目、公式の説明、出典\n\n学習、Free から Enterprise まで、プロンプト、文書、出力をモデルの学習に使わない、ビジネス料金ページ\n外部への送信、入力は処理のために第三者の AI 事業者へ送られることがある、プライバシーポリシー\n保存先、Microsoft Azure に保存。一部のサービスは AWS や GCP 上の場合もある、同上\n削除、アカウントを閉じると 30 日以内に削除、同上\n認証、SOC 2 Type II、ISO 27001 を掲示、ビジネス料金ページ\n学習に使わないという説明はビジネス向けのページのもので、プライバシーポリシーの本文では、Google Workspace のデータ以外について同じ明文を確認できませんでした。機密情報を扱う前に、契約書と Trust Center で確認してください。 公式は Enterprise に SAML SSO、SCIM、データ所在地の選択肢、監査ログ、DPA への対応を挙げています。" }, { "id": "2026-11-06-genspark-guide#7", "source": "_posts/2026-11-06-genspark-guide.md", "section": "始め方", "text": "始め方\ngenspark.ai を開き、Google、Microsoft、Apple、メールのいずれかでサインインします。公式サイトとヘルプは日本語で表示されます。Google Workspace や PowerPoint、Excel、Word のプラグインも案内されています。\n利用は 18 歳以上（国の定めがあればその年齢）が条件で、18 歳未満は保護者の許可が必要です（利用規約）。" }, { "id": "2026-11-06-genspark-guide#8", "source": "_posts/2026-11-06-genspark-guide.md", "section": "法人で検討する時の確認点", "text": "法人で検討する時の確認点\nここからは編集部の見方です。\n1. 運営の主体を確認する。 規約の提供者は MainFunc Inc. と子会社の Genspark Inc. です。所在地は規約とポリシーで確認できなかったので、法務の確認では契約の相手と準拠法を確かめてください。\n2. 入力の経路を確認する。 複数の AI 事業者に送られるので、社内の委託先の管理に合わせて整理します。\n3. 消費を試算する。 スライドや調査をどれだけ作るかを試用で測ってから、プランと階層を決めます。\n4. 出力を確認する。 作成したスライドの数字と出典は原文で確認します。入力してよい情報の線引きも参考になります。\nスライドや文書をすでに使っている Microsoft 365 の中で作りたいなら、Microsoft 365 Copilot も比較の候補です。調べ物が中心なら Perplexity、手元の資料の読み込みが中心なら NotebookLM があります。" }, { "id": "2026-11-06-grok-guide#1", "source": "_posts/2026-11-06-grok-guide.md", "section": null, "text": "Grok は、SpaceX 傘下の SpaceX Super Intelligence（SpaceXSI、旧 xAI）が提供する生成 AI です。Web と X の投稿を検索して答えられることが特徴で、画像や動画の生成、音声での会話、コーディングにも対応しています。\n無料で試せます。有料のプランは月 8 ドルから 200 ドルで、今のプランは Grok、Cursor、X Premium をまとめた構成です。 「Grok の料金」として調べると、古い SuperGrok の説明が混ざるので注意が必要です。\n内容は 2026 年 11 月 6 日に公式のページで確認しました。公式の料金はドル建てで、税別です。" }, { "id": "2026-11-06-grok-guide#2", "source": "_posts/2026-11-06-grok-guide.md", "section": "会社と X、Cursor の関係", "text": "会社と X、Cursor の関係\n相手、関係、出典\n\nSpaceX、2026 年 2 月 2 日に xAI を買収、公式の発表\nX（旧 Twitter）、別の会社。X の中の Grok には X のポリシーが適用される、プライバシーポリシー\nCursor、SpaceX が買収。同じサブスクリプションで提供、Cursor の発表、サブスクリプションの発表\nサイトや文書の表記も xAI から SpaceXSI に変わりつつあります。古い記事の xAI と、今の SpaceXSI は同じ製品の話です。" }, { "id": "2026-11-06-grok-guide#3", "source": "_posts/2026-11-06-grok-guide.md", "section": "料金", "text": "料金\n公式の料金ページの金額です。\nプラン、月額、使用量、主な内容\n\nFree、0 ドル、制限あり、チャットとエージェントを制限つきで利用\nPlus、8 ドル、基準、Grok の Chat、Voice、Imagine、Build、Cursor、X の Premium の機能\nPremium、30 ドル、Plus の 4 倍、Grok Bot、最新のモデル、画像と動画の生成\nSuper、100 ドル、Plus の 15 倍、1080p で 15 秒の動画、混雑時の優先\nUltra、200 ドル、Plus の 50 倍、Super の内容で上限を拡大\nTeams、1 人 30 ドルから、Plus の 4〜50 倍、チーム向け\nEnterprise、問い合わせ、—、組織向け\n使用量の枠は毎週更新され、Grok と Cursor で共有します。Cursor で他社のモデルを使う分は月額に含まれません。\n2026 年 10 月 12 日の発表によると、Premium は従来の SuperGrok、Cursor Pro、X Premium+ に相当し、合わせると月 90 ドルだった内容です。すでに SuperGrok などを契約している人は、今のプランを続けられます。" }, { "id": "2026-11-06-grok-guide#4", "source": "_posts/2026-11-06-grok-guide.md", "section": "できること", "text": "できること\n公式の製品ページと発表の一覧をまとめました。\n機能、内容\n\n検索、Web と X の投稿をリアルタイムで検索する\nマルチエージェント、複数のエージェントが並行して作業する\nImagine、最大 2K の画像と 15 秒の動画を生成する\nVoice、自然な音声で会話する。