※2026年10月の個人的な試用記録です。モデル全般の性能順位を決める比較ではなく、自分の作業で感じた手応えと、まだ判断できていないことをまとめています。
最近、AIの利用料を見直そうとしています。
自分が目にする紹介では、安くて性能もいいというAIがずいぶん評価されています。それなら、今使っているAIの仕事を一部でも任せられないか。
費用を抑えられれば、別のAIや制作にも予算を回せる。そんな期待があって、実際にいくつか試してみました。
結果は、ちょっと複雑でした。
確かに安い。でも、自分がやってほしい仕事では、思ったほどではなかった。
ただ、それで使うのをやめたわけでもありません。今も「振れそうな仕事があったら振って」と頼んでいます。どこまで任せられるのか、まだ探っているところです。
試した中で良くても、今の仕事を置き換えられるとは限らなかった
今回試したのは、資料を読んで、必要な情報や判断の条件を取り出すような作業です。
候補をいくつか試した中では、DeepSeekが価格と出力のバランスで一番よさそうだと感じました。安さには、かなり魅力があります。
でも、普段その仕事を任せているOpusの結果と比べると、足りないと感じる部分がありました。
試した候補の中では良い。それでも、今やっている仕事を、そのまま引き受けられるかというと別でした。
ここは、試す前の期待と少し違ったところです。
何も返ってこないわけではありません。出力はあるし、情報も拾っています。それだけに、「では、このまま任せられるか」で止まるのが、なかなか悩ましい。
なお、同じ条件を厳密にそろえた性能試験ではありません。依頼の仕方や出力形式も含めた、今回の自分の環境での感想です。
情報を拾えていても、条件まで残っているかは別だった
出力の確認もAIに手伝ってもらいました。その点検記録では、拾えている情報は多い一方、そのまま使うには気になる点も挙がっていました。
条件付きだった話から、結論だけが残る。
誰かの発言を紹介している部分を、話している本人の判断として拾う。
項目はたくさん出るけれど、重複や、今回の用途では要らないものも混ざる。
自分が欲しいのは、項目数を増やすことだけではありません。後から使う時に、どういう条件で成り立つ話なのかまで残しておきたい。
結論が似ていても、条件や例外が抜けていたら、違う場面で使ってしまうかもしれない。そうなると、「だいたい拾えているから十分」とは言いにくいんです。
ただし、この点検自体もAIによるものです。上位モデルの出力が全部正解だと証明されたわけではありません。また、必要な欄を出力形式で指定できていたか、自動的な照合が言い換えを拾えていたかという問題もありました。
だから、全部をモデルの能力差だけで片づけるつもりはありません。
それでも、今の任せ方のまま置き換えるには、確認したいことが残る。この判断は変わりませんでした。
安さは魅力。でも、安く処理できたことだけでは終われない
正直、期待していた分、「思ったほどではなかったな」という気持ちはあります。
一方で、この安さを見てしまうと、使い道がないと切り捨てるのも違う気がします。
候補を広く拾うところなら助けになるのか。決まった形式に整理する作業ならどうなのか。任せる範囲を変えれば、使える場面があるのではないか。
そう考えて、今も仕事を振れそうなら振ってもらう方針にしています。
ただ、そこでうまく使い分けられるようになった、という報告ではありません。確認を含めて本当に楽になったか、全体の費用が減ったかも、まだ分かっていません。
安く出力できても、結局ほかのAIや自分が大きくやり直すなら、期待した置き換えにはなっていない。
反対に、確認が必要でも、十分に助かる仕事があるなら使いたい。そこを見つけたいと思っています。
今は、乗り換えるかどうかより使いどころを探している
以前は、ある程度の賢さがあれば、あとは安い方が有利になるのでは、と考えていました。
今も、その可能性がなくなったとは思いません。ただ、自分の仕事に当てはめてみると、その「ある程度」がどこなのかは、簡単には決められませんでした。
評判がいいことと、自分の用途を満たすことは同じではない。今回の試用では、そこを実感しました。
安いから我慢して使うのでも、期待と違ったから全部やめるのでもなく、ちゃんと仕事を任せられる場所を探す。
今のところは、その途中です。
安いのは確かにうれしい。でも、やってほしい仕事をこなしてくれなければ、期待した意味での節約にはならない。
使い道が見つかってほしい気持ちはあります。だからこそ、安さへの期待と、実際に任せられたことは分けて見ていきたいと思っています。
コメント