モデル比較
Claude vs GPT
著者:Ofrai Editorial(Model Testing Team)
どちらもOfrai上のフロンティアチャットモデルです。長く構造化された文章ではClaudeが強く感じられることが多く、GPTはツール的な汎用性のデフォルトです。テキストスタジオ内で切り替え、同じクレジットで支払います。
チャットと動画はクレジットを消費します。
執筆と分析
成果物がメモ、ポリシー寄りの下書き、丁寧な書き直しならClaude。広い初稿、混合メディアのブリーフ、チームがすでにGPTスタイルでプロンプトしているモデルが必要ならGPT。
コーディング
どちらもOfrai上でDeepSeekと組み合わせ、より安い反復ができます。チケットに貼る説明はClaude やGPTに任せ、テストを回している間はDeepSeek Flashを使います。
ループの中の DeepSeek の位置
安い反復ループには DeepSeek Flash、チケットに貼る説明には Claude または GPT。三つともテキストスタジオで共有ウォレット。
Ofrai での会話メモリの比較
どちらも同じテキストスタジオのスレッド内で動くため、切り替え時にコンテキストと履歴が引き継がれます。安い探索は DeepSeek、最終稿は Claude か GPT に移ってもスレッドは失われません。
同じ依頼、二つの答え
同じ依頼を両方のモデルに入れて、結論ではなく冒頭を読ませてください。たとえば「公開延期についての 900 語の社内メモを、経営者が 90 秒で読める形に書き直してください。数字はすべて残し、最初に判断してほしいことを置いてください」。Claude はまず論の順序を組み替えます。
冒点を入れ直し、中身をしぼり、判断を前へ移し、すでに編集済みの文章として返します。GPT は多くの場合、元の順序を保ったまま、流暢で 完成度の高い書き直しを返し、依頼を最後に置きます。どちらが間違いということはありません。読者の獲得方法が違うだけです。
成果物を読む人がその内容に基づいて行動する文書なら、まず Claude の版を読んでください。自分で組み替える予定の草稿なら、GPT の広い初稿のほうが早く動き出します。
どちらが糸を失うか
長い機械的な作業では Claude が糸を失います。四十項目のリスト、綿密な監査、すべての行に同じ規則を適用する反復変換です。最初にきれいに始まり、しばらく構造を保ち、末尾の項目で漂い、終える代わりに要約します。GPT が糸を失うのは逆の場合です。
十往復も前に出された指示が今も効くべき長いスレッドでは、最新の指示には従うものの、古い制約を黙って忘れ、しかもほとんど知らせません。実用的なルールはこうです。長い一度きりの変換なら最初から最後まで一つのモデルを使います。制約が積み上がる会話なら、新しい要求のたびに重要な制約を言い直してください。
コーディング:どちらがどの段階を担当するか
性格ではなく段階で分けてください。見慣れないコードベースの読み取り、ファイル横断のバグ追跡、他人が書いたコードの説明では GPT のほうが速くなります。新機能の下書き、つまり新しい API、率直なリファクタリング計画、テストの骨組みでは、Claude は一度の出力でよりまとまった構造を出すことがあります。
失敗するアサーションの修正やループの書き直しといった消耗的な段階では、どちらも正しい道具ではありません。Ofrai ではそこが DeepSeek の領域です。動く手順は、安価なモデルで草稿を作り、最上位のモデルで書き直し、判断は自分で行うことです。そしてコードの壁ではなく必ず差分を出させてください。20 行の変更をレビューするのと 200 行をレビューするのは別の仕事です。
モデルごとの失敗様式
Claude の特徴的な失敗は静かな過剰適合です。依頼された構造、長さ、口調をそのまま守りながら、最後の段落で上げた一番大切な制約だけを黙って落とすことです。GPT の特徴的な失敗は自信に満ちた広さです。
聞かれていない問いの半分に答え、聞いていない隣の問いを加え、両方を同じ確信度で提示し、古い具体的事実を混ざらせてしまうことがあります。文脈が薄い場合、両方とも出典や、存在しない API パラメータ、確信のもどない数字まで作ります。対策は同じです。出典か前提リストを求め、確認できない数字や API 名は未確認として扱ってください。
安いモデルから始める会話の予算