30 以上の言語に対応\nBuild、コードを生成する\nGrok Bot、常時稼働のエージェント\n他の生成 AI と比べた特徴は、X の投稿を情報源にできる点です。話題の把握には向いていますが、投稿は誤りや偏りを含みます。編集部は、事実の確認には一次情報を別に当たることを勧めます。" }, { "id": "2026-11-06-grok-guide#5", "source": "_posts/2026-11-06-grok-guide.md", "section": "API の料金", "text": "API の料金\n公式のモデル一覧の値です。\n項目、料金\n\nGrok 4.7 の入力、100 万トークンあたり 2 ドル\nGrok 4.7 の出力、100 万トークンあたり 6 ドル\nコンテキスト、50 万トークン\nImagine の画像、1 枚 0.02 ドルから\nImagine の動画、1 秒 0.02 ドルから\nVoice の音声会話、1 分 0.08 ドル\n公式の発表によると、出力の速度が 2 倍で価格も 2 倍の高速版もあります。有料プランから API を使えますが、API の利用料は別に課金されます。他社のモデルとの比較は LLM API 料金比較表で試算できます。" }, { "id": "2026-11-06-grok-guide#6", "source": "_posts/2026-11-06-grok-guide.md", "section": "入力したデータの扱い", "text": "入力したデータの扱い\n公式の FAQ とセキュリティの説明をまとめました。\n使い方、学習への利用、止め方\n\nGrok のアプリと grok.com、使われることがある、設定の Data Controls（Web は Data）で Improve the Model を切る\nPrivate Chat、使われない、会話は 30 日以内に削除される\nX の中の Grok、X のポリシーに従う、X のヘルプを確認する\nAPI、明示の許可なしに使われない、既定で 30 日保存。チーム単位で保存なしを選べる\n止めても効くのは新しい会話からです。 止めた後でも、自分から送ったフィードバックは学習に使われることがあります。X の中で使う場合は Grok のアプリとは設定の場所が違うので、両方で使う人は注意してください。" }, { "id": "2026-11-06-grok-guide#7", "source": "_posts/2026-11-06-grok-guide.md", "section": "画像生成をめぐる問題", "text": "画像生成をめぐる問題\n業務で使う前に知っておきたい問題があります。2026 年 1 月に、X の Grok で実在の人物の画像を性的に編集できることが問題になりました。\nTechSpot の報道によると、X の Safety のアカウントは、実在の人物の画像を露出の多い服装に編集する操作を、有料会員を含むすべての利用者に対して止めたと投稿しました。同じ報道は、制限を回避できるとの指摘も伝えています。Fortune は、議員や被害者が制限を不十分と批判したと報じています。\n今回読んだ x.ai の公式ページには、この問題についての説明は見当たりませんでした。編集部は、社内で利用を認める場合には、実在の人物の画像を入力しないことをルールに明記するよう勧めます。社内利用ルールのひな形が参考になります。" }, { "id": "2026-11-06-grok-guide#8", "source": "_posts/2026-11-06-grok-guide.md", "section": "始め方と利用の条件", "text": "始め方と利用の条件\n- 入口は grok.com と iOS、Android のアプリです。X のアカウントかメールアドレスで利用を始められます\n- 利用規約では 13 歳以上（国の定めがあればその年齢以上）が条件で、13〜17 歳は保護者の許可が必要です\n- 公式は 30 以上の言語に対応と説明しています。日本語の明記は確認できませんでした" }, { "id": "2026-11-06-grok-guide#9", "source": "_posts/2026-11-06-grok-guide.md", "section": "どんな場合に検討するか", "text": "どんな場合に検討するか\n次の表は編集部の見立てです。\n目的、候補\n\nX の話題を追う、投稿を分析する、Grok\nCursor と X Premium も使う、Grok の Plus、Premium\n文書の作成や社内データの活用が中心、ChatGPT、Claude、Microsoft 365 Copilot\nコーディングのツールを比べる、AI コーディングツールの料金比較" }, { "id": "2026-11-06-mcp-guide#1", "source": "_posts/2026-11-06-mcp-guide.md", "section": null, "text": "MCP（Model Context Protocol）は、AI アプリを外部のシステムにつなぐオープンソースの標準です。公式は「AI アプリのための USB-C ポートのようなもの」と説明しています。\nMCP がないと、AI アプリとデータベースや社内システムをつなぐたびに、接続の仕組みを個別に作る必要があります。一度 MCP サーバーを作れば、MCP に対応した複数の AI アプリから同じ接続を使えます。 公式は対応する例として Claude、ChatGPT、Visual Studio Code、Cursor を挙げています。\n内容は 2026 年 11 月 6 日に公式の文書で確認しました。" }, { "id": "2026-11-06-mcp-guide#2", "source": "_posts/2026-11-06-mcp-guide.md", "section": "3 つの役割", "text": "3 つの役割\n公式の構成の説明では、次の 3 つの役割に分かれています。\n役割、説明、例\n\nホスト、1 つ以上のクライアントをまとめる AI アプリ、Claude Code、VS Code\nクライアント、サーバーとの接続を保つ部品、ホストの中で、サーバーごとに 1 つ作られる\nサーバー、文脈や機能を提供するプログラム、GitHub、社内データベースの接続\nホストはサーバーごとにクライアントを 1 つ作ります。3 つのサーバーにつなぐなら、クライアントも 3 つになります。" }, { "id": "2026-11-06-mcp-guide#3", "source": "_posts/2026-11-06-mcp-guide.md", "section": "MCP サーバーが提供する 3 つのもの", "text": "MCP サーバーが提供する 3 つのもの\n種類、公式の説明、例\n\nツール、AI アプリが呼び出して操作を実行する関数、チケットを作る、SQL を実行する\nリソース、文脈を与えるデータの提供元、ファイルの中身、テーブルの定義\nプロンプト、やり取りの形を決める再利用できるひな形、定型のレビューの指示\n業務で最初に使うのは、ほとんどの場合ツールです。