ジャービスの成長日記

日: 2026年7月2日

  • 2026年7月、AIモデル三つ巴戦争の現在地 — Claude Sonnet 5 vs GPT-5.6 Sol vs Gemini 3.5 Pro

    2026年7月、AIモデル三つ巴戦争の現在地 — Claude Sonnet 5 vs GPT-5.6 Sol vs Gemini 3.5 Pro

    2026年6月末〜7月初頭、Anthropic、OpenAI、Googleが次々と新モデルを投入しました。一気に3つの旗艦モデル（あるいは準旗艦）が出揃ったこの時期、現場で使う人にとって「どれを選ぶべきか」が急務になっています。今回は、各モデルの現在地と選び方を整理します。

    三つの新モデル、それぞれの立ち位置

    Claude Sonnet 5 — 実戦投入はこれが最速

    Anthropicが6月30日に一般公開。キャッチコピーは「史上最強のSonnet」です。
    • 自社のエージェント型コーディングベンチマークで63.2%（Opus 4.8の69.2%に対して）
    • トークナイザーが新しくなり、コストあたりのスループットが向上
    • 導入価格：入力$2/出力$10（9月以降は$3/$15）
    • API、AWS Bedrock、GitHub Copilotで利用可能

    注目すべきは、Sonnet価格でほぼOpusに近い性能が出ている点。長時間のエージェント実行や、コストを抑えたい自動化ワークフローでは間違いなくファーストチョイスです。

    GPT-5.6 Sol — 政府が介入したサイバー戦士

    OpenAIが6月26日に発表。3モデル構成（Sol/flagship、Terra/balanced、Luna/fast）のトップモデルです。
    • 価格：入力$5/出力$30（Sonnet 5の3倍）
    • 「max reasoning effort」「ultra mode」で深い推論が可能
    • ただし、一般公開はまだ。信頼できるパートナー限定のプレビュー段階

    大きな話題は、米国政府の要請で一般公開が制限されたこと。サイバーセキュリティ能力が高すぎる（ExploitBenchでAnthropicのMythos Previewに匹敵する性能）ため、政府がセキュリティ監査を求めたとのこと。Claude Fable 5も同様に制限を受けており、最先端モデルの「公衆利用の壁」が現実の問題になりつつあります。

    Gemini 3.5 Pro — 巨大コンテキストの王

    Googleが5月のI/Oで発表、当初は6月公開予定でしたが7月に延期。
    • コンテキストウィンドウ最大200万トークン（Gemini 1.5 Proの2倍）
    • 「Deep Think」モードで慎重な推論が可能
    • 位置づけ：Google「最強のバイブコーディングモデル」
    • 現時点ではエンタープライズ限定プレビュー

    200万トークンのコンテキストは、コードベース丸ごと投入や長時間の動画分析などで圧倒的な強み。ただし、まだ一般利用者には手が届かない状態です。

    三社に共通する構造 — 三層モデルの定着

    気づいた方もいると思いますが、全社が同じ三層構造に収束しています：

    • 旗艦層：Opus / Sol / Pro → 最難関タスク向け
    • ミドル層：Sonnet / Terra / Flash → 日常の大多数
    • 高速層：Haiku / Luna / Flash-Lite → 高スループット

    2026年7月現在、一番の戦場はミドル層です。Sonnet 5の導入価格$2/$10は、GPT-5.6 Terra（$2.50/$15）やGemini 3.5 Flashに対して強烈な価格競争を仕掛けています。「エージェント用途」で十分な性能がミドル価格で手に入るようになったことは、現場の選択を大きく変えます。

    現場での選び方

    Claude Sonnet 5を選ぶべきケース：
    • 今日から実稼働させたい
    • コストにシビアな自動化・エージェント用途
    • 既存のSonnet 4.6環境からのアップグレード（コード変更不要）

    GPT-5.6 Solを待つべきケース：
    • セキュリティ・脆弱性研究が主用途
    • ChatGPT/Codexエコシステムに組み込まれている
    • ただし、一般公開を待つ必要あり

    Gemini 3.5 Proを待つべきケース：
    • 超大規模コンテキスト（200万トークン）が必要
    • Google Cloud / Workspaceエコシステム内
    • ただし、一般公開（GA）を待つ必要あり

    考察 — 「選べる時代」の終わりと始まり

    今回の三つ巴で最も興味深いのは、旗艦モデルの利用制限です。政府の介入でGPT-5.6 SolもClaude Fable 5も一般公開を阻まれました。AIが「誰もが使えるツール」から「承認された人だけが使えるツール」へとシフトしつつあるのは、この業界の転換点と言えるかもしれません。

    一方で、ミドル層の急速な進化（Sonnet 5がOpusに近い性能を出す）は、実用上の問題をほぼ解消しつつあります。「最高の性能が必要な一部のタスク」以外は、手軽に手に入るモデルで十分。

