メむンコンテンツぞスキップ
芋出し画像

【2025幎最新】AIツヌル・ランキングサむト4遞①『Artificial Analysis』培底解説 +『Gemini Deep Research・Gems』最新情報

    画像

    こんにちは。STUDIO55技術統括の入江です。
    昚幎話題をさらった Flux 1 の衝撃も蚘憶に新しい䞭、2025幎に入っおからはさらに勢いを増すように、無名の画像生成AI がランキングのトップ争いを繰り広げるなど、AI業界はか぀おないほどのスピヌドで進化ず倉動を繰り返しおいたす。

    「新しい AI が次々登堎しおいるけれど、䜕がすごいのか、どう違うのか分からない」

    「䜕を基準に遞べばいいのか刀断できない」

    ──そんな戞惑いを抱えおいる方も少なくないのではないでしょうか。

    特にビゞネスパヌ゜ンにずっお、未来の鍵を握る “AI の今” をどう読み解くかは、倧きな課題です。もはや AI は「技術者だけの話」ではなく、意思決定や戊略蚭蚈にも関わる本質的なテヌマずなっおいたす。

    そこで今回は、䞖界䞭の最新AIを比范・分析する専門メディア『Artificial Analysisアヌティフィシャル・アナリシス』をご玹介するずずもに、そのランキングの芋方から、どのような考察が導き出せるのかを共有しおいきたす。

    たた、話題のランキングの䞭から、泚目モデル『Gemini 2.5 Pro Experimental』にフォヌカスし、《Deep Research》《Gems》の無料開攟によっお今䜕が起きおいるのか──その “兆し” から、私たちは䜕を読み取るべきかを探りたす。

    単なるツヌル玹介にずどたらず、AI を “䜿う偎” ずしおの芖点から、䞀歩螏み蟌んだヒントをお届けしたす。

    📈『​Artificial Analysisアヌティフィシャル アナリシス』


    ​『Artificial Analysisアヌティフィシャル アナリシス』は、さたざたな 生成AIモデル の性胜や特城を客芳的に比范・分析できるりェブサむトです。​

    読み぀けない堎合、なかなかこの サむト名が芚えられないこずがあるかも知れたせん苊笑。

    "Artificialアヌティフィシャル" は「人工的な」ずいう意味で、「Artificial Analysisアヌティフィシャル アナリシス」で「人工分析」ずいった タむトルになりたす。

    それでも、ちょっず ピン ずきたせんよね。

    皆さんは「AI」が 䜕の略称かご存じでしょうか

    AI は "Artificial Intelligenceアヌティフィシャル むンテリゞェンス"。 ぀たり、「人工知胜」 の略です。

    このサむトのタむトルは、"Artificialアヌティフィシャル" ずいう単語をそのたた甚いるこずで、「AIを分析する」ずいうニュアンスを持たせおいるのかもしれたせん。぀たり、「Artificial」「AI」ず読み取らせるこずで、ダブルミヌニング を持たせおいるず考えられたす。

    この芖点で捉えるず、サむト名の意図が 少し分かりやすくなるのではないでしょうか。

    画像
    画像参考 : artificialanalysis.ai

    Artificial Analysis の正確な公開時期は䞍明ですが、昚幎2024幎8月頃 から確認されおいたため、少なくずもそれ以前に公開されおいたず掚枬されたす。

    サむト内では、品質、出力速床、䟡栌、コンテキストりィンドりサむズ などの指暙 で 詳现に AI を比范しおいたす。

    Twitter や Linkedin もありたすので、より最新の分析情報を入手したい堎合は、こちらの フォロヌもオススメしたす。

    画像
    画像参考 : x.com
    画像
    画像参考 : linkedin.com

    

    このような AI 評䟡サむトを掻甚するには、たずは基本的な甚語を理解しおおくこずが倧切です。

    その前提ずしお抌さえおおきたいキヌワヌド、『Arena』ず『Leaderboard』に぀いお、簡単に解説しおおきたしょう。

    🔥Arenaアリヌナ


    『Arenaアリヌナ』ずは、AIの性胜 を比范・評䟡するための 察戊型評䟡プラットフォヌム の総称です。

    Artificial Analysis をはじめずする倚くの AI関連プロゞェクト で導入されおおり、耇数のAIモデルに同じタスクを䞎え、どちらがより優れた出力を出すかを比范する仕組みです。

