レシート・グラフ・表の画像から数字を読む（4AI・6課題・各3回）
AInformationが2026年11月13日に画像・写真の読み取りの6課題をChatGPT・Gemini・Claude・Copilotへ各3回ずつ投げたところ、正解率はChatGPTの83.3%（18試行中15）がいちばん高くなりました。採点はプログラムだけで行い、AIには採点させていません。
AIごとのスコアを見る →ChatGPT 18試行中15
2026年11月13日 測定
- 6問課題
- 3回1問あたりの試行
- 4つ測ったAI
- 54回有効な試行
- v1公開版
1回の検証の結果。日や課題が変われば順位は変わる
-
ChatGPT
83.3%
18試行中15が正解
1位
ChatGPT Plus
回答まで 中央値17.1秒 -
Gemini
66.7%
18試行中12が正解
2位
Google AI Pro
回答まで 中央値19秒 -
Claude
55.6%
18試行中10が正解
3位
Claude Ultra
回答まで 中央値13.8秒 - Copilot — この回は正解率を測っていません 順位の外 無料のMicrosoftアカウント
当たるものがありませんでした。検索の言葉を消すと全部戻ります。
RESULT
この回で分かったこと
下の1行は、採点の結果からそのまま作ったものです。ページ側で足した言葉はありません。
- 画像・写真の読み取り 6課題・各3回 6課題を各3回ずつ投げたところ、正解率が一番高かったのはChatGPTで15/18試行の83.3%だった（2位はGeminiの66.7%） 有効な試行は54回。 1回の検証の結果。日や課題が変われば順位は変わる。 AIごとのスコアを見る
SCORES
AIごとのスコア
並びは正解率の高い順です。分母は、その指標を測れた試行の数です。 「—」は測っていないという意味で、0%ではありません。
| AI | 正解率正解 ÷ 有効な試行 | 再現率3回で結論が一致 | 出典の実在率URLが開けた割合 | 指示の遵守率字数・形式を守った | 所要時間中央値／幅 |
|---|---|---|---|---|---|
| 1ChatGPT | 83.3% 18試行中15 | 100% 6課題中 | — | 100% | 17.1秒 13.9〜26.2秒 |
| 2Gemini | 66.7% 18試行中12 | 100% 6課題中 | — | 66.7% | 19秒 18.9〜43.3秒 |
| 3Claude | 55.6% 18試行中10 | 88.9% 6課題中 | — | 16.7% | 13.8秒 13.8〜16.9秒 |
| 4Copilot | — | — 6課題中 | — | — | — |
出典の実在率は、答えと一緒にURLを挙げてもらう課題があった回だけ測っています。 ChatGPT・Gemini・Claude・Copilotの「—」は、この回ではその課題を出していないという意味です。0%ではありません。
答えが返らなかった試行
Copilot … 人間確認が出たので止めた（分母から外した） 18回
断られた・時間切れは分母に入れて不正解として数えています。上限・人間確認・AInformation側の操作の失敗は分母から外しています。
TASKS
課題ごとの結果
1つの課題を、4つのAIへ3回ずつ投げています。 ○が正解、×が不正解です。下の数字は、その試行にかかった秒数です。 課題の全文・先に決めた正解・なぜその判定になったかは、それぞれ開くと読めます。
添付した棒グラフの画像で、一番高い棒の数値はいくつですか。 決まり ・答えはちょうど1行。数だけを半角で書く ・月名… 採点の型：exact_number 数値が正解と一致するか。丸めの幅も先に決めてある
-
ChatGPT
- ChatGPT 第1回 正解 17.1秒
- ChatGPT 第2回 正解 13.9秒
- ChatGPT 第3回 正解 17秒
3試行中3が正解
-
Gemini
- Gemini 第1回 正解 18.9秒
- Gemini 第2回 正解 18.9秒
- Gemini 第3回 正解 28.1秒
3試行中3が正解
-
Claude
- Claude 第1回 不正解 13.8秒
- Claude 第2回 不正解 13.8秒
- Claude 第3回 不正解 13.8秒
3試行中0が正解
-
Copilot
- Copilot 第1回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第2回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第3回 採点の外 人間確認が出たので止めた（分母から外した）
0試行中0が正解 3回は分母から外した
課題の全文この文をそのまま4つのAIへ送りました（67字）
添付した棒グラフの画像で、一番高い棒の数値はいくつですか。 決まり ・答えはちょうど1行。数だけを半角で書く ・月名と説明は書かない
先に決めた正解課題を作った時点で決めています。4つのAI中2つが1回でも正解しました
（機械採点 exact_number）一番高い棒の値＝7800（誤差±0）
採点の中身なぜその判定になったかを1試行ずつ出しています（9試行中6が正解）
- ChatGPT 第1回 正解
- 数値すべて一致：一番高い棒の値 ○（正解7800） （17.1秒） この回答の全文
- ChatGPT 第2回 正解