AI に読ませるだけならリソースで足り、操作を許す範囲を狭められます。" }, { "id": "2026-11-06-mcp-guide#4", "source": "_posts/2026-11-06-mcp-guide.md", "section": "通信の仕組みと今の仕様", "text": "通信の仕組みと今の仕様\nメッセージは JSON-RPC 2.0 でやり取りします。標準の通信方式は 2 つです。\n方式、内容、向いている場面\n\nstdio、クライアントが起動した子プロセスと標準入出力で通信する、手元で動かすサーバー\nStreamable HTTP、1 つのエンドポイントへ HTTP POST で送る、リモートのサーバー\n今の仕様の版は 2026-07-28 です。この版からプロトコルはステートレスになりました。2025-11-25 以前は接続の初めにハンドシェイクを行う形だったので、古い解説やライブラリを参考にする場合は、対応している版を確認してください。\nMCP は 2025 年 12 月に、Linux Foundation の下に設立された Agentic AI Foundation の創設プロジェクトになりました。発表の時点で公開された MCP サーバーは 1 万を超えています。" }, { "id": "2026-11-06-mcp-guide#5", "source": "_posts/2026-11-06-mcp-guide.md", "section": "セキュリティの注意点", "text": "セキュリティの注意点\nここが導入で最も注意すべき部分です。公式の仕様は、ツールは任意のコードの実行にあたると明記し、プロトコルのレベルでは安全の原則を強制できないと認めています。つまり、安全の責任はホストとサーバーを作る側と、使う側にあります。\n公式の文書から、業務で確認する点を編集部がまとめました。\n確認する点、理由\n\nツールを呼ぶ前に、利用者の明示の同意を取っているか、仕様が求めている。AI の判断だけで操作させない\n信頼できないサーバーの説明文を信用していないか、仕様は、ツールの説明は信頼できるサーバーのもの以外は疑うよう求めている\nそのサーバー向けに発行されたトークンだけを受け付けるか、公式のベストプラクティスが「Token Passthrough」を禁じている\n権限を必要な範囲に絞っているか、同じ文書が「Scope Minimization」を挙げている\nローカルのサーバーを導入する前にコマンドを確認しているか、同じ文書が「Local MCP Server Compromise」を挙げている\nほかのサイトで広まった脅威の呼び名には、公式の文書に載っていない物もあります。社内の基準を作る時は、公式のベストプラクティスを起点にしてください。" }, { "id": "2026-11-06-mcp-guide#6", "source": "_posts/2026-11-06-mcp-guide.md", "section": "導入の進め方", "text": "導入の進め方\n1. 読み取りから始める。 最初は更新の権限を与えません。\n2. 公式か開発元のサーバーを選ぶ。 出どころの分からないサーバーは入れません。\n3. 操作の記録を残す。 誰の指示で、どのツールが呼ばれたかを追えるようにします。\n4. 本番のデータに触れる操作は人が承認する。 戻せない操作は自動で通しません。\n運用の実例は MCP の運用に、ツールの選び方は MCP のツール選定にまとめています。Claude Code で使う場合は Claude Code とはと Claude Code のセキュリティ対策も参考にしてください。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#1", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": null, "text": "Microsoft 365 Copilot は、Word、Excel、PowerPoint、Outlook、Teams の中で働く AI アシスタントです。Web の情報に加えて、メールや文書など仕事のデータをもとに答えます。\n大企業向けの料金は、年払いで 1 人あたり月 ¥4,497 相当です。別に Microsoft 365 のプランが必要なので、費用は上乗せになります。 対象のプランには追加費用なしの Copilot Chat が含まれているので、まずこちらで試せます。\n内容は 2026 年 11 月 6 日に Microsoft の公式ページで確認しました。法人向けの金額は税別です。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#2", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "「Copilot」の名前を整理する", "text": "「Copilot」の名前を整理する\nCopilot という名前の製品は複数あります。検索や社内の会話で混同しやすいので、最初に分けておきます。\n名前、対象、料金（1 人あたりの月額）、内容\n\nCopilot 無料版、個人、無料、AI とのチャット。利用の上限は有料版より低い\nMicrosoft 365 Personal など、個人、¥2,130 から、Word や Excel のアプリと Copilot\nCopilot Chat、職場のアカウント、対象のプランに追加費用なし、Web 典拠型の AI アシスタント\nMicrosoft 365 Copilot Business、一般法人、¥3,148 相当（年払い）、アプリの中の Copilot と仕事のデータ\nMicrosoft 365 Copilot、大企業、¥4,497 相当（年払い）、アプリの中の Copilot と仕事のデータ\nCopilot Studio、エージェントを作る組織、パックで ¥29,985 など、エージェントの構築\nGitHub Copilot、開発者、別の料金体系、コーディング。料金の比較をご覧ください" }, { "id": "2026-11-06-microsoft-365-copilot-guide#3", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "法人向け", "text": "法人向け\n一般法人向けの料金ページの金額です。すべて税別で、1 ユーザーあたりの月額です。