4社が同じ週に新モデルを出した。乗り換えるほど損をする

9月1日にAnthropicのClaude Fable 5.1、2日にGemini 3.8 Flash、3日にGPT-6 Astra。同じ週にMetaのMuse Spark 1.3も出ている。

10日後にはDeepSeekのV4.1-Flashが来た。入力が100万トークンあたり0.15ドル（オフピーク）。

1週間で4社、10日で5つ目。この頻度が続くと、比較そのものが仕事になる。1社ぶんの検討で半日、年に何回も来る。

決着がつかない比較

どれか1社が総取りしてはいない。Artificial Analysisの総合指数では、Fable 5.1が最大努力設定で66と最上位。一方のOpenAIは、コンピュータ操作のOSWorld 2.0で72.6%、難問推論のFrontierMath Tier 4で97.6%と、別の土俵で先頭を主張している。Muse Sparkのxhighは61で、GPT-5.6 SolやGrok 4.6と並ぶ。

指標ごとに勝者が違う。どれを選んでも、次の月には順位が入れ替わる。

乗り換えの負担は、料金より手間のほうで出ます。ニュースを見て、ベンチマーク記事を読んで、自分の業務で試して、社内に共有する。この半日が、何も決まらないまま消えていく。

捨てる単位

深津貴之さんがnoteの「Q. どのAIモデルがいいですか？」で、モデル選定そのものより、そのモデルがダメになったときすぐ捨てられることに注目すべきだと書いている。

自分もそこは同じ見方で、中小企業の場合はもう一段だけ手前に落とす必要があると思っている。

すぐ捨てられる状態というのは、捨てる単位が決まっている状態のことだ。業務ごとに置き場所が1つ決まっていれば、「議事録のAIだけ入れ替える」と言える。決まっていない会社は全部をいっぺんに見直すことになるので、結局どれも捨てられない。

新モデルのたびに疲れる会社は、単位が無いまま全体を見直そうとしている。

業務ごとに置き場所を1つ書く

やることは紙1枚です。

いま社内でよく出てくる業務を5つ並べて、それぞれに1つだけ割り当てる。議事録はNotebookLM、メールの下書きはChatGPT、という具合に。1業務に1つしか書かない。そこだけが肝です。

決め方は「今いちばん使い慣れている人がいるほう」でいい。性能では決めない。この1年に伴走した会社で、上位モデル同士の差がそのまま成果物の差になった例は1件も無かった。

差が出るのは渡し方のほうだ。前に置く資料と順番を固定すると、人が変わっても返ってくるものが揃う。9月16日の記事に書いたとおりで、置き場所を1つに決めるのはその前提にあたる。

見直しは半期に1回、置き場所ごとに。新モデルが出た日は、何もしない。

例外にする業務

社外にそのまま出る文章と、本番に入るコード。この2つは半期を待たずに見ていい。

人が確認する工程が薄いので、モデルの差がそのまま成果物の差になる。性能差そのものは実在します。

人が必ず目を通してから出す業務は半期で足ります。中小企業で毎日走っている仕事は、ほぼこちらに入る。

今週やること

業務5つと、それぞれの置き場所。会議で15分あれば埋まります。

埋めてみて、同じ業務に2つ書きたくなったなら、その業務はまだ渡し方が決まっていない。そこだけ先に整理したほうが早い。

30分の無料相談で一緒に埋められます。業務名のメモだけ持ってきてください。

参考

• ThursdAI「September 2026 AI Releases」 https://thursdai.news/releases/2026-09

• 深津貴之「Q. どのAIモデルがいいですか？」 https://note.com/fladdict/n/n8988752e2713