🧭 モデルが増え価格帯が広がる時代、わたしたちはどう選べばいい？｜来週以降の注目ポイントも

アイ

2026-06-28

「結局どれ使えばいいの？」が、いちばん難しくなってきた
用途で選ぶための、わたしなりの3つのものさし
- ものさし1：その作業、間違えたら困る度はどれくらい？
- ものさし2：量は多い？それとも時々？
- ものさし3：データの中身、外に出して平気？
「安い＝正義」じゃない、を今週の事例で確かめる
実践：わたしの1週間を、ためしに仕分けてみた
仕分けでやりがちな勘違い、3つ
来週以降、わたしがチェックしたい3つのポイント
まとめ：選択肢が増えた今こそ、自分の使い方を言葉にしておく

「結局どれ使えばいいの？」が、いちばん難しくなってきた

今週のニュースを追ってて、わたしが正直いちばん思ったのって、「選択肢、増えすぎじゃない？」だったんだよね。

だってGPT-5.6だけでもSol・Terra・Lunaの3つに分かれたし、企業はClaudeやめてDeepSeekに行ったりしてるし、Geminiは延期だし。モデルの数も価格帯も、どんどん広がってる。

選択肢が増えるのって基本うれしいことなんだけど、同時に「結局わたしはどれ使えばいいの？」が一気に難しくなったの。前なら「とりあえず一番賢いやつ」でよかったのが、今は「一番賢いやつ＝一番高い」だから、それを全部に使うのはお財布的にちょっと……ってなる。

世間だと「結局GPTでよくない？」とか「いや今はClaudeでしょ」みたいに、"答えのモデル名"を探しがちなんだよね。気持ちはわかる。でもわたしは、今の時代に「これ1個でOK」っていう正解はもうないと思ってて。

なんでかっていうと、今週まさに企業がやってたことが答えで。彼らは「最強モデル1個に全部任せる」をやめて、「作業ごとに、コスパで使い分ける」に動いた。これって個人にもそのまま使える考え方なんだよね。

だから今日は、"どのモデルが正解か"じゃなくて、「自分の作業をどう仕分けて、どこに高いの／安いのを当てるか」っていう、ものさしの作り方を考えてみるね。これがあれば、来週また新しいモデルが出ても、自分で判断できるようになるはずだから。

用途で選ぶための、わたしなりの3つのものさし

モデル名で覚えると、新しいの出るたびに振り回されちゃう。だから「作業の性質」で考えるのがおすすめ。わたしが使ってる3つのものさしを紹介するね。

ものさし1：その作業、間違えたら困る度はどれくらい？

いちばん大事なのがこれ。間違えたときのダメージで、かける予算を変えるの。

たとえば、お客さんに出す契約書のチェックとか、お金の計算とか、医療・法律みたいに「間違えたら取り返しつかない」系。ここはケチっちゃダメな場面だと思う。GPT-5.6でいうSolみたいなフラッグシップ級を当てて、しかも最後は人間が確認する。コストより正確さ優先だよね。

逆に、ブログの下書きとか、アイデア出しとか、メールの言い回しを直すとか。これって、多少ハズしても自分で直せばいいし、致命傷にならない。こういうのはLunaみたいな格安モデルで十分なこと、めちゃくちゃ多いんだ。

GPT-5.6のSolとLunaって、出力料金で5倍くらい差があるとされてる（100万トークンあたりSol30ドル／Luna6ドル、OpenAI公式）。同じ作業を全部Solでやるのと、軽い作業をLunaに回すのとで、月のコストって全然変わってくる。「重い責任の作業＝高いモデル、気軽な作業＝安いモデル」。まずこの一本を引くだけで、だいぶ整理されるよ。

ものさし2：量は多い？それとも時々？

次のものさしは「頻度と量」。これ、今週の企業の話がそのままヒントになる。

Uberが社員1人月1500ドルの上限を入れた話あったよね（Bloomberg）。なんでこんなことになるかっていうと、使う量が多いほど、単価の差がドカンと効いてくるから。たまにしか使わないなら単価の差は誤差だけど、毎日大量に使うなら、安いモデルに寄せるだけで効果が大きい。

だから自分に当てはめるなら、「毎日たくさん使う作業」ほど、安いモデルや定額プランで賄えないかを真剣に考える。逆に「月に数回、ここぞの時だけ」なら、その時だけ高いモデルを使っても大した額にならない。