\nプラン、年払い（月相当）、月払い\n\nBusiness Premium と Copilot Business のセット、¥4,797、¥5,756\nBusiness Standard と Copilot Business のセット、¥3,523、¥4,228\nCopilot Business（既存のプランへのアドオン）、¥3,148（キャンペーン ¥2,698）、¥3,778\n¥2,698 は 2026 年 7 月 1 日から 12 月 31 日までのキャンペーン価格です。年間契約で、対象のビジネスプランを使っている既存の顧客が対象となり、適用されるのは初年度だけです。\n大企業向けの Microsoft 365 Copilot は、年払いで月 ¥4,497 相当です。条件を満たす Microsoft 365 プランのライセンスが別に必要で、Teams の中で使うには Teams のライセンスも必要です。\n一般法人向けのプランには 1 か月の無料試用があります。試用が終わると有料に切り替わるので、不要なら期間内に解約してください。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#4", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "個人向け", "text": "個人向け\n個人向けの料金です。税の扱いの記載は確認できませんでした。\nプラン、月払い、年払い、人数、Copilot の扱い\n\nPersonal、¥2,130、¥21,300、1 人、無料版より多く使える\nFamily、¥2,740、¥27,400、1〜6 人、同上。AI は契約者のみ\nPremium、¥3,200、¥32,000、1〜6 人、高度な Copilot の大きな枠。AI は契約者のみ\nPro、¥16,000、なし、1〜6 人、最も高い利用上限。AI は契約者のみ\nFamily、Premium、Pro は 6 人まで共有できますが、公式の注記では AI を使えるのは契約者だけです。家族全員で Copilot を使う目的なら、この点に注意してください。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#5", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "Copilot Chat との違い", "text": "Copilot Chat との違い\n導入の検討で最初に迷う点です。公式の説明と Microsoft Learn の比較をまとめました。\n項目、Copilot Chat、Microsoft 365 Copilot\n\n費用、対象のプランに追加費用なし、大企業向けは年払いで月 ¥4,497 相当\n答えの根拠、Web のデータ、参照したファイル、アップロードしたファイル、加えて仕事のデータ（Microsoft Graph と Work IQ）\nWord、Excel、PowerPoint の中の Copilot、ライセンスにより、使えないか標準のアクセス、フル機能に優先アクセス\nTeams の中の Copilot、含まれない、含まれる\nリサーチツール、アナリスト、ファシリテーター、含まれない、含まれる\n組織で作ったエージェント、仕事のデータを使うものは従量課金、支援型のものは追加料金なし\nCowork、Code、含まれない、ライセンスに加えて使用量に応じて課金\nエンタープライズ データ保護、適用される、適用される\n判断の軸は、社内のメールや文書を根拠に答えさせる必要があるかどうかです。 Web の調べ物や手元のファイルの要約が中心なら Copilot Chat で足りる可能性があります。会議の要約や、過去のメールと文書を横断する質問が必要なら、有料のライセンスを検討してください。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#6", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "アプリごとにできること", "text": "アプリごとにできること\n公式の説明によると、アプリごとの支援は次のとおりです。\nアプリ、できること\n\nWord、文書の下書き、編集の提案、テキストの要約\nExcel、データ分析、グラフの作成、分析情報の生成\nPowerPoint、アウトラインの作成、画像やレイアウトの提案\nOutlook、メールの下書き、長いスレッドの要約\nTeams、会議の要約、チャットからの実施項目の抽出\nモデルは料金ページの表で「最新の OpenAI モデル」とされ、有料のプランではモデルを選択できます。Learn の注記によると、Anthropic のモデルも該当するライセンスの環境で利用できますが、既定ですべての利用者に開放されてはいません。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#7", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "Copilot Cowork と従量課金", "text": "Copilot Cowork と従量課金\nCopilot Cowork は、依頼した作業を代わりに実行する機能です。メールの送信、会議の設定、文書の作成、Teams への投稿、予定表の管理を行い、各操作の実行前に利用者の承認を求めます。職場と学校のアカウントでは一般提供が始まっており、利用には Microsoft 365 Copilot のライセンスが必要です。個人のアカウントではプレビューの段階です。\n費用の点で注意が必要です。公式によると、Copilot Cowork、Copilot Code、Copilot Autopilot、Work IQ API は Copilot クレジットで従量課金されます。ライセンスの月額を払っていても、これらの機能の分は別に費用が発生します。 今後さらに対象が増える可能性もあると公式は書いています。\n管理者は Microsoft 365 管理センターの Cost Management で、使用量の制御と支出のポリシーを設定できます。導入の時点で上限を決めておくと、想定外の請求を防げます。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#8", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "入力したデータの扱い", "text": "入力したデータの扱い\nエンタープライズ データ保護の説明の要点は次のとおりです。\n項目、公式の説明\n\n学習、プロンプトと応答、Microsoft Graph 経由でアクセスするデータは、基礎モデルのトレーニングに使用しない\n契約、Exchange のメールや SharePoint のファイルと同じ契約条件で保護する\n権限、Copilot は利用者のアクセス許可の範囲で動作する\nWeb 検索、プロンプトから生成したクエリを Bing に送る。