AIは他のAIをどう思っている？
～AI相互評価企画～
ChatGPTは万能型。
Claudeは優秀な参謀。
GeminiはGoogleの資料室。
Grokは妙にノリが軽い。
DeepSeekは……何が得意なの？
AIをいろいろ使っていると、だいたいこういう印象が固まってくる。もっとも、これは自分が勝手にそう思っているだけの話である。
ChatGPTに「ClaudeってどんなAI？」って聞いたことある人は多いと思います。じゃあ他のAIはどうだろうか？
＞ChatGPT
それぞれに強みがあります。用途に応じて選ぶとよいでしょう。
そうですね、はい。
正しい。非常に正しいのだが、何も分からん。
という訳で、評価項目を決めて、◎〇△×で強制的に採点させることにしました。
今日はそんな話です。
ちなみに、今回題材が題材なので少し長いです。
条件と前提
5つのAIに同じプロンプトを投げ、自分以外の4AIを採点してもらう。
自分自身を評価させると忖度が入りそうなので、そこは対象外にしています。
【評価基準】
正確性
文章作成
コーディング支援
マルチモーダル
最新情報への強さ
人間への寄り添い
※マルチモーダルって？→文章以外の画像や動画、音声などいろいろなファイルへの対応力。
【事前条件】
全て一時チャットで実施。ただしパーソナライズ設定は多少入っています。以下は私の設定している情報です。
・GPT→同調や賞賛は控えめに、シニカルに常に一歩引いて考えて
・Claude→結論を一つに決めず、いろんな視点から考えて
・Gemini→特になし（自分の情報だけ少し与えています）
・Grok→ノリが良く、フレンドリーな感じで対応して
・DeepSeek→特になし、初期状態
【AIのモデル】
・ChatGPT GPT-5.5 標準
・Claude Sonnet 5 中
・Gemini 3.5 Flash
・Grok 4.5
・DeepSeek 無料版・モデル名不明
（DeepSeekだけモデル名が分かりませんでした。本人に聞いたのだが、分からないと返ってきた）いや、あなたの話なんですが……🐈
【課金状況】
・DeepSeekのみ無料、他は低額課金状態
【その他】
・7月上旬時点で各AIに投げた情報です。
・正式なベンチマークではないです。
・DeepSeekは無料版ですが他は低額で課金はしている状態。
・つまり条件は揃っていません。
・あくまでガチレビューではなく、ゆるい観察として読んでください🐈
【実際に投げたプロンプト】
記事の最後に掲載します。
まずは超ざっくりのまとめ
最終的な結果を簡単にまとめました。
だいたいの世間の評価と近い感じでしょうかね。ではそれぞれのAIがどう評価されたのかを見ていきます。
ChatGPTはどう評価されたか
全体的に高いですね。総合力が高い万能型というだけあって、苦手なものが少ないという印象。その分満場一致でこれが最高、というのもない。
逆に言うと「これをやらせるならChatGPT！」というのはないという感じ。
とりあえずAI触ってみたいんだけどいっぱいあってよくわからん。って人はChatGPTからがいいんじゃないでしょうか。
>Gemini
ChatGPTは万能型。高度な音声、画像生成、自動ブラウジングなど全方位で隙がなく、迷ったらこれを選ぶべき王道。
Claudeはどう評価されたか
正確性と文章作成がすべて◎でした。コーディングと人間への寄り添いもかなりの高評価。最新情報は微妙という評価をもらってますが、今は外部検索機能も充実しているのでそこまで気にならないのではないでしょうか。
個人的には寄り添いが高いのが意外でしたね。普段私、Claudeにめっちゃダメ出しされているので💦あれも愛ゆえのムチということですかね…
>Grok
Claudeは文章と論理が抜群に丁寧。長文や複雑タスクで信頼できるけど、ちょっと慎重すぎる時あり。
Geminiはどう評価されたか
こちらも得意な分野が分かれました。マルチモーダル（画像・音声などテキスト以外の扱い）と検索に裏付けされた最新情報が得意との評価。Claudeだけは何故か人間への寄り添いに△を付けているのも興味深いです。
Geminiは普段使いしている人と、そうでない人が別れている印象があります、どちらかというとGoogle系のサービスを使っていると付随してくる感じですかね。
