あなたのタスクに正確さと一貫性を。
競争ではなく、まずモデルを知る。
機能を理解したうえで、米国・欧州・中国の系統を見ていきます。用途がそれぞれ異なると分かったはずです。
名前を見る前に、ルーペを用意しましょう。
公開テーブルは道標になりますが、すべてを語りません。有用な比較は実作業を検証し、ガバナンスを加えます:各モデルが受け取るデータ、処理場所、使用承認者、バージョン変更の管理方法。
使える回答までの時間。
推論・インフラ・運用。
実効的に処理できる情報量。
プライバシー、所在、系譜、保持。
閲覧・実行・承認・検証できる項目。
モデルは「見る」ための枠組み。
表現が変われば、見える構造も変わる。
第一段階:グローバルなファミリー。
各ラボは速度、推論、公開性、価格について異なる判断を行います。さらに、ファミリーは時間とともに変化します:常に検証中の正確なバージョンが重要です。
GPT-5.6
ツールを使う分析・コード・システム向けのマルチモーダル系ファミリー。カタログは能力・速度・コストでバリアントを分類。
Claude Sonnet 5
Anthropic は、プログラミング、ツール使用、長時間の知識作業を支援します。
Gemini 3.6 / 3.5
Gemini ファミリーは、Google エコシステム内でテキスト、画像、音声、動画、推論、ツールを統合します。
Medium 3.5 / Small 4
効率性、企業統合、デプロイ選択肢が重要な場合の欧州系の有力ファミリー。
第二の寄港地:中国エコシステム。
脚注ではありません。中国は言語・視覚・音声・エージェントの各モデルを備えた研究所群と独自の産業チェーンを持ちます。重みやコンポーネントを公開する系統もあれば、API経由で提供する系統もあります。
Qwen 3.6
Qwen は言語、ビジョン、音声、コード、ツール連携を網羅。公式リポジトリでアーキテクチャ、重み、ライセンスを直接確認できます。
DeepSeek V4
DeepSeekは最大100万トークンのコンテキストを持つV4 Previewを発表しました。APIで提供されるバージョンと公開されたコンポーネントは常に区別するのが賢明です。
Kimi K3
Moonshotは、知識労働・プログラミング・エージェントによるタスク実行向けにKimi K3を提供します。
GLM-5
GLM-5 は推論、コード、ツールを使うシステムに特化。リポジトリでオープン版が文書化されている。
MiniMax M3
MiniMaxは生成言語とメディア向けに特化ファミリーを維持します。カタログは単一のLLMより幅広い構成です。
利用可能地域、商用ライセンス、データ所在地、サポート言語、推論価格、自社インフラで実運用できる可能性を確認。
少しだけ画像の話に寄り道します。
ConvNets · Vision Transformers
画像全体に1つ以上のカテゴリを割り当てます。
YOLO・DETR と派生系
物体を特定し、その位置を提供します。
U-Net · Segment Anything
各オブジェクトが占める正確な領域を特定します。
Meta AI · 公式ソースマルチモーダルモデル
シーンを指示とコンテキストに結びつける。
OCR+レイアウト理解
テキスト、表、空間関係を抽出します。
拡散とマルチモーダルモデル
指示に従って画像・動画を作成/編集します。
APIか自前モデルか? それはスキルセット次第。
重みが公開されているモデルは自社インフラで実行できます。これはデータとバージョンをより制御できますが、セキュリティ、キャパシティ、更新、監視は企業の責任となります。
管理型 API
- 最新モデルへクイックアクセス
- インフラ運用の負荷が小さい
- ベンダー依存とポリシー
自社デプロイ
- データとバージョンのより高い制御
- より深いパーソナライズ
- 運用面の完全な責任
ハイブリッドアーキテクチャ
- 機密度とタスクに応じてルーティング
- コスト・品質・コントロールを両立
- 共通ガバナンスが必要
締めくくりに、出典をテーブルに並べます。
一次資料から始めます。告知は作者が主張する内容を伝えるものです。だから日付を付け、リンクし、独立した証拠と混同しません。