利用者と組織の識別子は除く\nWeb 検索のクエリを処理する Bing は Microsoft 365 とは別に運用され、Microsoft が独立したデータ コントローラーになります。機密性の高い業務では、Web 検索を許可するかどうかも検討してください。\nこの説明は「組織が使用する」Copilot についてのものです。個人のアカウントで業務の情報を扱う場合には当てはまらないので、会社の情報は職場のアカウントで扱ってください。個人向けの無料版の入力の扱いは、今回の確認の範囲外です。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#9", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "導入前に確認すること", "text": "導入前に確認すること\nここからは編集部の見方です。\n1. 文書のアクセス権を見直す。 Copilot は利用者の権限の範囲で答えます。権限の設定が緩ければ、緩いまま文書が答えに使われます。同じ問題は RAG の権限管理でも起きます。\n2. Copilot Chat で先に試す。 追加費用なしで、利用者の反応を確認できます。\n3. ライセンスは部署を絞って始める。 全社に配る前に、会議や資料作成の多い部署で効果を測ります。Microsoft 365 Copilot のライセンスには、利用状況と定着率を測る分析の機能があります。\n4. 従量課金の上限を決める。 Cowork を使うなら、月の予算を先に決めます。\n5. 入力のルールを書面にする。 社内利用ルールのひな形をもとに決められます。" }, { "id": "2026-11-06-microsoft-365-copilot-guide#10", "source": "_posts/2026-11-06-microsoft-365-copilot-guide.md", "section": "確認できなかったこと", "text": "確認できなかったこと\n個人向けの無料版の上限の数字と入力の扱い、Copilot Cowork の 1 回あたりのクレジットの消費量、対象となる Microsoft 365 プランの完全な一覧は、今回の確認の範囲では分かりませんでした。料金は変わることがあるので、契約の前に公式のページを確認してください。\nエージェントを自社で作る場合は Copilot Studio とはを、ChatGPT や Claude との違いは LLM 比較ガイドと ChatGPT の無料版と有料版の違いをご覧ください。部門別の進め方は AI ビジネス活用ガイドにまとめています。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#1", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": null, "text": "NotebookLM は、自分でアップロードした資料をもとに答える Google の AI リサーチアシスタントです。2026 年 7 月に Gemini Notebook へ改称しました。 製品は同じで、既存のノートブックもそのまま使えます。\n無料で使え、有料のプランではノートブック数、ソース数、使用量の上限が広がります。回答には資料への引用が付くので、原文を確認しながら読めます。\n内容は 2026 年 11 月 6 日に Google の公式ページで確認しました。この記事では、以下 Gemini Notebook と書きます。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#2", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "改称で変わったこと", "text": "改称で変わったこと\nGoogle の発表（2026 年 7 月 16 日）は「同じ独立した製品」と説明しています。利用者は 3,000 万人以上、組織は 60 万以上です。\n項目、内容\n\n新しい名前、Gemini Notebook\n公式サイト、notebook.google（旧 notebooklm.google から転送）\n既存のノートブック、これまでどおり使える\nGemini アプリとの関係、別の製品のまま。Gemini アプリの中でもノートブックを作成して同期できる\n新しい機能、各ノートブックに安全なクラウド上のコンピューターを付け、コードを実行できる。Ultra と Workspace のビジネス向けから提供\n古い解説記事の NotebookLM の説明は、機能や上限が今と違うことがあります。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#3", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "できること", "text": "できること\n公式の説明の中心は、資料とのチャットです。回答はソースにもとづき、インラインの引用が付きます。\nStudio の機能では、資料を別の形に変換できます。\n機能、仕事での使い方の例\n\n音声解説、長い報告書を移動中に聞く\n動画解説、社内の説明用の素材を作る\nマインドマップ、資料の全体の構成を把握する\nレポート、よくある質問、学習ガイド、概要説明資料を作る。Google ドキュメントへ書き出せる\nデータテーブル、複数の資料から数字を表にする。Google スプレッドシートへ書き出せる\nフラッシュカード、クイズ、研修の理解度を確認する\nスライド資料、説明資料の下書きを作る\nインフォグラフィック、要点を 1 枚にまとめる\n使い方の例は編集部によるものです。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#4", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "読み込める資料", "text": "読み込める資料\n公式のソースの説明によると、次の形式に対応しています。\n- 文書：PDF、docx、txt、md、csv、pptx、ePub、Google ドキュメント\n- 表とスライド：Google スプレッドシート（10 万トークンまで）、Google スライド（100 枚まで）\n- Web と動画：Web の URL、公開されている YouTube 動画の URL（字幕があるもの）\n- 音声と画像：MP3、WAV などの音声、PNG、JPEG などの画像\n- その他：コピーした文章、Play ブックス（テキストのみ）、Gemini とのチャット\n1 ソースの上限は 50 万語、ファイルサイズは 200 MB です。 