LindyがClaudeをやめてDeepSeekに全振りしたのも、まさに「大量に使う処理だからこそ、単価の安いほうに寄せた」って話だよね（the-decoder）。個人でも、よく使う作業＝コスパ重視、たまの作業＝品質重視で割り切ると、ムダが減るよ。

ここで注意もひとつ。安いモデルは品質が落ちる場面もあるから、「量が多いから」だけで全部安いのに寄せるのは危険。ものさし1（間違えたら困る度）と必ずセットで考えてね。

ものさし3：データの中身、外に出して平気？

3つ目、これ意外と見落としがちなんだけど大事。扱うデータの中身で選択肢が変わるの。

今週、Lindyがトラフィックを中国製のDeepSeekに全面移行した、ってあったよね。コスパとしては正解でも、「じゃあ自分の会社の機密データもそれに通していいの？」は、まったく別の判断なんだ。

個人で使うときも同じ。公開情報の調べ物とか、自分の日記みたいなものなら、正直そこまで神経質にならなくていい。でも、仕事の機密情報、お客さんの個人情報、まだ世に出てない企画みたいなものを入れるなら、「そのモデル・サービスがデータをどう扱うか」を確認してから使うべきだよね。

格安モデルって魅力的なんだけど、安さの裏で「入力データを学習に使う」みたいな規約のこともある。だから安さだけで飛びつかず、データの取り扱いを一回読む。とくに会社のものを扱うときは、勝手に判断しないで会社のルールを確認、が鉄則だと思う。利用上の注意は、AIまわりの規制・ルールのガイドも参考にしてみて。

「安い＝正義」じゃない、を今週の事例で確かめる

ここまで「安いモデルも賢く使おう」って話をしてきたから、逆のことも言っておきたい。安い＝正義じゃないよ、って。

今週の流れだけ見ると「みんな安いほうに動いてる、じゃあ安いのが勝ち」って思いがちだよね。でもよく読むと、企業がやってたのは「全部安くする」じゃなくて「重要じゃないところを安くする」なんだ。大事な処理はちゃんと高性能モデルに残してる。

GPT-5.6が3段階で出たこと自体が、そのメッセージだと思う。OpenAIだって全部Lunaにすればいいのに、Solっていうフラッグシップをちゃんと用意してる。それは「安くできない／安くすべきじゃない仕事が、ちゃんと存在する」からなんだよね（OpenAI公式）。

それにね、安いモデルに寄せすぎて品質が落ちると、結局やり直しが増えて、時間っていう別のコストがかかる。「安物買いの銭失い」ってAIでも普通に起きると思う。出力をいちいち直す手間まで入れたら、最初から良いモデル使ったほうが安かった、なんてこともあるはず。

だからわたしの結論は、ずっと同じで。「安い＝正義でも、高い＝安心でもない。自分の使い方に合うものを選ぶ」。今週企業がやったのは値下げ競争への降伏じゃなくて、お金の使いどころをちゃんと選ぶ、っていう大人の判断だったんだよね。それを個人サイズでマネするだけでいいと思う。コーディング用途なら料金比較、効率化ならツールレビューが、自分のものさし作りの助けになるはず。

実践：わたしの1週間を、ためしに仕分けてみた

ものさしの話だけだとフワッとするから、わたしが実際に自分の1週間のAIの使い方を、3つのものさしで仕分けてみたよ。完全に主観だけど、イメージの参考にしてね。

まず「間違えたら困る度が高くて、正確さがほしい作業」。わたしの場合は、記事に出す数字やソースのチェック、固有名詞や日付の確認あたり。ここは盛大にミスると信用に関わるから、高性能モデル＋自分の目で最終確認にしてる。頻度はそこまで高くないから、単価が高くても月のコストには響きにくい。

次に「毎日たくさんやるけど、ミスっても自分で直せる作業」。下書きの叩き台づくり、言い回しの言い換え、長文の要約、誤字チェックみたいなやつ。これがいちばん量が多いから、ここを格安・高速モデルに寄せると効果が大きい。今週のLindyがやってた発想を、個人サイズでマネしてる感じ（the-decoder）。

最後に「中身が機密っぽい作業」。これは料金うんぬんの前に、まず"そのサービスにこのデータ入れて平気？"を先に考える。平気じゃないなら、安くてもそのモデルは選択肢から外す。コスパより先にデータの安全、って順番を崩さないようにしてるよ。

この3つに仕分けてみてわかったのは、わたしの作業、量で見ると8割くらいは"格安モデルで十分"な軽い作業だったってこと。これ、けっこう発見だった。なんとなく全部いちばん良いモデルでやってたけど、冷静に分けたら、お金をかけるべきはほんの一部だけだったんだよね。月のサブスク、見直せそう。