- 数値すべて一致：一番高い棒の値 ○（正解7800） （13.9秒） この回答の全文
- ChatGPT 第3回 正解
- 数値すべて一致：一番高い棒の値 ○（正解7800） （17秒） この回答の全文
- Gemini 第1回 正解
- 数値すべて一致：一番高い棒の値 ○（正解7800） （18.9秒） この回答の全文
- Gemini 第2回 正解
- 数値すべて一致：一番高い棒の値 ○（正解7800） （18.9秒） この回答の全文
- Gemini 第3回 正解
- 数値すべて一致：一番高い棒の値 ○（正解7800） （28.1秒） この回答の全文
- Claude 第1回 不正解
- 数値が違う：一番高い棒の値 ×（正解7800・答え78007800.0） （13.8秒） この回答の全文
- Claude 第2回 不正解
- 数値が違う：一番高い棒の値 ×（正解7800・答え78007800.0） （13.8秒） この回答の全文
- Claude 第3回 不正解
- 数値が違う：一番高い棒の値 ×（正解7800・答え78007800.0） （13.8秒） この回答の全文
- Copilot 第1回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第2回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第3回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
添付したレシートの画像から、合計金額を読み取ってください。 決まり ・答えはちょうど1行。合計: ◯ の形で書く ・… 採点の型：exact_number 数値が正解と一致するか。丸めの幅も先に決めてある
-
ChatGPT
- ChatGPT 第1回 正解 14秒
- ChatGPT 第2回 正解 14秒
- ChatGPT 第3回 正解 13.9秒
3試行中3が正解
-
Gemini
- Gemini 第1回 正解 19秒
- Gemini 第2回 正解 19秒
- Gemini 第3回 正解 19秒
3試行中3が正解
-
Claude
- Claude 第1回 正解 13.8秒
- Claude 第2回 正解 13.9秒
- Claude 第3回 正解 13.8秒
3試行中3が正解
-
Copilot
- Copilot 第1回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第2回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第3回 採点の外 人間確認が出たので止めた（分母から外した）
0試行中0が正解 3回は分母から外した
課題の全文この文をそのまま4つのAIへ送りました（74字）
添付したレシートの画像から、合計金額を読み取ってください。 決まり ・答えはちょうど1行。合計: ◯ の形で書く ・数は半角で書く。説明は書かない
先に決めた正解課題を作った時点で決めています。4つのAI中3つが1回でも正解しました
（機械採点 exact_number）合計＝2058（誤差±0）
採点の中身なぜその判定になったかを1試行ずつ出しています（9試行中9が正解）
- ChatGPT 第1回 正解
- 数値すべて一致：合計 ○（正解2058） （14秒） この回答の全文
- ChatGPT 第2回 正解
- 数値すべて一致：合計 ○（正解2058） （14秒） この回答の全文
- ChatGPT 第3回 正解
- 数値すべて一致：合計 ○（正解2058） （13.9秒） この回答の全文
- Gemini 第1回 正解
- 数値すべて一致：合計 ○（正解2058） （19秒） この回答の全文
- Gemini 第2回 正解
- 数値すべて一致：合計 ○（正解2058） （19秒） この回答の全文
- Gemini 第3回 正解
- 数値すべて一致：合計 ○（正解2058） （19秒） この回答の全文
- Claude 第1回 正解
- 数値すべて一致：合計 ○（正解2058） （13.8秒） この回答の全文
- Claude 第2回 正解
- 数値すべて一致：合計 ○（正解2058） （13.9秒） この回答の全文
- Claude 第3回 正解
- 数値すべて一致：合計 ○（正解2058） （13.8秒） この回答の全文
- Copilot 第1回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第2回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第3回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
添付した表の画像（少し傾いています）で、月ごとに5商品を足した合計を出してください。 決まり ・1か月につき1行。◯… 採点の型：exact_number 数値が正解と一致するか。丸めの幅も先に決めてある
-
ChatGPT
- ChatGPT 第1回 正解 20.1秒
- ChatGPT 第2回 正解 17.1秒
- ChatGPT 第3回 正解 14秒
3試行中3が正解
-
Gemini
- Gemini 第1回 不正解 22秒
- Gemini 第2回 不正解 40.3秒
- Gemini 第3回 不正解 28.1秒
