2026年5月のフロンティアモデル地図
2026年4月は「フロンティアモデルの集中リリース月」になりました。Claude Opus 4.7（4/16）、GPT-5.5（4/23）、DeepSeek V4（4/24）が立て続けに登場し、 Google Geminiも2月のGemini 3.1 Proに続いて5月のI/Oで3.5を発表しています。 本記事では、2026年5月時点で利用できる主要モデルを横断的に比較します。
2026年の「標準装備」
個別の比較に入る前に、いまやどのフロンティアモデルも備える共通点を押さえておきましょう。
- 1Mトークン級のコンテキスト窓（Gemini系は一部2M対応）。
- 推論（thinking）モードと、考える深さを制御する努力レベル。
- スパースMoE（巨大な総パラメータの一部だけを活性化するアーキテクチャ）。
つまり差別化は基本スペックではなく、実タスク精度（SWE-bench / Terminal-Bench など）と価格効率に移りました。
モデル別ファクトシート
Anthropic Claude Opus 4.7
モデルID claude-opus-4-7、2026年4月16日GA。入力1M / 出力128Kトークン。価格は入力$5/出力$25（200K超のプロンプトは$10/$37.50）。
適応的thinkingに加え高intelligence effortと出力の自己検証を搭載。初の高解像度画像入力に対応。
SWE-bench Verified 87.6%、GPQA Diamond 94.2%（いずれもAnthropic自己報告）。Bedrock / Vertex AI / Microsoft Foundryでも提供。
OpenAI GPT-5.5
gpt-5.5（コードネーム Spud）、ChatGPT 4/23・API 4/24。コンテキストは約1.05M（独立計測の実効は約922K）、出力128K。
価格は入力$5/出力$30（272K超は入力2倍・出力1.5倍）。上位の GPT-5.5 Pro は$30/$180。
推論努力を none / low / medium / high / xhigh の5段階で制御。Terminal-Bench 2.0で82.7%（公式系）、独立指標Artificial Analysis Intelligence Indexで60と首位級。画像入力対応、音声・動画は非対応。
Google Gemini 3.1 Pro / 3.5
現行の主力Proは gemini-3.1-pro（2026年2月19日）。入力1M / 出力64K、価格は入力$2/出力$12（200K超は$4/$18）。
GPQA Diamond 94.3%、ARC-AGI-2 77.1%、SWE-bench Verified 80.6%（Google公式model card）。
テキスト・画像・音声・動画をネイティブに扱えるのが最大の強みです。
5月のI/Oで発表された Gemini 3.5 はFlashを先行提供（$1.50/$9）、Proは翌月展開予定で、出力速度の大幅向上を訴求しています。
DeepSeek V4（V4-Pro / V4-Flash）
2026年4月24日プレビュー、オープンウェイト（MITライセンス）。両モデルとも入力1M / 出力384K。 5月下旬の恒久値下げ後（ローンチ時は$1.74/$3.48）、V4-Proは入力$0.435/出力$0.87、V4-Flashは入力$0.14/出力$0.28。 Thinking / Non-Thinkingのデュアルモード。V4-Proは1.6T総 / 49B活性のMoEで、SWE-bench Verified 80.6%（二次情報）と最上位級に肉薄します。
その他のオープン/中国勢
Kimi K2.6（Moonshot AI、4/20、オープン1T MoE、$0.60/$2.50、SWE-bench 80.2%）、 Qwen 3.6 Plus（Alibaba、3/30、SWE-bench 78.8%）、 Mistral Large 3（2025/12、Apache 2.0、256K文脈、$0.50/$1.50）、 Meta Llama 4（Maverick 1M / Scout 10M文脈）などが、オープンウェイト陣営として性能と価格でクローズド勢を追い上げています。
横断比較①：価格
2026年最大の構造変化は価格破壊です。グループ棒グラフで単価の桁違いの差を見てみましょう（縦軸は$/Mトークン）。
API価格の比較（$/Mトークン、低いほど安い）
クローズド最上位のGPT-5.5（出力$30/M）に対し、DeepSeek V4-Flash（出力$0.28/M）は100倍以上安い計算です。 DeepSeekは5月下旬にV4-Proをローンチ時の約4分の1（出力$0.87/M）まで恒久値下げし、価格戦争に火をつけました。 グラフではオープン勢の棒がほぼ見えないほど低く、価格破壊のインパクトが一目で分かります。
横断比較②：コンテキスト長とベンチマーク
| モデル | 入力コンテキスト | 最大出力 | 推論モード | マルチモーダル |
|---|---|---|---|---|
| Claude Opus 4.7 | 1M | 128K | 適応的thinking + effort | 画像入力 |
| GPT-5.5 | 約1.05M | 128K | 5段階effort | 画像入力 |
| Gemini 3.1 Pro | 1M | 64K | Deep Think | 画像・音声・動画 |
| DeepSeek V4-Pro | 1M | 384K | Thinking / 非Thinking | 主にテキスト |
| モデル | SWE-bench Verified | GPQA Diamond | 出典の性質 |
|---|---|---|---|
| GPT-5.5 | 88.7%（※二次） | — | 公式系 + 報道 |
| Claude Opus 4.7 | 87.6% | 94.2% | Anthropic自己報告 |
| Gemini 3.1 Pro | 80.6% | 94.3% | Google公式model card |
| DeepSeek V4-Pro | 80.6% | 90.1% | 二次情報（要交差検証） |
ユースケース別の選び方
| 重視する点 | おすすめ | 理由 |
|---|---|---|
| コスト最優先 | DeepSeek V4-Flash / V4-Pro | 最上位級の性能を桁違いの低価格で。オープンウェイトで自社ホストも可 |
| コーディング・エージェント | GPT-5.5 / Claude Opus 4.7 | Terminal-BenchやSWE-benchで最上位。実務のエージェント評価でも高評価 |
| マルチモーダル（音声・動画） | Gemini 3.1 Pro / 3.5 | テキスト・画像・音声・動画をネイティブに扱える唯一級 |
| 最難関の推論・科学 | Gemini 3.1 Pro / Claude Opus 4.7 | GPQA Diamond 94%台、ARC-AGI-2など難問系で先行 |
| オープンウェイト・自社ホスト | Kimi K2.6 / DeepSeek V4 / Mistral Large 3 | 性能はKimi/DeepSeek、ライセンス純度ならMistral（Apache 2.0） |
まとめ
- ① 基本スペックは横並びになった。 1Mコンテキスト・推論モード・MoEは標準装備。勝負は実タスク精度と価格効率です。
- ② 価格破壊が本格化した。 DeepSeek V4-Proの恒久値下げで、オープンウェイト勢が最上位の数ポイント差を最大100倍安く提供しはじめました。
- ③ 「最強の1モデル」は存在しない。 推論・コーディング・マルチモーダル・コストで最適解が分かれます。用途×コストで選び、評価を回し続けるのが正解です。
理解度チェック
2026年5月時点で「テキスト・画像・音声・動画をネイティブに扱える」点が最大の強みとして本記事が挙げているモデルはどれですか？
キーボード: 1〜4 で選択、Enter で回答