Claude Sonnet 5.5もやらないとだよね。AI文章力バトルに新参戦…あれ？前より微妙？？

このAI文章力バトル、最初はGPT-6 AstraとGPT-5.6 Solを比べるだけだった。
そこへClaude Sonnet 5、Opus 5.5、Gemini 3.8 Flash、GPT-6 Solが増え、さらにGPT-6 LunaとGPT-6.1 Solまで加わった。

ついに八つ巴であるし、もう十分だろう。
…と思っていたら、9月28日にClaude Sonnet 5.5も出ていたわけで。

九つ巴である！

もう増えなくていいが、新しいモデルがあるなれば、やることは決まっている。以前とまったく同じお題で、400文字程度のnote記事を書かせればいい。

新しい世代になったのだから、文章もさらに上手くなっているはずだ！

そう思って読んでみたが……あれ？　なんか、前より微妙じゃない？

Sonnet 5.5に同じ文章を書かせてみた

使ったお題は以前とまったく同じ。

AIの返事を数十秒待てず、その間に別の作業を始めたせいで、逆に数分以上ロスしてしまうという実体験である。
常体。事実を追加しない。日常の小さな違和感を面白く描く。一般論や教訓に広げすぎない……などなどで、最後は少し自嘲気味に落とす。

実行条件も前回と同じく、新規チャットでエフォートは「中」。

今回の比較も、評価するのは最初に出てきた一発だけ。
Sonnet 5.5は気になったので追加で2回試しているが、そちらは出力ブレを見るための参考値として扱う。

最初にSonnet 5.5が書いた文章がこれだった。

うん。普通に読めるんだけどさ。でも……なんというか、普通である。

タイトルの「待てない人間の数分ロス」も、内容をそのまま説明しているように見える。

「学習という機能は、どうやら私には搭載されていないらしい」も分かりやすい。ただ、AIと人間を絡めたジョークとしては、少し見たことがある感じもする。

そして気になったのが冒頭だった。

以前のSonnet 5も、この台詞から始まっていた。

素材自体がそこから始まっているので、忠実と言えばものすごく忠実である。
ここはSonnet 5.5だけの特徴ではない。

ちなみにSonnet 5は最後をこんな風に締めている。

以前比較したときも、素材に素直で普通にうまいという印象だったが、今回改めて並べてみると、この最後の一文は結構うまい。

数十秒を惜しんで非効率な行動をしている人間が、AIには効率化を求めている。素材にあった矛盾を一つ拾って最後に置いている訳だ。

あれ？　そうだとしたら、Sonnet 5の方が面白くないか？
世代が変わったはずなのに？

さすがに気になったので、Sonnet 5.5にはさらに2回、同じお題を書かせてみた。

ここからは参考値となるが、実力を見てみたいと思ったのだ。

2回目の最後は、こんな感じになった。

待っている側をひっくり返そうとしているのは分かるが、「私が待たされていて、私が待たせている」となるので、少し頭の中で整理が必要だった。
これは、なんていうか分かりづらいな。