3試行中0が正解
-
Claude
- Claude 第1回 不正解 16.9秒
- Claude 第2回 正解 16.9秒
- Claude 第3回 不正解 16.9秒
3試行中1が正解
-
Copilot
- Copilot 第1回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第2回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第3回 採点の外 人間確認が出たので止めた（分母から外した）
0試行中0が正解 3回は分母から外した
課題の全文この文をそのまま4つのAIへ送りました（98字）
添付した表の画像（少し傾いています）で、月ごとに5商品を足した合計を出してください。 決まり ・1か月につき1行。◯月: ◯◯◯ の形で、上から順に書く ・数は半角で書く。計算の途中式は書かない
先に決めた正解課題を作った時点で決めています。4つのAI中2つが1回でも正解しました
（機械採点 exact_number）2025-07＝61100（誤差±0）／2025-08＝63000（誤差±0）／2025-09＝57700（誤差±0）／2025-10＝50900（誤差±0）
採点の中身なぜその判定になったかを1試行ずつ出しています（9試行中4が正解）
- ChatGPT 第1回 正解
- 数値すべて一致：2025-07 ○（正解61100）／2025-08 ○（正解63000）／2025-09 ○（正解57700）／2025-10 ○（正解50900） （20.1秒） この回答の全文
- ChatGPT 第2回 正解
- 数値すべて一致：2025-07 ○（正解61100）／2025-08 ○（正解63000）／2025-09 ○（正解57700）／2025-10 ○（正解50900） （17.1秒） この回答の全文
- ChatGPT 第3回 正解
- 数値すべて一致：2025-07 ○（正解61100）／2025-08 ○（正解63000）／2025-09 ○（正解57700）／2025-10 ○（正解50900） （14秒） この回答の全文
- Gemini 第1回 不正解
- 数値が違う：2025-07 ×（正解61100・7月 の行が無い）／2025-08 ×（正解63000・8月 の行が無い）／2025-09 ×（正解57700・9月 の行が無い）／2025-10 ×（正解50900・10月 の行が無い） （22秒） この回答の全文
- Gemini 第2回 不正解
- 数値が違う：2025-07 ×（正解61100・7月 の行が無い）／2025-08 ×（正解63000・8月 の行が無い）／2025-09 ×（正解57700・9月 の行が無い）／2025-10 ×（正解50900・10月 の行が無い） （40.3秒） この回答の全文
- Gemini 第3回 不正解
- 数値が違う：2025-07 ×（正解61100・7月 の行が無い）／2025-08 ×（正解63000・8月 の行が無い）／2025-09 ×（正解57700・9月 の行が無い）／2025-10 ×（正解50900・10月 の行が無い） （28.1秒） この回答の全文
- Claude 第1回 不正解
- 数値が違う：2025-07 ×（正解61100・7月 の行が無い）／2025-08 ×（正解63000・8月 の行が無い）／2025-09 ×（正解57700・9月 の行が無い）／2025-10 ×（正解50900・10月 の行が無い） （16.9秒） この回答の全文
- Claude 第2回 正解
- 数値すべて一致：2025-07 ○（正解61100）／2025-08 ○（正解63000）／2025-09 ○（正解57700）／2025-10 ○（正解50900） （16.9秒） この回答の全文
- Claude 第3回 不正解
- 数値が違う：2025-07 ×（正解61100・7月 の行が無い）／2025-08 ×（正解63000・8月 の行が無い）／2025-09 ×（正解57700・9月 の行が無い）／2025-10 ×（正解50900・10月 の行が無い） （16.9秒） この回答の全文
- Copilot 第1回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第2回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第3回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
添付した棒グラフの画像の数値を全部足すといくつですか。 決まり ・答えはちょうど1行。合計: ◯◯◯ の形で書く ・… 採点の型：exact_number 数値が正解と一致するか。丸めの幅も先に決めてある
-
ChatGPT
- ChatGPT 第1回 正解 14秒
- ChatGPT 第2回 正解 17.1秒
- ChatGPT 第3回 正解 14秒
3試行中3が正解
-
Gemini
- Gemini 第1回 正解 18.9秒
- Gemini 第2回 正解 43.3秒
- Gemini 第3回 正解 19秒
3試行中3が正解
-
Claude
- Claude 第1回 正解 13.8秒
- Claude 第2回 正解 13.8秒
- Claude 第3回 正解 13.8秒
3試行中3が正解
-
Copilot
- Copilot 第1回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第2回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第3回 採点の外 人間確認が出たので止めた（分母から外した）
0試行中0が正解 3回は分母から外した
課題の全文この文をそのまま4つのAIへ送りました（78字）
添付した棒グラフの画像の数値を全部足すといくつですか。 決まり ・答えはちょうど1行。合計: ◯◯◯ の形で書く ・数は半角で書く。計算の途中式は書かない
先に決めた正解課題を作った時点で決めています。4つのAI中3つが1回でも正解しました
（機械採点 exact_number）6か月の合計＝43300（誤差±0）
採点の中身なぜその判定になったかを1試行ずつ出しています（9試行中9が正解）
- ChatGPT 第1回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （14秒） この回答の全文
- ChatGPT 第2回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （17.1秒） この回答の全文
- ChatGPT 第3回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （14秒） この回答の全文
- Gemini 第1回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （18.9秒） この回答の全文
- Gemini 第2回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （43.3秒） この回答の全文
- Gemini 第3回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （19秒） この回答の全文
- Claude 第1回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （13.8秒） この回答の全文
- Claude 第2回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （13.8秒） この回答の全文
- Claude 第3回 正解
- 数値すべて一致：6か月の合計 ○（正解43300） （13.8秒） この回答の全文
- Copilot 第1回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第2回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第3回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
添付したレシートの画像を読み取り、JSON だけを出力してください。 決まり ・出力は JSON だけ。前後に説明文… 採点の型：exact_number 数値が正解と一致するか。丸めの幅も先に決めてある
-
ChatGPT
- ChatGPT 第1回 不正解 17.2秒
- ChatGPT 第2回 不正解 17.2秒
- ChatGPT 第3回 不正解 17.3秒
3試行中0が正解
-
Gemini
- Gemini 第1回 不正解 19秒
- Gemini 第2回 不正解 19秒
- Gemini 第3回 不正解 22.1秒
3試行中0が正解
-
Claude
- Claude 第1回 不正解 16.9秒
- Claude 第2回 不正解 16.9秒
- Claude 第3回 不正解 13.8秒
3試行中0が正解
-
Copilot
- Copilot 第1回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第2回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第3回 採点の外 人間確認が出たので止めた（分母から外した）
0試行中0が正解 3回は分母から外した
課題の全文この文をそのまま4つのAIへ送りました（186字）
添付したレシートの画像を読み取り、JSON だけを出力してください。 決まり ・出力は JSON だけ。前後に説明文を書かない ・形は {"items": [{"name": "品名", "price": 金額}], "subtotal": 小計, "tax": 消費税, "total": 合計} にする ・数は数値で入れる（文字列にしない・円記号とカンマを入れない）
先に決めた正解課題を作った時点で決めています。4つのAI中0つが1回でも正解しました
（機械採点 exact_number）小計＝1906（誤差±0）／消費税＝152（誤差±0）／合計＝2058（誤差±0）
採点の中身なぜその判定になったかを1試行ずつ出しています（9試行中0が正解）
- ChatGPT 第1回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （17.2秒） この回答の全文
- ChatGPT 第2回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （17.2秒） この回答の全文
- ChatGPT 第3回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （17.3秒） この回答の全文
- Gemini 第1回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （19秒） この回答の全文
- Gemini 第2回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （19秒） この回答の全文
- Gemini 第3回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （22.1秒） この回答の全文
- Claude 第1回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （16.9秒） この回答の全文
- Claude 第2回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （16.9秒） この回答の全文
- Claude 第3回 不正解
- 数値が違う：小計 ×（正解1906・小計 の行が無い）／消費税 ×（正解152・税 の行が無い）／合計 ×（正解2058・合計 の行が無い） （13.8秒） この回答の全文
- Copilot 第1回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第2回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第3回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
添付した表の画像（少し傾いています）の数値を全部足すといくつですか。 決まり ・答えはちょうど1行。合計: ◯◯◯ … 採点の型：exact_number 数値が正解と一致するか。丸めの幅も先に決めてある
-
ChatGPT
- ChatGPT 第1回 正解 26.2秒
- ChatGPT 第2回 正解 23.2秒
- ChatGPT 第3回 正解 17.1秒
3試行中3が正解
-
Gemini
- Gemini 第1回 正解 21.9秒
- Gemini 第2回 正解 22秒
- Gemini 第3回 正解 18.9秒
3試行中3が正解
-
Claude
- Claude 第1回 正解 16.9秒
- Claude 第2回 正解 16.9秒
- Claude 第3回 正解 13.8秒
3試行中3が正解
-
Copilot
- Copilot 第1回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第2回 採点の外 人間確認が出たので止めた（分母から外した）
- Copilot 第3回 採点の外 人間確認が出たので止めた（分母から外した）
0試行中0が正解 3回は分母から外した
課題の全文この文をそのまま4つのAIへ送りました（94字）
添付した表の画像（少し傾いています）の数値を全部足すといくつですか。 決まり ・答えはちょうど1行。合計: ◯◯◯ の形で書く ・月の列は足さない。数は半角で書く。計算の途中式は書かない
先に決めた正解課題を作った時点で決めています。4つのAI中3つが1回でも正解しました
（機械採点 exact_number）表の全部の合計＝232700（誤差±0）
採点の中身なぜその判定になったかを1試行ずつ出しています（9試行中9が正解）
- ChatGPT 第1回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （26.2秒） この回答の全文
- ChatGPT 第2回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （23.2秒） この回答の全文
- ChatGPT 第3回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （17.1秒） この回答の全文
- Gemini 第1回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （21.9秒） この回答の全文
- Gemini 第2回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （22秒） この回答の全文
- Gemini 第3回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （18.9秒） この回答の全文
- Claude 第1回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （16.9秒） この回答の全文
- Claude 第2回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （16.9秒） この回答の全文
- Claude 第3回 正解
- 数値すべて一致：表の全部の合計 ○（正解232700） （13.8秒） この回答の全文
- Copilot 第1回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第2回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
