https://ha.gizwoo.com/tags/%E6%AF%94%E8%BC%83/Recent content in 比較 on hagizo.ioHugo -- gohugo.ioenFri, 22 May 2026 13:33:31 +0900https://ha.gizwoo.com/copilot-ai-models-kzbprmtxwn/Thu, 14 May 2026 21:00:00 +0900https://ha.gizwoo.com/copilot-ai-models-kzbprmtxwn/<p>GitHub CopilotやClaude Codeでは複数のAIモデルを切り替えて使える。 どれを選べばいいか迷いがちなので、コスト・コンテキストサイズ・用途を一覧にまとめた。</p> <h2 id="モデル一覧">モデル一覧 </h2><table> <thead> <tr> <th>モデル名</th> <th>クレジット消費</th> <th>コンテキスト</th> <th>得意分野</th> <th>推奨用途</th> <th>得意な言語</th> </tr> </thead> <tbody> <tr> <td>Claude Haiku 4.5</td> <td>0.33x 🟢</td> <td>200K</td> <td>テキスト要約、軽い処理</td> <td>コスト重視テスト、シンプルな質問応答</td> <td>汎用</td> </tr> <tr> <td>Claude Sonnet 4.5</td> <td>1x ○</td> <td>200K</td> <td>コード生成、ロジック設計</td> <td>日常業務の標準モデル</td> <td>Python, JS, Go</td> </tr> <tr> <td>Claude Sonnet 4.6</td> <td>1x ○</td> <td>200K</td> <td>コード実装、複雑なロジック</td> <td>Sonnet 4.5より新しい版が必要な場合</td> <td>Python, TypeScript</td> </tr> <tr> <td>Claude Opus 4.5</td> <td>3x 🟡</td> <td>200K</td> <td>複雑設計、バグ分析</td> <td>予算に余裕がある場合のOpus選択</td> <td>全言語</td> </tr> <tr> <td>Claude Opus 4.6</td> <td>3x 🟡</td> <td>200K</td> <td>複雑分析、マルチファイル連携</td> <td>Opus 4.5より軽い高品質が必要な場合</td> <td>全言語</td> </tr> <tr> <td>Claude Opus 4.7</td> <td>15x 🔴</td> <td>200K</td> <td>複雑アーキテクチャ、根本原因診断</td> <td><strong>品質最優先の重要タスク</strong></td> <td>全言語</td> </tr> <tr> <td>GPT-5 mini</td> <td>0x 🟢</td> <td>128K</td> <td>軽い処理、高速応答</td> <td>OpenAIで最低コスト選択</td> <td>JS, Python</td> </tr> <tr> <td>GPT-5.2</td> <td>1x ○</td> <td>128K</td> <td>コード実装、テキスト処理</td> <td>Claude Sonnetの代替選択肢</td> <td>全言語</td> </tr> <tr> <td>GPT-5.2-Codex</td> <td>1x ○</td> <td>128K</td> <td>コード補完、実装特化</td> <td><strong>コード中心・言語最適化が必要</strong></td> <td>Python, JS, TypeScript</td> </tr> <tr> <td>GPT-5.3-Codex</td> <td>1x ○</td> <td>128K</td> <td>コード生成・実装</td> <td>5.2-Codexより新しい版</td> <td>Python, JavaScript</td> </tr> <tr> <td>GPT-5.4</td> <td>1x ○</td> <td>128K</td> <td>複雑コード実装、デバッグ</td> <td>GPT系で高精度コード処理</td> <td>全言語</td> </tr> <tr> <td>GPT-5.4 mini</td> <td>0.33x 🟢</td> <td>128K</td> <td>コード補完、簡易実装</td> <td>コスト＋コード処理のバランス</td> <td>Python, JS</td> </tr> <tr> <td>GPT-5.5</td> <td>7.5x 🟡</td> <td>128K</td> <td>高度な推論、複雑分析</td> <td>OpenAIで品質重視（Opus相当）</td> <td>全言語</td> </tr> <tr> <td>Gemini 2 Pro</td> <td>1x ○</td> <td>32K</td> <td>テキスト＋画像混合</td> <td>画像を扱う標準的なタスク</td> <td>汎用</td> </tr> <tr> <td>Gemini 3 Flash</td> <td>0.33x 🟢</td> <td>1M 📊</td> <td>画像処理、テキスト＋画像分析</td> <td><strong>スクリーンショット/図解/表の分析</strong></td> <td>画像認識最適</td> </tr> <tr> <td>Gemini 3.1 Pro</td> <td>1x ○</td> <td>1M 📊</td> <td>マルチモーダル複合タスク</td> <td>PDFスキャン/複数ドキュメント横断分析</td> <td>画像＋テキスト</td> </tr> <tr> <td>Gemini 3.5 Flash</td> <td>14x 🟡</td> <td>1M 📊</td> <td>画像＋高精度推論</td> <td>画像の詳細分析が必須で品質重視</td> <td>画像認識</td> </tr> </tbody> </table> <h2 id="選び方のポイント">選び方のポイント </h2><h3 id="コストを抑えたい">コストを抑えたい </h3><p><strong>GPT-5 mini</strong>（0x）か <strong>Claude Haiku 4.5 / GPT-5.4 mini</strong>（0.33x）を使う。 テスト・プロトタイプ・単純な質問応答はこの3择で十分なことが多い。</p> <h3 id="コーディングに特化したい">コーディングに特化したい </h3><p><strong>GPT-5.2-Codex / GPT-5.3-Codex</strong> が補完・実装に強い。 Python/JS/TypeScriptを中心に使うなら最初に試す価値がある。</p> <h3 id="長いドキュメントや画像を扱いたい">長いドキュメントや画像を扱いたい </h3><p><strong>Gemini 3 Flash / 3.1 Pro / 3.5 Flash</strong> はコンテキストが1Mトークン（小説数百冊分に相当する分量）で、スクリーンショットや大量のPDFを一括で処理できる。 Gemini 3 Flash（0.33x）はコスパが高く、図解や表の読み取りに特に向いている。</p> <h3 id="とにかく高品質が必要">とにかく高品質が必要 </h3><p><strong>Claude Opus 4.7</strong>（15x）か <strong>GPT-5.5</strong>（7.5x）。 複雑なアーキテクチャ設計や根本原因の分析など、品質が直接コストに影響するタスクで使う。 クレジット消費が大きいので、日常的な利用には向かない。</p> <h2 id="まとめ">まとめ </h2><p>日常のコーディングは <strong>Claude Sonnet 4.5〘4.6</strong> か <strong>GPT-5.2〚5.4</strong>（1x帯）が使いやすい。 コストを下げたいなら <strong>Haiku / GPT-5 mini系</strong>、画像や長文書類を扱うなら <strong>Gemini系</strong>、品質最優先なら <strong>Opus 4.7 / GPT-5.5</strong> と使い分けるのが基本方针だ。</p>