会話のクレジットは小さな研究予算のように振る舞います。段階ごとに使ってください。第一段階は安価なモデルでの探索です。空間を図り、選択肢を並べ、三つの方向を出させます。買うのは文章ではなく構造です。第二段階はその構造を最上位のモデルに渡し、安価なモデルの出力を文脈として添えて、成果物を依頼します。
第三段階は最上位のモデルを、実際に人が読む二つ三つの出力に残します。Ofrai では DeepSeek が初稿、Claude か GPT が本文、そしてチケットに入る文章や顧客に出すものはどちらか一方で書きます。二つの最上位モデルの差はたいてい第二段階に宿っており、第一段階を飛ばせば消えます。
Claude を選ぶ/GPT を選ぶ
成果物が文書なら Claude を選びます。メモ、方針の草稿、長い書き直し、論が成立していなければならない構造化された分析、あるいは受け取るだけでなく理解したいコードです。タスクが広く、形式が混在し、道具のように使う仕事なら GPT を選びます。
入力の山をまとめること、見慣れない領域で発想を広げること、速く高い確信で答えること、そして GPT の習慣に慣れたチームでの作業です。判断がつかないときは考え込みすぎないでください。同じ依頼を両方に送り、冒頭を見比べてください。その一つのテストは機能リストより予測的で、Ofrai では追加の生成が一度増えるだけです。
Ofrai で五分で決める方法
実際に詰まったタスクを一つ選び、プロンプトを書いて、同じスレッドで両方に送ってください。そして出力を一行も読まずに四つを確認します。正しい問いを立てたか、それとも曖昧な依頼をそのまま受けたか。書式の制約を厳守したか。自信のない箇所を示したか。そしてそのことを伝えるのに何語使ったか。
この四つの確認は、二つの完成した下書きを通し読みするより早くモデルを分けます。合格した方をこのタスクの担当にします。不合格だった場合もスレッドは残して続行します。すでに積み上がった文脈が費用の高い部分であり、Ofrai の同じテキストスタジオのスレッド内でモデルを変えても残ります。
社内テストに基づく編集上の目安であり、第三者ベンチマークではありません。
| 項目 | Claude Sonnet 5 | GPT-5 Pro |
|---|---|---|
| 解像度 | 32k context | 32k context |
| 速度(目安) | 180–260 tok/s | 200–300 tok/s |
| 向いている用途 | Long docs, careful code | Reasoning + tool calls |
| クレジット | 0.8 cr/1k in · 6 cr/1k out | 0.6 cr/1k in · 5 cr/1k out |
| 言語 | Multi (EN/ZH/JA/FR/DE/KO) | Multi |
| 透かし | N/A | N/A |
| 最終更新 | 2026-09-11 | 2026-09-13 |
Ofrai クレジット表示
社内テストに基づく編集上の目安であり、第三者ベンチマークではありません。
| モデル | 種別 | クレジット |
|---|---|---|
| Claude Sonnet 5 | チャットモデル | Input/Output 0.822816/4.11408 |
| GPT-5 Pro | チャットモデル | Input/Output 10.9709/87.767 |
よくある質問
- ChatGPT とClaudeのサブスクリプションが必要ですか?
- Ofraiで両方試すには不要です。Ofraiアカウント一つと掲載テキストモデルで足ります。
- 両方にPDFを添付できますか?
- はい。テキストスタジオのドキュメントアップロードは掲載チャットモデル全体で使えます。
- 1 回の生成はいくらですか?
- 各ジョブの Ofrai クレジットはスタジオに表示されます。モデル一覧クレジットは起点で、解像度や尺で最終消費が変わります。
- Ofrai ではどう始めますか?
- このページから画像/動画スタジオを開き、おすすめモデルを選び、スタータープロンプトをそのまま使うか調整してライブラリから生成します。
- Claude と GPT の違いは何ですか?
- Claude は長く構造化された文章で強みを感じることが多く、GPT は汎用デフォルト寄り。テキストスタジオで請求はそのままで切り替えられます。