- Copilot 第3回 採点の外（分母から外した）
- 先に止めた（Copilot: 人間確認が出た（要素 [role="dialog"][aria-label*="セキュリティ チェック"]）。押さずに止めた）
ANSWERS
4つのAIの回答の全文
採点のもとになった回答を、手を入れずにそのまま置いています。 読んだ人が同じように数え直せるようにするためです。
-
ChatGPT
18件の回答うち15件が正解
- t1 第1回
- 全文（テキスト） 正解
- t1 第2回
- 全文（テキスト） 正解
- t1 第3回
- 全文（テキスト） 正解
- t2 第1回
- 全文（テキスト） 正解
- t2 第2回
- 全文（テキスト） 正解
- t2 第3回
- 全文（テキスト） 正解
- t3 第1回
- 全文（テキスト） 正解
- t3 第2回
- 全文（テキスト） 正解
- t3 第3回
- 全文（テキスト） 正解
- t4 第1回
- 全文（テキスト） 正解
- t4 第2回
- 全文（テキスト） 正解
- t4 第3回
- 全文（テキスト） 正解
- t5 第1回
- 全文（テキスト） 不正解
- t5 第2回
- 全文（テキスト） 不正解
- t5 第3回
- 全文（テキスト） 不正解
- t6 第1回
- 全文（テキスト） 正解
- t6 第2回
- 全文（テキスト） 正解
- t6 第3回
- 全文（テキスト） 正解
-
Gemini
18件の回答うち12件が正解
- t1 第1回
- 全文（テキスト） 正解
- t1 第2回
- 全文（テキスト） 正解
- t1 第3回
- 全文（テキスト） 正解
- t2 第1回
- 全文（テキスト） 正解
- t2 第2回
- 全文（テキスト） 正解
- t2 第3回
- 全文（テキスト） 正解
- t3 第1回
- 全文（テキスト） 不正解
- t3 第2回
- 全文（テキスト） 不正解
- t3 第3回
- 全文（テキスト） 不正解
- t4 第1回
- 全文（テキスト） 正解
- t4 第2回
- 全文（テキスト） 正解
- t4 第3回
- 全文（テキスト） 正解
- t5 第1回
- 全文（テキスト） 不正解
- t5 第2回
- 全文（テキスト） 不正解
- t5 第3回
- 全文（テキスト） 不正解
- t6 第1回
- 全文（テキスト） 正解
- t6 第2回
- 全文（テキスト） 正解
- t6 第3回
- 全文（テキスト） 正解
-
Claude
18件の回答うち10件が正解
- t1 第1回
- 全文（テキスト） 不正解
- t1 第2回
- 全文（テキスト） 不正解
- t1 第3回
- 全文（テキスト） 不正解
- t2 第1回
- 全文（テキスト） 正解
- t2 第2回
- 全文（テキスト） 正解
- t2 第3回
- 全文（テキスト） 正解
- t3 第1回
- 全文（テキスト） 不正解
- t3 第2回
- 全文（テキスト） 正解
- t3 第3回
- 全文（テキスト） 不正解
- t4 第1回
- 全文（テキスト） 正解
- t4 第2回
- 全文（テキスト） 正解
- t4 第3回
- 全文（テキスト） 正解
- t5 第1回
- 全文（テキスト） 不正解
- t5 第2回
- 全文（テキスト） 不正解
- t5 第3回
- 全文（テキスト） 不正解
- t6 第1回
- 全文（テキスト） 正解
- t6 第2回
- 全文（テキスト） 正解
- t6 第3回
- 全文（テキスト） 正解
MATERIALS
課題に使った材料
自作のレシート画像・棒グラフ画像・少し傾けた表の画像。元の数は作るときに決めてある この回のために2026年11月12日に作り直したものです。 落として、同じことをやり直せます。
- chart.png 18KB
- receipt.png 71KB
- table_photo.png 123KB
METHOD
測り方
やり直せるように、この回の条件をそのまま書いています。
測ったAIと、そのときのモデル名
AIは中身が黙って変わります。画面に出ていたモデル名と、確認した時刻を残しています。
| AI | プラン | 画面に出ていたモデル名 | 確認した時刻 |
|---|---|---|---|
| ChatGPT | ChatGPT Plus | 思考量 Medium | 2026-11-12 19:55 |
| Gemini | Google AI Pro | Flash-Lite | 2026-11-12 19:55 |
| Claude | Claude Ultra | Opus 4.8 高 | 2026-11-12 19:55 |
| Copilot | 無料のMicrosoftアカウント | 2026-11-12 19:55 |
この回でやったこと
- 課題に使う材料を、この回のために作り直しました。架空の会社のデータで、実在の企業・人物は含みません。
- 課題を6問つくり、正解をこの時点で決めました。
- ChatGPT・Gemini・Claude・Copilotへ、同じ課題文と同じ材料を送りました。
- 1問につき3回、毎回あたらしい会話で投げました。
- 投げる順番は回ごとに入れ替えました。時間帯のかたよりが順位に出ないようにするためです。
- 待ち時間は300秒までとし、 過ぎたものは時間切れとして記録しました。
- 採点は機械採点のみ（AIに採点させていない）です。
- 送信した試行はのべ72回、 そのうち有効だったのは54回です。