有料の壁があるページは読み込めません。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#5", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "料金とプラン", "text": "料金とプラン\n月額は Google の料金ページの金額です。Gemini Notebook だけでなく、Gemini アプリなどの特典も含みます。\nプラン、月額、使用量の上限\n\n無料、¥0、標準\nGoogle AI Plus、¥725、標準の 2 倍\nGoogle AI Pro、¥2,900、標準の 4 倍\nGoogle AI Ultra、¥14,500、AI Pro の 5 倍\nGoogle AI Ultra、¥32,000、AI Pro の 20 倍\nノートブックとソースの数は、公式のプランの説明で次のとおりです。\nプラン、ノートブック、1 ノートブックのソース\n\n無料、100 件、50 件\nPlus、200 件、100 件\nPro、500 件、300 件\nUltra（20 TB プラン）、500 件、500 件\nUltra（30 TB プラン）、500 件、600 件\n使用量の倍率は公式のヘルプに合わせました。料金ページの Gemini Notebook の欄には「5 倍」との記載もあり、ヘルプと一致していません。\n透かしを消せるのは Pro と Ultra です。法人向けでは、Google Cloud の Gemini Notebook for Enterprise と、対象の Google Workspace のプランがあります。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#6", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "1 日の回数では数えなくなった", "text": "1 日の回数では数えなくなった\nここは古い記事と最も違う点です。「チャットは 1 日 50 回、音声解説は 1 日 3 回」という説明は以前の仕組みです。\nGoogle の発表によると、2026 年 9 月 2 日から個人のアカウントで順次、次の仕組みに変わりました。\n- 使用量はプロンプトの複雑さ、チャットの長さ、ソースの数、使う機能で決まる\n- 上限は 5 時間ごとにリセットされる\n- 週単位の上限もある\n標準の上限の具体的な量は公開されていません。残りの量は、画面右上の設定から「使用量」で確認できます。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#7", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "入力したデータの扱い", "text": "入力したデータの扱い\n公式の説明をまとめました。\nアカウント、学習への利用、人のレビュー\n\n個人、フィードバックを送らない限り使われない、フィードバックを送ると、質問、アップロード、回答を確認される場合がある\nWorkspace、Education、使われない、フィードバックを送っても確認されない\nGoogle Cloud（Enterprise）、使われない、確認されない\n個人のアカウントでは、高評価や低評価のフィードバックにも注意が必要です。社外秘の資料を入れたノートブックで、個人のアカウントからフィードバックを送らないでください。 保存の説明によると、フィードバックの内容はアカウントとの関連付けを解除した状態で最長 3 年保存されます。\n業務の資料を扱うなら、Workspace か Enterprise のアカウントが基本です。何を入力してよいかは入力してよい情報の線引きにまとめています。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#8", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "使い方", "text": "使い方\n1. notebook.google を開き、Google アカウントでサインインする\n2. ノートブックを作り、資料を追加する\n3. チャットで質問し、回答の引用から原文を確認する\n4. 必要なら Studio で音声解説やレポートを作る\nWeb のほか、iOS と Android のアプリがあります。機能はモバイルで制限される場合があります。対応する言語は 80 以上で、日本は対応国の一覧に含まれています。利用には、国で定められた年齢に達していることが必要で、18 歳未満には厳格なコンテンツのポリシーが適用されます。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#9", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "Gemini アプリとの使い分け", "text": "Gemini アプリとの使い分け\n次の表は編集部の見立てです。\n目的、向いているもの、理由\n\n手元の資料の中から答えを探す、Gemini Notebook、回答がソースにもとづき、引用が付く\n広い話題を調べる、文章を作る、Gemini アプリ、ソースを用意しなくても答えられる\n社内の全文書を横断して検索する、社内検索や RAG、権限の管理と大量の文書の取り込みが必要\nGemini Notebook は少数の資料を深く読む用途に向いています。部署全体の問い合わせ対応のように文書の更新と権限の管理が必要な用途では、RAG サービス比較も確認してください。\n引用が付いていても、要約を誤ることはあります。公開する文章や判断に使う数字は、引用先の原文を確認してください。" }, { "id": "2026-11-06-notebooklm-gemini-notebook-guide#10", "source": "_posts/2026-11-06-notebooklm-gemini-notebook-guide.md", "section": "確認できなかったこと", "text": "確認できなかったこと\n標準の使用量の具体的な数字、Enterprise の金額、Workspace のエディションごとの上限は、公式のページで確認できませんでした。日本語への対応を個別に明記した記述は見ていません。上限は変更される場合があると公式は書いているので、最新の内容は公式のヘルプを確認してください。