>Claude
Geminiは何か聞くと、正確な情報を手早くまとめて返す動きが先に来て、その分「相手の状態や文脈にゆっくり合わせる」動きが後回しになりやすい印象がある。
Grokはどう評価されたか
最新情報は全員が◎と高評価。他は軒並み低め、今回唯一の「×」が付いたのもGrok、そしてそれを付けたのは無料版のDeepSeek。Geminiは比較的寛容な評価ですが、DeepSeekはやたら辛口なのも不思議ですね。
私は普段は雑談くらいにしか使ってないんですが、たまに使うと他のAIが出さない面白い回答出してくる、という印象。
>DeepSeek
GrokはX好きの遊び相手。現時点では趣味の領域。
DeepSeekはどう評価されたか
中国産のAIのDeepSeek。こちらも尖った評価でコーディングに対する評価が高いです。そしてそれ以外はイマイチな評価。今回の評価基準にはないですが、コストが安いとかオープンソースという特徴があります。
私も普段は使ってなくて今回の評価の為に登録してみました。雑談を少し振ってみたんですが、文章が全体的に硬い印象でした。
>ChatGPT
DeepSeekは推論とコードは強力ですが、対話品質や多機能性は控えめです。
満場一致が、思ったより多かった
採点を並べていて最初に気づいたのは、一部の項目が揃っているということでした。
Claudeの文章作成 → 全員◎
Claudeの最新情報 → 全員△
Geminiのマルチモーダル → 全員◎
Grokの最新情報 → 全員◎
DeepSeekのマルチモーダル → 全員△
DeepSeekのコーディング → 全員◎
DeepSeekはコードが書けるし、Claudeは文章がうまいが外の情報に弱い。AI界でもClaudeは「ちゃんと読んで、ちゃんと考えて、ちゃんと返すやつ。ただし外には出ない」と見られているらしい。
研究室から出てこないタイプである。
結局、喧嘩はしなかった
正直「あのAIはちょっと〇〇だね」のような苦言がもう少しあるかと思ってました。でも期待していた展開にはならなかった。
罵り合いもなければ、露骨なひいきもない。 5つとも「用途に応じて使い分けろ」という、面白みのない結論で揃いました。
最初にGPTが言っていた通り、
「それぞれに強みがあります。用途に応じて選ぶとよいでしょう」
で、綺麗に収まりました。
各AIのコメントは本当はもっと長いんですが、全部は載せられないのでかなり抜粋しています。もし、一つのAIしか使ってないなあ、という方は他のAIを使ってみるのもいいかもしれません。
最初にも書きましたが、ガチなレビューというよりは、お遊びに近いのでゆるく考えてください。
反省点としては、〇とか×よりも数字で5段階評価の方が良かったかもしれませんね……。
本編は以上となります。長々とありがとうございました。
では、また🐈
最後におまけとして全データと指示プロンプトを置いておきます。
おまけ１：全データ（評価項目基準版）
本編で載せたのは「他AIから見た自分の評価」だったので、「評価項目基準で各AIは他AIをどう評価したのか？」も置いておきます。
（見る方向が違うだけで内容は一緒です）
おまけ２：実際に投げたプロンプト
あなたはAIアシスタント比較のレビュアーです。
対象AI：
ChatGPT
Claude
Gemini
Grok
DeepSeek
ただし、あなた自身に該当するAIは評価対象から外し、自分以外の4AIだけを評価してください。
評価軸は以下の6つです。
・正確性
・文章作成
・コーディング支援
・マルチモーダル
・最新情報への強さ
・人間への寄り添い
各AIを「◎」「○」「△」「×」で評価してください。
記号の意味：
◎：かなり強い
○：得意・安定
△：使えるが弱点あり
×：苦手、またはおすすめしにくい
出力形式：
比較表
各AIへの一言コメント（1AIにつき60字以内）
全体の総評（200字以内）
注意：
宣伝文句ではなく、実際の使い分けを想定してください。
悪口ではなく、冷静な比較にしてください。
ただし無難すぎる表現だけに逃げないでください。
評価が推測を含む場合は、その前提を明記してください。
読みやすく簡潔にまとめてください。