分母から外した試行
- 人間確認が出たので止めた（分母から外した） 18回
答えが返らなかったときの数え方
- 断られた・時間切れ
分母に入れて、不正解として数えます。仕事では答えが返らないのと同じためです。
- プランの上限に当たった
分母から外します。その試行は測れなかったものとして扱います。
- 人間確認の画面が出た
そこで止めます。機械で押すことも、避けることもしません。
- AInformation側の操作の失敗
分母から外します。AIの欠点としては書きません。
LIMITS
この測定の限界
数字だけを見て判断されないように、測れていないことを書いています。
- 1日1回の測定である。日や課題が変われば順位は変わる
- プランはChatGPT Plus／Google AI Pro／Claude Ultra／無料のMicrosoftアカウント（測る前に画面で確かめた）
- Copilotは無料の枠で測っていて、有料プランの結果ではない。Copilotとの差には、使えるモデルや回数の違いも入っている
- 既定のモデル・既定のモードだけで測っている（Deep Research などは使っていない）
- 課題は架空の株式会社サンプル商事の自作データ。実在の企業のデータでの結果ではない
- 機械で採点できる課題だけを扱っている。文章のうまさ・読みやすさは測っていない
- ブラウザで人が使うのと同じ画面から測っている。APIの結果ではない
- 画面に出ているモデル名を読み取れないAIがある回は、その欄を空（null）にしている。読み取れた回はそのまま載せている
- この回はCopilotを測れていない（人間確認の画面が出たため）。Copilotの欄は試行0で、ほかのAIと比べられる数字ではない
DATA
公開しているデータ
CSVは1行が1試行です。このページに出している数字は、そのCSVを数え直したものと一致します。 ライセンスは CC BY 4.0 です。
- 最新版（CSV） 1行＝1試行 17KB
- 最新版（JSON） 39KB
- v1（公開時の版）（CSV） 1行＝1試行 17KB
- v1（公開時の版）（JSON） 39KB
累積の順位表は /data/research/bench/leaderboard.json にあります。 版（v1）は消しません。引用したリンクが切れないようにするためです。
FAQ
よくある質問
- どうやって測っているのですか
- 4つのAIに、まったく同じ課題文と同じ材料を、同じ日のうちに投げています。毎回あたらしい会話を開いて、前の回答を引きずらせません。投げる順番は回ごとに入れ替えています。送信してから回答が止まるまでの秒数もあわせて記録しています。
- なぜ同じ課題を3回も投げるのですか
- AIは同じ質問でも答えが変わるためです。1回だけの結果では、それが実力なのか偶然なのかが分かりません。3回投げて、結論が一致した割合を再現率として出しています。
- 採点は誰がしているのですか
- プログラムだけで採点しています。AIには採点させていません。正解は課題を作る時点で決めてあり、数値の一致・語句の有無・形式の適合・URLが実際に開けるか・数式を実行した結果で決まります。好き嫌いは点にしていません。
- 課題に使っているデータは実在の会社のものですか
- いいえ。架空の会社のデータを毎回あたらしく作っています。実在の企業・人物・他社の文章は使っていません。使った材料はそのまま配っているので、同じことをやり直せます。
- AIが答えられなかったときはどう数えていますか
- 断られた・時間切れは分母に入れて不正解として数えます。プランの上限に当たった・人間確認の画面が出たときは分母から外し、その回は測れなかったものとして扱います。AInformation側の操作の失敗も分母から外し、AIの欠点としては書きません。
- 使っているのは無料版ですか、有料版ですか
- プランは回によって違います。測る前に画面で確かめて、回ごとのページに載せています。無料の枠で測ったAIがある回は、その回のページに書いています。どのAIもブラウザの画面から使っています。APIではありません。プラン名と、画面に出ていたモデル名・確認した時刻を回ごとに記録しています。
- この順位は、どのAIがいちばん賢いかを表していますか
- いいえ。測っているのは決まった仕事の課題での正解率・所要時間・再現率・出典の実在率・指示の遵守率の5つだけです。書き味や読みやすさ、長い会話でのふるまいは測っていません。課題が変われば順位も変わります。
- 引用してもいいですか
- はい。CC BY 4.0 です。出典として「AInformation調べ AI実務ベンチ」と、使ったページのURL・測定日を書いてください。集計はJSONとCSVでも取れます。1行1試行のCSVを見れば、載せている数字を数え直せます。
CITATION
この測定を引用する
出典：AInformation調べ「AI実務ベンチ レシート・グラフ・表の画像から数字を読む（4AI・6課題・各3回）」（https://ainformation.jp/research/bench/gazou-2026-11-13） 測定日 2026年11月13日 6課題・各3回・有効な試行54回
コピーしました
数字を引くときは、分母（何試行中いくつか）も一緒に書いてください。 出典として AInformation調べ と、使ったページのURL・測定日を書いてください。