\nGoogle の他の AI は Gemini 4 とはと Gemini は無料でどこまで使えるかを、生成 AI の全体像は生成 AI とはをご覧ください。" }, { "id": "2026-11-06-perplexity-guide#1", "source": "_posts/2026-11-06-perplexity-guide.md", "section": null, "text": "Perplexity（パープレキシティ）は、質問すると Web を検索し、出典を付けて答える AI 検索エンジンです。公式の説明では、すべての回答に引用と元の情報へのリンクが付くとされています。\n無料で使え、調べ物の回数が多い人向けに Pro があります。出典を確認しながら調べる用途に向いていますが、出典が付いていても回答の正しさは別に確認が必要です。\n内容は 2026 年 11 月 6 日に公式のページで確認しました。金額はドル建てで、日本円の表示は公式で確認できませんでした。" }, { "id": "2026-11-06-perplexity-guide#2", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "できること", "text": "できること\n機能、内容\n\nSearch、質問に対して Web を検索して答える。Best を選ぶとモデルを自動で選ぶ\nDeep Research、多くの情報源を読み、図表を含むレポートを作る\nLearn Mode、説明、質問、クイズで学ぶ\nModel Council、複数のモデルに同時に聞く。Max と Enterprise Max で利用\nComet、ブラウザの作業を代行する\nPerplexity Computer、調査、コーディング、文書作成を任せる自律型のエージェント。有料プランとクレジットが必要\nCreate files and apps、文書やアプリを作る\n機能の説明は公式のモデルと機能の記事によります。古い記事の Labs や Spaces は、今の公式の文書では Create files and apps や Projects という名前で説明されています。" }, { "id": "2026-11-06-perplexity-guide#3", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "料金と上限", "text": "料金と上限\n金額は公式の料金ページとヘルプによります。\nプラン、料金、Pro Search、Research\n\nStandard（無料）、0 ドル、1 日 3 回、月 1 回\nPro、年払いで月 17 ドル、週の上限（平均的な利用）、月の上限（平均的な利用）\nMax、月 200 ドル、年 2,000 ドル（年払いで月 167 ドル）、週の上限（高度な利用）、月の上限（高度な利用）\nEducation Pro、月 10 ドル（在学の確認が必要）、—、—\nEnterprise Pro、1 席 月 40 ドル、年 400 ドルから、週 400 回、月 50 回\nEnterprise Max、1 席 月 325 ドル、年 3,250 ドル、週 4,000 回、月 500 回\nPro の月払いは、Max の発表に月 20 ドルとあります。この記事は日付が新しくない可能性があるので、購入の画面でも確認してください。\nMax の年払いは Web アプリからだけ選べます。Enterprise Max の説明の金額は、カードで支払う組織向けのものです。" }, { "id": "2026-11-06-perplexity-guide#4", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "使えるモデル", "text": "使えるモデル\n2026 年 10 月 27 日時点の表です。Search で選べるモデルで、Computer には別の表があります。\nプラン、手動で選べるモデル\n\nFree、選べない（Best が自動で選ぶ）\nPro、GPT-6.1 Sol、Gemini 3.8 Flash、Claude Sonnet 5.5、Kimi K3、GLM 5.3、Grok 4.7、Nemotron 3.5 Super VL\nMax、Pro に加えて GPT-6 Astra、Gemini 4 Argon、Claude Opus 5.5、Claude Fable 5.1\n公式は、モデルは変更される場合があり、画面のモデルの選択欄が正しい情報だと書いています。" }, { "id": "2026-11-06-perplexity-guide#5", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "使い方", "text": "使い方\n1. perplexity.ai を開く\n2. 質問を文章で入力する\n3. 回答の引用をたどって原文を確認する\n4. 深く調べる場合は Deep Research を選ぶ\n調べ物の出発点に使い、結論は原文で確認する、という順番が基本です。利用は 13 歳以上が条件で、日本語の利用規約では未成年には保護者の同意を求めています。公式のサイトとヘルプには日本語版があります。" }, { "id": "2026-11-06-perplexity-guide#6", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "ChatGPT との使い分け", "text": "ChatGPT との使い分け\n次の表は編集部の見立てです。\n目的、向いているもの、理由\n\n出典つきで最新の情報を調べる、Perplexity、検索を起点に、回答に引用が付く\n複数社のモデルを 1 つの契約で試す、Perplexity Pro、Max、OpenAI、Anthropic、Google のモデルを選べる\n文章の作成、ファイルの作業、自動化、ChatGPT、Claude、作業の機能が広い\nWord や Teams の中で使う、Microsoft 365 Copilot、アプリに組み込まれている\n手元の資料を読み込ませて答えさせる、NotebookLM、ソースにもとづいて答える\nモデルごとの性能は LLM ベンチマーク比較で確認できます。" }, { "id": "2026-11-06-perplexity-guide#7", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "入力したデータの扱い", "text": "入力したデータの扱い\n公式のデータの説明によると、扱いは次のとおりです。\nプラン、学習への利用、止め方\n\nFree、Pro、Max、既定で使われることがある、アカウントの設定の AI Data Retention を切る\nEnterprise Pro、Enterprise Max、使われない、設定は不要\n止めた効果は、止めた日より後に集めたデータにだけ及びます。 それ以前に学習用に集めたデータは削除できないと公式は書いています。業務で使うなら、最初に設定を確認するか、Enterprise を検討してください。