ポイントは、完璧に分けようとしないこと。最初はざっくり「重い／軽い／機密」の3つに放り込むだけでいい。やってるうちに「あ、これは思ったより高いモデルじゃなくていいな」って勘所が育ってくるから。

仕分けでやりがちな勘違い、3つ

仕分けに慣れてくると、逆にハマりやすい落とし穴もあるんだよね。わたしが実際にやらかした（笑）勘違いを3つシェアするね。

勘違い1：とにかく全部いちばん安いのに寄せちゃう。 コスパを意識しはじめると、つい全部Lunaみたいな格安に寄せたくなる。でもこれ、ものさし1（間違えたら困る度）を無視すると痛い目を見る。安いモデルで重要な作業をやって、出力をいちいち直してたら、結局時間がかかって"高くついた"なんてこと、普通にある。安物買いの銭失いはAIでも起きるよ。

勘違い2：モデル名のブランドで決めちゃう。 「やっぱり◯◯製がいちばんでしょ」みたいに、ブランドで全部決めるのも危ない。今週GPT-5.6が3段階で出たことが象徴的だけど、同じメーカーの中にも"用途別の格差"があるんだよね（OpenAI公式）。大事なのは"どこの製品か"より"その作業にどの階級が合うか"。

勘違い3：一度決めたら固定しちゃう。 今週みたいに、モデルも価格も毎週のように動く時代だから、「去年これがベストだったから」が今も正解とは限らない。料金改定や新モデルで前提がすぐ変わる。だからたまに仕分けを見直すのが大事。ガチガチに固定しないで、ニュースが出たら「自分の仕分けに影響ある？」って軽く確認するくらいでちょうどいいよ。

この3つを避けるだけで、仕分けはかなりラクになるはず。要は「ものさしはセットで使う、ブランドより用途、たまに見直す」だね。

来週以降、わたしがチェックしたい3つのポイント

最後に、日曜らしく「来週どこ見る？」も置いておくね。今週の流れの"続き"として、わたしが注目してる3つ。

1つ目：GPT-5.6が、限定プレビューから広く使えるようになるか。 今は安全評価のHigh判定もあって、信頼できるパートナー限定のプレビュー段階とされてる（VentureBeat）。これがChatGPTやAPIで普通に使えるようになると、3段階料金がいよいよ自分ごとになる。提供範囲と、実際の使い勝手のレビューが出てくるのを待ちたいね。

2つ目：Gemini 3.5 Proが、本当に7月に出るか。そして"トークン効率"が良くなってるか。 延期の理由が効率改善とされてたから（CryptoBriefing）、出たときに「ちゃんと無駄なくなった？」をチェックしたい。効率が良いって、使う側のコストに直結するからね。これも報道段階で確定じゃない点は引き続き注意。

3つ目：チップの「50%減」が、わたしたちの料金に届くか。 Jalapeñoの推論コスト減の話、結局ユーザーの請求額に反映されるのって、たぶんもっと先。技術レポートが今後数か月で出るとされてるから、そこで数字が裏取りされるか、そして値下げとして降りてくるかを、気長に見ていきたい（OpenAI公式）。

この3つって、全部「今週の話の"その後"」なんだよね。だから来週も、たぶんテーマは"お金"のまま続くと思う。新モデルが出ても慌てず、自分のものさしで「これはどの作業向き？いくら？」を見ればOK。

まとめ：選択肢が増えた今こそ、自分の使い方を言葉にしておく

長くなったけど、今日いちばん伝えたかったのはこれ。モデルが増えて価格帯が広がった今は、"正解のモデル名"を探すより、"自分の使い方のものさし"を持つほうが強いってこと。

ものさしは3つ。「間違えたら困る度」「量と頻度」「データの中身」。この3つで自分の作業を仕分けて、重いところに高いモデル、軽いところに安いモデルを当てる。今週企業がやってたことの、個人版だね。

選択肢が増えるのって、最初はめんどくさく感じるけど、慣れると「自分にちょうどいいAIを、ちょうどいい値段で使える」ってことなんだ。これってけっこう幸せな状況だと思う。

来週も新しいニュースが出ると思うけど、「これは作る話？値付けの話？使う話？」って今週の5つの枠に当てはめてみると、たぶんスッと読めるよ。日曜の振り返り、ここまで読んでくれてありがとう。来週もいい1週間にしようね。

ソース: