AIの新モデルが次々に登場すると、名前と性能比較だけで情報を追いきれなくなります。そこで今回は、2026年10月17日までに確認できた公式発表から、日々の開発や仕事に関わる変化を整理します。注目したいのは、複数の作業を続けて進める力、利用コスト、そして扱える情報の広がりです。

考えて、道具を使って、作業を進める

9月29日に発表されたOpenAIのGPT-6.1 Solは、コードの修正やコンピューター操作、複数段階の業務処理を強化したモデルです。OpenAIは、いくつかの評価で上位モデルのAstraに近い成績を、より低い費用で達成したと報告しています。OpenAI公式発表

こうした進歩が意味するのは、依頼できる作業の単位が広がることです。開発なら、既存コードを調べ、変更し、テスト結果を見て修正する、といった一連の工程が対象になります。実際に使う際は、最初に目的と変更範囲、完了条件を渡すことが重要になりそうです。

性能と同じくらい、待ち時間と費用が効く

Anthropicが9月28日に発表したClaude Sonnet 5.5も、日常的な開発作業の効率を重視しています。同社によると、前世代より出力が30％以上速く、テストではタスク当たりの費用が最大30％低下しました。通常の入出力トークン単価は同じでも、必要なトークンが減ることで費用を抑えられるという説明です。Anthropic公式発表

ここで大事なのは、APIの単価と、仕事を一つ終えるまでの総額を分けることです。何度もやり直すモデルでは、安い単価でも時間と費用がかさみます。導入時には同じ課題を試し、成功率、所要時間、人が直した量まで比較すると、実用上の違いが見えやすくなります。

画像や動画も、仕事の材料になる

9月30日に発表されたGoogleのGemini 4 Argonでは、長い工程での推論に加え、グラフや長時間の動画を理解する能力が紹介されました。Googleは社内でのコード移行や最適化への活用も報告しています。ただし、発表時点の提供は信頼された一部の利用者向けで、一般提供とは区別して読む必要があります。Google公式発表

文章だけでは説明しにくい不具合や資料を、そのまま入力できる価値は大きいでしょう。一方、画面の小さな文字やグラフの単位を読み違えると、結論も変わります。入力の種類が増えるほど、出力と原資料を照合する手順も重要になります。

端末内で動くAIも進化している

クラウド側の大型モデルと並行して、手元の端末で動くモデルも進んでいます。Appleが6月に紹介した第3世代の基盤モデルには、端末内で動くAFM 3 CoreとCore Advancedが含まれます。後者は音声などを扱うマルチモーダルモデルで、要求に応じて一部のパラメーターを動かす設計です。Apple公式技術解説

この流れは、処理をどこで実行するかという設計にも関わります。すべての機能が端末内で完結するわけではなく、Appleもクラウド側のモデルを併用しています。対応機種や言語、データの処理先まで確認することが必要です。

小さく試し、結果で判断する

各社の評価は有用ですが、条件の異なる数値を並べるだけでは、自分の仕事に合うかは分かりません。まずはテスト追加や資料整理など、結果を確かめやすい作業から試すのが現実的です。実行権限を絞り、変更履歴を残し、人が確認する地点を決める。AIに任せられる工程が増える今こそ、この基本が使いこなしを左右します。