売上表のラベルを段階的に省略するとLLMはどこで列を取り違えるか

Anthropic は Claude が生成するテキストに埋め込む見えない透かし (SynthID-Text ベース) の仕組みを公表。秘密鍵と単語選択の統計的偏りで実装され、文字数・品質・料金に影響なし。2026年8月2日以降リリースモデルから適用され、検出は専用 API で近日提供予定。

2026年7月に ChatGPT・Claude・Gemini が相次いで新モデルへ切り替わった。モデルに「何のモデルか」と直接聞いても、自身の重みやデプロイ構成を検査できないため信頼できない。実際に使われているモデルはモデルピッカーの UI や公式ドキュメントの表示でのみ確認できる。

同じ売上データを表形式と自然文形式の2通りで Claude・ChatGPT・Gemini に渡し、数値正確性・構成・網羅性で採点したところ、表形式では Claude が満点、自然文形式では Gemini がトップになるなど、入力形式だけで順位が入れ替わった。フィールドラベルの有無が精度に大きく影響し、数値タスクでは構造化入力の「形式」よりも「ラベル明示」が本質的な要因だと判明。

2026年現在、OpenAI の GPT、Google の Gemini、Anthropic の Claude の 3 つの LLM がトップ性能の差を縮めつつも、各社の「性格」が明確に分化している。文章・コーディング・マルチモーダル・推論など 6 つの観点での比較と、タスク別の使い分け指針を整理。ベンチマークの鵜呑みや料金体系の混同に注意が必要。