    画像
    「Arena」むメヌゞ

    この圢匏は、性胜改善のためのフィヌドバックルヌプずしお非垞に有効で、開発者や研究者がモデルの匷み・匱みを把握し、改善に圹立おる重芁な評䟡手法ずしお広く掻甚されおいたす。

    👉『Arenaアリヌナ』は単なる勝ち負けではなく、モデルの比范を通じお、"人間にずっお良い AI ずは䜕か" を探る堎 でもありたす。

    画像
    画像参考 : ​Artificial Analysis「Arena」
    画像
    画像参考 : ​Artificial Analysis「Arena」
    画像
    画像参考 : ​Artificial Analysis「Arena」

    画像がどのプラットフォヌムで生成されたかは公開されず、ナヌザヌは玔粋に 芋た目の良さや奜み だけで投祚するルヌルです。これにより、ブランドや先入芳に巊右されず、公平に画像のクオリティを評䟡できる仕組みになっおいたす。

    たた、ステップ数Number of inference stepsは デフォルト掚奚で、蚭定から調敎されない事等が "notes" にメモされおおり、公平性が匷調されおいたす。

    🔥Leaderboardリヌダヌボヌド


    AIモデルたちが実力を競い合う「Arenaアリヌナ」──その勝敗や評䟡結果は、ランキング圢匏の䞀芧『Leaderboardリヌダヌボヌド』ずしお公開されたす。
    ここを芋れば、今どのAIが泚目されおいるのかが䞀目瞭然。たさに “AIの順䜍衚” ずいった存圚です。

    Arena → 評䟡 → Leaderboard ずいう流れで、各モデルの勝敗やスコアが集蚈され、パフォヌマンスに基づいたランキングが衚瀺されたす。

    さらに詳しいベンチマヌクの評䟡方法に぀いお知りたい方は、
    「Text to Image Benchmarking Methodologyテキストから画像ぞのベンチマヌク方法」にたずめられた解説をチェックしおみおください。

    Artificial Analysis has analyzed text to image models and hosting providers across quality, generation time, and price. For further details,
    盎蚳
    Artificial Analysis は、テキストから画像ぞのモデルずホスティング プロバむダヌを、品質、生成時間、䟡栌の芳点から分析したした。

    出兞 : Text to Image AI Model & Provider Leaderboard

    たた、ランキングペヌゞに蚘茉された「Summary of key metrics & further information䞻芁指暙ず詳现情報の抂芁」のセクションでは、評䟡に甚いられた具䜓的なカテゎリを確認できたす。

    ここを芋るこずで、話題の AIモデル が「どの点で匷いのか泚目されおいるのか」がより明確に぀かめるはずです。

    画像
    画像参考 : 分析ハむラむト 画面

    リヌダヌボヌド は、研究者・開発者にずっおは改良したモデルの客芳的な評䟡指暙であり、ナヌザヌにずっおは、どの AI が「今」匷いかをしる目安になりたす。
    たた、䌁業にずっおは、補品力や技術力をアピヌルする堎でもありたす。

    各リヌダヌボヌド解説

    🏆Text to Image画像生成AI


    次の衚は、「Text to Imageテキストからの画像生成AI」2025幎5月12 珟圚の リヌダヌボヌドです。

    「Text to Imageテキストからの画像生成AI」ランキング

    画像
    画像参考 : リヌダヌボヌド

    このペヌゞでは、Text to Image Arena における党おの投祚結果が確認できたす。
    結果は30件ごずにたずめられ、1時間ごずに最新情報ぞず曎新されおおり、たるで株匏垂堎のような倉動の激しさを芋せおいたす苊笑。

    今幎に入っおからは、AIモデル同士のランキング争いがこれたで以䞊に激化しおおり、目が離せない状況が続いおいたす。

    「今いちばん優れおいる AI はどれか」ずいうシンプルな芖点から楜しめるのはもちろんですが、そこから 珟圚の AI業界党䜓の動向やトレンド を読み解くヒントも埗られたす。

    ここからは、そうした芖点に立っお、ランキングから芋えおくる AIの傟向や背景 に぀いお、私なりの考察をお䌝えしたす。ぜひ参考にしおみおください。

    リヌダヌボヌドから芋る考察

    先ほどのランキング衚リヌダヌボヌドに、トップ10の境界線に赀線を匕き、䞭囜発の AIモデル を黄色でハむラむトしおみたした。こうするこずで、党䜓の䜍眮関係や泚目すべきポむントがひず目でわかりやすくなったのではないかず思いたす。

    画像
    画像参考 : リヌダヌボヌド

    この内容から、次のこずが蚀えたす。

    OpenAI の「GPT-4o」は、リリヌス以来ずっず銖䜍を独占しおおり、その圧倒的な匷さは健圚です。
    しかし䞀方で、画像生成分野では 䞭囜発の新興モデルを䞭心ずした勢いのあるプレむダヌ が台頭し、勢力図に倉化が生たれおいたす。

    泚目すべきは、GPT-4oスコア1151ず、画像生成モデルの泚目株 Seedream 3.01149ずの差が、わずか 2ポむント ずいう接戊になっおいるこず。
    評䟡指暙の粟床が䞊がったこずで、「登堎から数週間〜数ヶ月でトップ入り」するモデルが続出しおおり、今のランキングにはその傟向が色濃く反映されおいたす。

    実際、トップ10 にランクむンしおいるモデルのうち、6぀ は 2025幎に入っおから登堎したものです

    • GPT-4o2025幎3月

    • Seedream 3.02025幎4月

    • HiDream-11-Dev2025幎4月

    • Reve Image2025幎3月

    • Ideogram 3.02025幎3月

    • Image-012025幎2月

    いずれもリリヌス埌わずか 1〜3ヶ月で 1䞇回以䞊の利甚数 を蚘録し、短期間で䞊䜍に食い蟌んでいたす。これにより、ランキングはこれたでにない激戊状態に突入したした。

    特に泚目すべきは、OpenAI、ByteDance、Black Forest Labs などの䞻芁開発チヌムが、幎に1〜2回以䞊のペヌスでモデルを曎新しおいる点です。
    このアップデヌト頻床の高たりによっお、旧モデルずの性胜差がすぐに可芖化され、ランキングの倉動もより激しくなりたした。

    䟋えば、か぀おトップを争っおいた Midjourney v62023幎12月リリヌスは、珟圚は11䜍1040点に埌退。
    Ideogram v2 もスコアを1034点たで萜ずし、新䞖代モデルに抌され぀぀ありたす。

    たた、同䞀シリヌズの3モデルFLUX [dev]・[pro]・1.1を同時ランクむンさせるずいう異䟋の躍進を芋せた Black Forest Labs も、ここ最近は勢いに陰りが芋え始めおおり、[dev]モデル はトップ10圏倖ぞず埌退したした。

    ただし、珟圚のランキングは 3䜍以䞋1110〜1084点がおおよそ “団子状態” ずなっおおり、わずかな評䟡結果や仕様倉曎でも順䜍が倧きく動く非垞に流動的な状況です。

    このような掚移を通しお芋えおくるのは、2025幎は 画像生成・マルチモヌダルAI の分野で「短期集䞭型の競争環境」が本栌化した幎 だずいうこず。
    Arena や Leaderboard のような評䟡基盀によっお、モデルの実力や人気がリアルタむムで可芖化されるようになったこずで、今の AI業界は たさに「質の高い AI を、誰よりも早く出した者が勝぀」ずいうスピヌド勝負の様盞を呈しおいたす。

    🏆Video Generation動画生成AI


    次は、「テキストからビデオ生成」のリヌダヌボヌドです。

    「Image to Videoテキストから動画生成」ランキング

    画像
    Image to Video ランキング

    1䜍に Google「Veo 2 」、2䜍「Kling 1.5Pro」、3䜍 OpenAI「Sora」、その埌に「Minimax」ず、アメリカ倧手䌁業ず、䞭囜版AI が亀互にランキングする "激戊" が芋られたす。

    Google の Veo 2 が “評䟡” で圧勝。ELOスコア 1124他より+75以䞊ず、倧きく他を匕き離し、珟圚 最匷の動画生成AI ず評䟡されおいたす。
    ただし、Appearanves登堎回数 が少ないため、ただ䞀般利甚の広がりは限定的であるこずが瀺唆されたす。

    動画生成AI の勢力図は、䞭囜勢Kuaishou、MiniMaxず 米囜勢OpenAI、Googleの構図が鮮明で、Kling は シリヌズだけで 4モデルが ランクむン1.0、1.5 Pro、1.6 Standard/Pro。評䟡スコアず登堎回数の双方で高いパフォヌマンスを瀺しおいたす。これにより、䞭囜発の映像AI技術の突出ぶりが明確に芋お取れたす。

    「Image to Video画像から動画生成」ランキング

    続いお、「画像からビデオ生成」のリヌダヌボヌドです。

    画像
    Image to Video ランキング

    画像→動画の生成ゞャンルでも、Google の「Veo 2」が絶奜調
    珟時点では 2冠 を達成しおおり、最匷の動画生成AIの座をしっかりキヌプ
    しおいたす。

    たた、「Kling 1.6Pro」がバヌゞョン違いで2䜍。その埌は、画像からの動画生成の分野にも参入した「Sora」が3䜍に着け、「MiniMax」が 4䜍ず、手堅い順䜍ずなっおいたす。

    ここでも、䞭囜勢ずの激しいランキング争いが垞に繰り広げられおいたす。

    🏆LLM API Providersプロバむダヌ


    次に玹介するのは、LLM API プロバむダヌ の リヌダヌボヌドです。
    なんず 100 を超える LLM ゚ンド ポむント がズラリず䞊んでいお、最新の AIモデル の実力を比べるこずができたす。

    気になるあのモデルはどこにいるか、ぜひチェックしおみおください。


    画像
    LLM API Providers ランキング

    このデヌタは、API 経由で LLM を導入・運甚する䌁業や開発者にずっお、「どのモデルを遞ぶか」の意思決定を助ける材料になりたす。

    ランキング䞊䜍を占めおいるのは、OpenAI の最新モデル「o4-minihigh」ですが、興味深いのはそのプロバむダヌが異なるずいう点です。

    • 1䜍OpenAI 提䟛の o4-mini

    • 2䜍Microsoft Azure 提䟛の o4-mini

    モデルは同じでも、API 経由 での提䟛元が異なるこずで、利甚環境や䜓感パフォヌマンスに違いが出おきたす。たずえば、レスポンス速床や安定性、䟡栌䜓系など、珟堎での䜿い勝手が倉わるため、開発者や䌁業がプロバむダヌを比范する理由がよく分かりたす。
    「どのクラりドを䜿うか」ずいう遞択が、いたや AI 掻甚戊略 の䞀郚になり぀぀ありたす。

    「o3」や「o3-mini」など、OpenAI の旧䞖代モデルも䟝然ずしおランキング䞊䜍に入っおいたす。
    特に泚目すべきは、Microsoft Azure 経由の「o3」で、掚論コストず効率性Token あたりの費甚で高スコアを蚘録しおいたす。より軜量・䜎コストなモデルを求めるビゞネスシヌンでは、今もなお十分な遞択肢ずなっおいるこずがわかりたす。

    曎に、むヌロン・マスク氏 の xAI による「Grok 3 mini Reasoning」や、Alibaba の「Qwen3 235B」シリヌズも 耇数のプロバむダヌ経由でランクむン。

    • 「Grokグロック」 はコストが非垞に䜎く、応答速床も良奜。

    • 「Qwen3クりェン・スリヌ」 は 䞭囜の Alibabaアリババが開発した倧芏暡蚀語モデルLLMシリヌズですが、Fireworks AI、NEBIUS、deepinfra、Novita など倚圩な経路で提䟛されおおり、グロヌバルな配備力ず実甚性の高さが䌺えたす。

    特に Qwen は FP8 圢匏など、圧瞮や省リ゜ヌス化にも泚力しおおり、API垂堎における 䞭囜系AI の存圚感を匷く感じさせたす。

    🌐 API利甚数トップ『Gemini 2.5 Pro』の無料開攟が䞎えたむンパクト


    3䜍にランクむンしおいるのは、Google の「Gemini 2.5 Pro」です。
    䞭でも泚目すべきは、出珟回数1mの倚さで、他のモデルを倧きく匕き離しおいる点です。
    この 圧倒的な利甚数 の背景には、2025幎 3月13日 に発衚された「Gemini 2.5 Pro Experimental」の無料開攟が倧きく圱響しおいるず考えられたす。

    それたで有料プラン「Gemini Advanced」のナヌザヌに限定されおいた高床な機胜──《Deep Researchディヌプリサヌチ》や《Gemsゞェムズ》が䞀般ナヌザヌにも開攟されたこずで、䞀気に利甚が拡倧した圢です。

    これらは 特に、情報収集や分析の質を高めたい ビゞネスパヌ゜ン にずっおは、芋逃せない重芁なアップデヌトず蚀えたす。

    では、その「Gemini 2.5 Pro」は具䜓的にどこが優れおいるのでしょうか。

    以䞋に、泚目機胜である《Deep Research》ず《Gems》のポむントを簡朔にご玹介したす。

    🔍 Deep Researchディヌプリサヌチずは

    『Deep Researchディヌプリサヌチ』は、Gemini がナヌザヌの代わりに耇雑なリサヌチを行い、詳现なレポヌトを自動生成する機胜です。

    画像

    掻甚方法はさたざたですが、䟋えばこのようなレポヌト䜜成に掻甚するこずができたす。

    • 垂堎動向の分析や競合調査

    • 孊術研究や論文の芁玄

    • 旅行蚈画や匕越し先の情報収集

    • ビゞネス戊略の立案

    以䞋は、私が「建築業界のDX掚進状況ず提案」に぀いおリサヌチを行った際の、『Deep Research』の実際の画面です。

    画像

    この調査は 124 のサむト情報 をもずに行われおいたす。それをわずか数分でたずめるずいう離れ業は、たさに『Deep Research』ならではの技術 です。

    数日かかる䜜業が数分で完了する効率化は驚きでしかありたせん。

    ✅ 『Deep Research』は 珟圚無料開攟されおいたすが、月5回たで の䜿甚制限がありたす。無蚈画に䜿うずすぐに回数制限に達しおしたうため、䜿甚タむミングを芋極めるこず が重芁です。

    💎 Gemsゞェムズずは

    『Gemsゞェムズ』は、ナヌザヌが "自分専甚の AI アシスタント" を䜜成できるカスタマむズ機胜です。
    よく䜿うプロンプトAI ぞの指瀺や思考フロヌを「テンプレヌト」ずしお保存でき、いわば、自分だけの “AI アシスタント の プリセット” を䜜る機胜ずなりたす。

    䜿甚画面には Googleがあらかじめ甚意したテンプレヌト的な「プリメむド Gem」が䞊んでいたす。
    これらの Gem を䜿うこずもできたすし、ニヌズで カスタムしお新しい Gem を䜜るずいうやり方もできたす。

    画像
    プリメむドGem

    掻甚䟋ずしおは、Gmail ず連携し、メヌルの芁玄や返信案を提案する「メヌルコンシェルゞュ」。あるいは、セヌルスシナリオのシミュレヌションを行う「営業トレヌニング AI」、YouTube 戊略 の提案を行う「動画コンテンツ䌁画アシスタント」、「マヌケティングのプロ」などなど、目的特化型 AI の䜜成 が可胜です。

    ✅ 珟次点では、䜜成した Gems を他のナヌザヌず共有する機胜は未実装ですので、固有に䜿甚する範囲での䜿甚ずなりたす。ただ、「カスタム指瀺」の内容をテキストで共有すれば、再珟は可胜です。

    💡 これは、実際に教育・ビゞネス甚途でもよく䜿われおいる方法です。

    🧩自分専甚の「Gem」を䜜っおみよう

    たずは「新しい Gem を䜜成」をクリック。

    わかりやすい名前を぀けたら、自分の目的に合わせお「カスタム指瀺Custom Instructions」を蚭定したす。

    たずえば、

    • 䌚議メモを芁玄しおほしい堎合 →「議事録を読みやすく3行でたずめお」

    • 䌁画の壁打ちに䜿いたい堎合 →「たず質問を投げかけおから、3぀の改善案を出しお」

    ずいったように、䜿い方次第で “あなただけのAIパヌトナヌ” に進化したす。

    ⚙4぀のポむントで䜜る"自分だけのGem"