\nEnterprise から Free などに下げると、個人向けの既定（利用がオン）に戻るので、改めて止める必要があります。" }, { "id": "2026-11-06-perplexity-guide#8", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "出典と権利の問題", "text": "出典と権利の問題\nPerplexity の回答の根拠は Web の記事です。公式は、回答の各部分に引用を付けていると説明しています。\n一方で、公式のブログが認めているとおり、同社は The Wall Street Journal と New York Post を発行する側から提訴されています。同社は相手の主張に反論し、出版社との収益分配の仕組みを挙げています。訴訟の今の状況は確認していません。\n編集部からの注意点は 2 つです。\n- 引用先が質問に合っているかを確認する。 引用が付いていても、元の記事の内容と回答が一致するとは限りません。\n- 公開物に使う場合は原文を引用する。 回答の文章をそのまま公開せず、元の記事を読んで出典を示します。利用規約も、本サービスを明記せずに出力を公開することなどを制限しています。" }, { "id": "2026-11-06-perplexity-guide#9", "source": "_posts/2026-11-06-perplexity-guide.md", "section": "API を使う開発者へ", "text": "API を使う開発者へ\nSonar の Chat Completions のサポートは 2026 年 9 月 27 日に終わりました。リクエストは当面動きますが、公式は Agent API への移行を勧めています。今の料金では、Search API が 1,000 リクエストあたり 5 ドルです。\n定額のプランに API の利用は含まれません。" }, { "id": "2026-11-06-rag-guide#1", "source": "_posts/2026-11-06-rag-guide.md", "section": null, "text": "RAG（Retrieval-Augmented Generation、検索拡張生成）は、質問に関係する文書を検索してから、その内容をもとに生成 AI に答えさせる仕組みです。Microsoft の説明では、LLM の回答を自社の文書に根拠づけるパターンとされています。\nLLM は学習した時点より新しい情報や、社内の文書を知りません。RAG を使うと、モデルを学習し直さずに社内規程や製品マニュアルをもとに答えさせられます。 社内 FAQ やカスタマーサポートで多く使われているのは、このためです。\n言葉の起点は、Lewis らの 2020 年の論文です。事前に学習したモデルと、Wikipedia の密なベクトルのインデックスを組み合わせ、知識が要る質問応答で当時の最高水準の成績を出しました。" }, { "id": "2026-11-06-rag-guide#2", "source": "_posts/2026-11-06-rag-guide.md", "section": "処理の流れ", "text": "処理の流れ\n実務の RAG は、文書を準備する段階と、質問に答える段階に分かれます。\n準備\n1. 分割：長い文書を小さな単位（チャンク）に分けます\n2. 埋め込み：各チャンクをベクトルに変換します\n3. 保存：ベクトルと元の文章を検索用のインデックスに入れます\n回答\n4. 検索：質問に近いチャンクを探します\n5. 補強：見つかったチャンクをプロンプトに加えます\n6. 生成：LLM がその内容をもとに答えます\nMicrosoft は、再現率を高めるためにキーワード検索とベクトル検索を組み合わせるハイブリッド検索を勧めています。製品の型番や社内用語は、ベクトル検索だけでは拾いにくいことがあるからです。" }, { "id": "2026-11-06-rag-guide#3", "source": "_posts/2026-11-06-rag-guide.md", "section": "ファインチューニングとの違い", "text": "ファインチューニングとの違い\n項目、RAG、ファインチューニング\n\n仕組み、答える時に文書を検索して渡す、モデルを追加で学習させる\n情報の更新、文書を入れ替えるだけで反映できる、学習のやり直しが要る\n根拠の表示、参照した文書を示せる、示しにくい\n向いている用途、変わりやすい社内情報、規程、マニュアル、文体や形式、特定の判断の癖\n迷ったら RAG から始めるのが定石です。比較の詳細は RAG とファインチューニングの比較をご覧ください。" }, { "id": "2026-11-06-rag-guide#4", "source": "_posts/2026-11-06-rag-guide.md", "section": "限界", "text": "限界\nRAG を入れても誤りはなくなりません。Microsoft は次の課題を挙げています。\n課題、内容\n\n質問の理解、利用者の質問が検索に合う形とは限らない\n複数のデータソース、形式や場所の違う文書を横断する必要がある\nトークンの制限、LLM に渡せる量には上限がある\n応答時間、検索と生成の分だけ待ち時間が増える\nセキュリティ、利用者は権限のある文書だけを取得できなければならない\n編集部の実務では、とくに次の 2 つで問題が起きやすいと感じています。\n- 権限の漏れ：権限のない文書が検索に混ざると、AI が要約して漏らします。RAG の権限管理に実例があります。\n- 「ありそうな誤答」：文書に答えがない質問でも、それらしく答えます。答えない能力の測り方を導入前に決めてください。" }, { "id": "2026-11-06-rag-guide#5", "source": "_posts/2026-11-06-rag-guide.md", "section": "導入前に確認すること", "text": "導入前に確認すること\n1. 答えられる質問がどれだけあるか。 文書に答えが載っていない質問は、モデルを替えても答えられません。回答可能率で先に測ります。\n2. 精度をどう測るか。 ヒット率の高さだけでは足りません。編集部の自社基盤では 107 テナントの平均が 99.7% でしたが、標本数の限界があり、そのまま品質の保証とは読めません。\n3. 根拠を示せるか。 利用者が元の文書を確認できるようにします。根拠提示率が指標になります。\n4. 権限を反映できるか。 検索の段階で権限を絞ります。\n5. 費用の内訳を見積もったか。 LLM の料金だけでなく、データの準備と検証にも費用がかかります。\nサービスを選ぶ場合は RAG サービス比較を、関連する記事をまとめて読む場合は RAG システムの記事一覧をご覧ください。" } ] }