生成AI比較表
ChatGPT・Gemini・Claude・Copilotの4つに、AInformation編集部が同じ課題を同じ文で投げて比べた結果です。AI実務ベンチ（プログラムで採点）の7分野と4AI検証ラボ（記事ごとの実測）の4機能を、調べ方ごとに検証した日つきの表にしました。機能の名前を押すと、測り方と答えの全文が載った元の記事へ飛びます。
検証した日は行ごとに書いています。2026年10月3日の検証まで反映
生成AIの正解率を7分野で比較
AI実務ベンチ。6つの課題を3回ずつ同じ文で投げ、プログラムだけで採点した正解率です。太い青字がその分野の1位です。
| 分野 | ChatGPT | Gemini | Claude | Copilot | 測った日 |
|---|---|---|---|---|---|
| 画像・写真の読み取り | 100% | 83.3% | 100% | 測れず | |
| PDF・決算書の読み取り | 100% | 73.3% | 100% | 測っていない | |
| 議事録・要約 | 100% | 83.3% | 100% | 83.3% | |
| 調べもの・事実確認 | 100% | 22.2% | 測れず | 72.2% | |
| 英文・翻訳 | 83.3% | 16.7% | 50% | 55.6% | |
| 表計算・集計 | 100% | 50% | 83.3% | 100% | |
| 資料の骨子づくり | 83.3% | 77.8% | 61.1% | 27.8% |
生成AIを4つの機能で試して比較
4AI検証ラボ。易・中・難の3つの課題を1回ずつ投げ、答えを記事で確かめました。○△×は課題ごとの正しさで、太い青字が記事で出した1位です。
| 機能 | ChatGPT | Gemini | Claude | Copilot | 測った日 |
|---|---|---|---|---|---|
| 画像生成 | 試せず | ○3 | ○1 △2 | ○1 △2 | |
| 写真・画像を送って聞く（画像の読み取り） | 試せず | ○3 | ○2 △1 | 試せず | |
| 音声から議事録を作る | 試せず | ○1 | ×1 | 試せず | |
| 文書を一緒に作る・直す（Canvas・Docs・Pages） | 試せず | スライドだけ | 3問とも | 2問目と3問目 |
その条件で比べた機能はまだありません。
ChatGPT・Gemini・Claude・Copilotの成績を比較
AI実務ベンチ7分野・のべ424試行を足し上げた累積です。4AI検証ラボの行は数字の取り方が違うので入れていません。いちばん右の列だけは、上の比較表で1位になった機能の数です。
| AI | 正解率 | かかった秒（中央値） | 3回とも同じ答え | 指示どおりの形 | 出典のURLが開けた | この表で1位 |
|---|---|---|---|---|---|---|
| ChatGPT117試行・7分野 | 94.9% | 18.8秒 | 100% | 98.1% | 100% | 7機能うち同率4 |
| Claude100試行・7分野 | 81% | 21.4秒 | 96.3% | 78.2% | — | 4機能うち同率3 |
| Copilot90試行・6分野 | 67.8% | 17秒 | 85.6% | 69.6% | 93.3% | 1機能うち同率1 |
| Gemini117試行・7分野 | 56.4% | 29.2秒 | 83.7% | 77.2% | 83.3% | 3機能 |
このページの作り方
ChatGPT・Gemini・Claude・Copilotの4つを、AInformation編集部が同じ課題で比べた結果を表にまとめています。材料はAI実務ベンチの7分野（のべ424試行）と、4AI検証ラボの比較記事4本（答えまで取れた送信30回）です。
AI実務ベンチは架空の会社の資料を毎回作り直し、4つのAIへ同じ課題を投げています。正解かどうかは数値の一致・語句の有無・形式・URLが開けるかでプログラムが判定し、AIには採点させていません。
4AI検証ラボは1つの機能を易・中・難の3課題で4つのAIへ投げています。かかった秒数と答えの中身は記事で1つずつ確かめ、何を基準にしたかは各記事の検証の条件に書いています。
勝ちの印はベンチでは正解率がいちばん高いAIに付けています（同じ値なら同率）。ラボでは記事で編集部が出した結論に付けています。1回の検証の結果なので、日や課題が変われば順位は変わります。
比較記事は4AI検証ラボに、課題と回答の全文はAI実務ベンチにあります。この表のデータはJSONでも公開しています（CC BY 4.0）。
よくある質問
生成AIを比べると、いちばん正確なのはどれですか？
AI実務ベンチの累積（7分野・のべ424試行）では、正解率がいちばん高かったのはChatGPTの94.9%（117試行中111）でした。2位はClaudeの81%で、Copilotの67.8%とGeminiの56.4%が続きます。ただし機能ごとに勝ち負けは入れ替わります。使いたい機能の行で選んでください。
ChatGPT・Gemini・Claude・Copilotをどうやって比べましたか？
AInformation編集部が4つのAIの有料プランの画面へ、同じ課題を同じ文で投げました。AI実務ベンチは1つの分野につき6課題を3回ずつ投げ、正解かどうかをプログラムだけで判定しています。4AI検証ラボは易・中・難の3課題を1回ずつ投げ、答えを記事の中で1つずつ確かめています。どちらも毎回あたらしい会話から始めています。
無料版でも同じ結果になりますか？
同じになるとは限りません。使ったのはChatGPT Pro・Google AI Pro・ClaudeのMaxプラン・Microsoft 365 Personalで、画面に出ていたモデルの名前を採点表に残しています。無料版は使えるモデルや回数が違うので、答えの速さと正しさも変わります。
「試せず」や「測れず」と書いてあるのはなぜですか？
測れなかった理由は3つです。編集部の操作が止まった回と、プランの上限に当たった回と、人間かどうかの確認が出て止めた回です。AIが答えを間違えたわけではないので、正解率の分母には入れていません。断られた回と時間切れの回はAIの結果なので、分母に入れて不正解として数えています。
この比較表はいつ更新されますか？
4AI検証ラボの比較記事は公開した日のうちに表へ足されます。AI実務ベンチは測った翌日に足されます。同じ機能を測り直したときは新しい結果に入れ替えます。いま載っているのは11の機能で、いちばん新しい検証は2026年10月3日です。データはCC BY 4.0で公開しているので、出典を書けば引用できます。