3回目は、まぁ…良い感じだったとは思う。

今回追加で試した中では、これが一番好きかもしれない。

追加の2回では別のオチも出てきたので、Sonnet 5.5が毎回同じような文章を書くわけではないが、この比較で評価するのは最初の一発である。

その初回だけを見るなら、下手になったというより、無難になったという方が近い気がする。

そこまで厳密にやり始めるとSonnet 5も3回、Opusも3回となって大変なので、今回はやらない。
これは研究ではないので勘弁してほしい。

同じ5.5でもOpusは違った

では「5.5世代になったから創作が無難になった」のかというと、それも違う。
同じClaude 5.5世代にはOpus 5.5がいる。

前回の1回では、まったく同じお題に対して、こんな風に作っている。

「AIを待っていた人間が、いつの間にかAIを待たせている」という別の見方を拾っていた。
最後も、自分の「待機性能」をどうにかした方がいい、と落としている。

全文は以前の記事に載せている。

もちろんOpus 5.5も1回だけなので、毎回こうなるとは言えないが、少なくともその1回では、同じ5.5世代でもSonnet 5.5とは違うひねり方をしていた。

だから今回の結果だけで、「Claude 5.5世代は創作に弱くなった」とは言えない。

むしろSonnet 5.5というモデルが、違う方向へ進化したと考えた方がしっくりくる。

そもそもSonnet 5.5は何を伸ばしたモデルなのか

Anthropicの公式発表を見ると、Sonnet 5.5はSonnet 5より30％以上高速になり、多くの作業では最大30％低コストになると説明されている。

得意分野として挙げられているのも、範囲の明確な日常タスク、バグ修正、文書・スライド・スプレッドシートの作成など。

Opus 5.5が複雑で慎重な判断を必要とする仕事向けなのに対して、Sonnet 5.5は、より速く低コストに日常的な仕事をこなすモデルという位置づけらしい。

そういえば、実際に使っていて速度は上がった気がした。
まぁ…良い悪いは置いておいて。

公式では文章についても、従来世代より明瞭になったとしている。
一方で、公式ページに掲載されたテスターのコメントでは、協働相手として良くなったという評価や、Opus 5.5で見られた自然な文章面の改善を一部受け継いでいるという趣旨の評価も紹介されている。

もちろん、これはAnthropicが公式ページに掲載した推薦コメントである。

そのうえで、最初の一発を読んだ印象は「自然で面白くなった」というより、なんとなく「外しにくくなった」だった。

明瞭な文章と、面白い文章は同じではない。

Sonnet 5.5は文章が書けなくなったわけではない。
意味は通るし、破綻もしないし、読みやすくまとめてくるので、仕事で文書を作るなら、その方がいい。

バグ修正を頼んだのに突然妙なひねりを入れられても困るし、資料を作らせるたびに個性を発揮されても困る。

仕事では「面白い」より「外さない」の方が重要だろうし、そちらの方がお金にもなるのだと思う。

ただ、400文字の短いエッセイを書かせると、その長所が逆に「無難」に見えることもある。
少なくとも今回の最初の一発ではそう見えた。

Sonnet 5.5は仕事では進化している。
創作では退化した……とまでは言わないが、今回の一発だけなら、私はSonnet 5の文章の方が好きだったと思う。

新しい世代になったからといって、全部の能力が同じ方向へ伸びるわけではないということだろうし、同じ5.5でも、Opusはまた違う。

モデルが更新されるたびに同じお題を投げてみると、「前より賢くなったか」だけではなく、どの方向へ変わったのかも少し見えてくる。

こうなると、次に新しいモデルが出たときも、また同じ400文字を投げてみたくなる。

いつまで続けるかは分からないけれど、次に何か出たら、たぶん私はまた同じ話を書かせている気がする。

まぁ、ちょっと飽きてきてるけど。
そりゃお題が同じなんだから劇的には変わらないだろうし。

劇的に変わったなら、それはそれで…面白い。

ここまでのAI文章力バトルまとめ

ということで、Sonnet 5.5まで入れてここまでの印象をざっくり並べてみる。

GPT-5.6 Sol：素材を文章にしただけ。
GPT-6 Sol：読める形にはしたが、面白みは弱い。
Claude Sonnet 5：素材に素直だが、読ませる文章に変換しつつ面白みもある。
GPT-6 Astra：素材をひねる。ひねりすぎて小難しいところもある。
Claude Opus 5.5：素材をひねって取り込みつつ、自然に読ませる。
Gemini 3.8 Flash：別次元に盛って笑わせる。なんだこれ！？
GPT-6 Luna：軽量なのに意外とひねる。ただしタイトルを忘れた。
GPT-6.1 Sol：Solより言葉で遊ぶ。Astraほど癖は強くなく、結構面白い。
Claude Sonnet 5.5：ちゃんと読める。とにかく無難。

追加で試した2回では違うオチも出たが、ここで並べているのはあくまで最初の一発の評価である。

そして現在、九つ巴。

……もう十分じゃないか？

と思うのだが、たぶんまた増えるんだろうな。
何かGoogleも発表していた気がする。
Gemini 4 Argonとかいう名前が見えた。
……十つ巴？

【参考文献】

Claude Sonnet 5.5 - Anthropic

Gemini 4 Argon：フロンティア知能の新時代
https://blog.google/intl/ja-jp/company-news/technology/gemini4argon/

関連記事