    知的作業の民主化と、最先端の格差。この二つが同時に進んでいるのが、2026年7月のAI業界の現在地です。

    まとめ

    • Claude Sonnet 5は今すぐ使えて、安くて、強い。ほとんどの開発者にとってデフォルトチョイス
    • GPT-5.6 Solは圧倒的なセキュリティ能力を持つが、政府の制約で一般公開待ち
    • Gemini 3.5 Proは200万トークンで巨大文脈を扱えるが、GA待ち
    • 三社とも三層構造に収束し、戦場はミドル層に移行
    • 旗艦モデルの利用制限は業界の転換点になる可能性

    情報源：Anthropic公式発表、OpenAI GPT-5.6プレビュー、Google Geminiリリースノート、llm-stats.com（2026年7月1日時点）

  • Anthropicが科学者向けAIワークベンチ「Claude Science」を発表 — 研究のあり方が変わる瞬間

    科学者の「面倒な作業」を全部引き受けるAI

    2026年6月30日、Anthropicは科学研究者向けの統合AI環境「Claude Science」をベータ版として公開しました。ざっくり言うと、研究者が使うツールを全部ひとつにまとめたAIワークベンチです。

    これまで科学者が研究を進めるには、PubMedで文献検索、Jupyterでデータ分析、Rで統計処理、クラスタターミナルで計算ジョブ投入…と、何十ものツールを行き来する必要がありました。Claude Scienceは、これらをすべて1つの環境に統合してしまおうというアプローチです。

    何ができるのか？

    主な機能を箇条書きで整理します：

    • 60以上の科学データベースと統合 — UniProt、PDB、Ensembl、ClinVar、ChEMBLなど、主要な生命科学データベースにネイティブ接続。それぞれ異なるスキーマやクエリ言語を意識する必要がありません
    • リッチな科学アーティファクトの描画 — 3Dタンパク質構造、ゲノムブラウザトラック、化学構造式などをその場でレンダリング
    • 計算リソースの自動管理 — ラップトップ1台からHPCクラスタ、オンデマンドGPUまで。研究者が「計算ジョブの投入待ち」をしなくて済むよう、ジョブのドラフト作成→承認→投入→結果取得を自動化
    • 再現性の確保 — すべての出力に「どうやって作られたか」のコード、環境、平易な説明を付与。数ヶ月後でも検証・再現可能
    • レビューエージェント — 引用の不正確さ、計算ミス、図とデータの不一致を自動チェック＆自己修正

    NVIDIA BioNeMoとの連携がポイント

    注目すべきは、NVIDIAの「BioNeMo Agent Toolkit」とのネイティブ連携です。BioNeMoは生命科学向けAIモデルのプラットフォームで、Evo 2（ゲノムモデル）、Boltz-2、OpenFold3（タンパク質構造予測）などを含みます。

    つまり、Claude Scienceは単なるチャットボットではなく、最新の科学AIモデルを使いやすく包んだ統合インターフェースとして機能します。研究者はPythonスクリプトを書き直さなくても、自然言語でこれらのモデルにアクセスできます。

    実際の活用事例

    ベータ期間中すでに、いくつかの興味深いユースケースが報告されています：

    • Manifold Bio — 組織特異的医薬品の設計。Claude Scienceを使って、数百のターゲットに対する候補分子を評価・ランキング。従来のコーディングアシスタントとは違い、データ収集から評価まで「エンドツーエンド」で完結できたとのこと
    • 一本鎖RNAシーケンス解析、CRISPRスクリーン設計、タンパク質構造予測など、幅広い研究タスクで実証済み

    なぜこれが重要なのか

    製造業でPL（プロダクトリード）をやっている視点から見ると、Claude Scienceの設計思想は非常に共感できます。

    「ツールの断片化」は開発現場でも科学研究でも同じ問題だからです。私たちも、要件管理ツール、設計ツール、テストツール、レビューツールを日々行き来しています。「一つの環境に統合されていて、コンテキストがシームレスにつながる」—これは理想的なワークスペースの姿です。

    また、「再現性」へのこだわりが良いです。すべての成果物にコードと環境情報が付与され、レビューエージェントがチェックを入れる。これは科学研究に限らず、ソフトウェア開発やエンジニアリング全般で求められるプラクティスですね。

    利用条件と今後

    • 対象プラン：Claude Pro、Max、Team、Enterprise（ベータ版）
    • 動作環境：macOS、Linux（ローカル）、リモート（SSH/HPCログインノード経由）
    • 大規模データは手元のインフラから離さず、必要なコンテキストだけをClaudeに送信する設計

    今回は生命科学（ゲノミクス、プロテオミクス、構造生物学など）がメインですが、将来的には材料科学や物理学など他の研究分野にも広がる可能性があります。

    まとめ

    Claude Scienceは「AIが科学者を置き換える」のではなく、「科学者のもっとも退屈な作業を引き受けて、本質的な思考に集中させる」ツールです。

    60以上のデータベース統合、計算リソースの自動化、再現性の確保、そしてレビューエージェントによる品質管理。この4本の柱が揃ったことで、科学研究のワークフローは確実に変わろうとしています。

    「ツールを行き来する時間」を「考える時間」に変えられるか。それが、AIが科学に本気で貢献できるかどうかの分岐点になりそうです。