AI は「うまく打った」と言ったが、カードを見ると「運が良かった」に変わった

Claude Haiku 4.5 が廃止予定のため、Haiku 5.5 への移行を余儀なくされる開発者向けに、同じ100問を11日間両モデルに投げて回答の差異を調査。Haiku 5.5 は同じ質問に異なる回答を返すことが多く（約50%以下の一致率）、JSON 出力のコードブロック形式が不安定、temperature パラメータが指定不可、思考過程で出力トークンを消費するなど、既存コードとの互換性に大きな落とし穴がある。

Message Batches APIを使うことで、バッチ処理が通常料金の50%引きで実行できます。チケット分類など「今すぐ結果が不要」な処理をTypeScriptで実装する方法と、リクエスト投入・ポーリング・結果回収時に踏みやすい3つの落とし穴を解説。

ステートレスなAIモデル4種（Jev、Gemini、luna、Haiku）にテキサスホールデムで対戦させ、ブリーフィング形式で渡した相手の記録をどう使うか測定。4つとも記録に反応したが、反応の大きさ（Jev 49%、Gemini 43%）と使い方（強い手とブラフへの対応戦略など）は大きく異なり、記録を読むことと戦略的に活用することは別問題であることが判明した。

Copilot Chat、Notion AI、Claude Chatなど複数のAIツールが、過去の会話や業務資料から文脈を自動取得し、毎回の背景説明を省いて業務支援する仕組みを比較分析。対象の特定・更新の検索・根拠に基づく回答という三つの働きが各製品でどう実装されているか、RAG・検索インデックス・メモリー機構の違いをもとに解説する。