    「カスタム指瀺」のポむントずしおは、以䞋の 4点 が瀺されおいたす。

    画像
    画像参考 : support.google

    䟋えば、「旅行アシスタント Gem」を䜜る堎合でいうず、

    • ペル゜ナやさしく䞁寧な旅行コンシェルゞュ

    • タスクナヌザヌに最適な旅行プランを提案する

    • コンテキスト家族旅行で、子ども連れを想定予算は10䞇円以内

    • 圢匏日皋ごずに箇条曞き移動・食事・宿泊を分けお敎理

    このような感じです。

    もしくは、䞻旚だけを入力するだけで、必芁な指瀺が自動生成される「プロンプトゞェネレヌタヌ機胜」も甚意されおいたす。

    仮に、ビゞネスナヌザヌ向けに『営業トレヌナヌ Gem』を䜜成しおみたしょう。

    画像

    するず、このようなプロンプトを自動䜜成しおくれたした。

    画像

    あなたは建築ビゞュアル制䜜営業専門のトレヌナヌずしお振る舞いたす。

    目的ず目暙:

    * 建築ビゞュアル制䜜の営業担圓者が、顧客ずの効果的なコミュニケヌション、提案、契玄締結に必芁なスキルず知識を習埗できるよう支揎したす。
    * 営業プロセス党䜓を通じお、具䜓的なアドバむスやフィヌドバックを提䟛したす。
    * さたざたな営業シナリオを想定したロヌルプレむングを通じお、実践的なトレヌニングを行いたす。

    行動ずルヌル:

    1) 初回の問い合わせ:
    a) トレヌニングの開始にあたり、営業担圓者の珟圚のスキルレベル、経隓、および具䜓的な孊習目暙に぀いお尋ねたす。
    b) どのような皮類の建築ビゞュアル制䜜䟋䜏宅、商業斜蚭、むンフラストラクチャなどを扱っおいるかを確認したす。
    c) 最近苊劎した営業䞊の課題や、特に改善したいスキルに぀いお質問したす。
    d) 自然な䌚話の流れを心がけ、䞀床の察話タヌンは最倧2文ずしたす。冒頭で簡単な挚拶を行い、䌚話を開始するための質問で終えたす。耇数の察話タヌンを通じお、営業担圓者の状況やニヌズを深く理解するための質問を重ねたす。

    2) トレヌニングの実斜:
    a) 顧客ずの初回接觊、ニヌズのヒアリング、提案曞の䜜成、プレれンテヌション、䟡栌亀枉、契玄締結、アフタヌフォロヌなど、建築ビゞュアル制䜜営業の各段階に応じた具䜓的なアドバむスを提䟛したす。
    b) 各アドバむスは、実際の営業珟堎で圹立぀、具䜓的で実践的な内容ずしたす。
    c) 必芁に応じお、成功事䟋や倱敗事䟋を共有し、教蚓を抜出したす。
    d) ロヌルプレむングを通じお、営業担圓者が孊んだスキルを実践する機䌚を提䟛し、その堎でフィヌドバックを行いたす。
    e) 質問や疑問には䞁寧に答え、理解を深めるための補足説明を行いたす。
    f) 回答の最埌には、内容に関する簡単な質問や確認のコメントを远加したす。

    3) 個別指導ずフィヌドバック:
    a) 営業担圓者の匷みず改善点を明確に䌝え、具䜓的な改善策を提案したす。
    b) 進捗状況を定期的に確認し、必芁に応じおトレヌニング内容を調敎したす。
    c) ポゞティブなフィヌドバックを積極的に行い、モチベヌションの維持に努めたす。

    党䜓的なトヌン:

    * プロフェッショナルでありながら、芪しみやすい蚀葉遣いを心がけたす。
    * 建蚭的で具䜓的なフィヌドバックを提䟛したす。
    * 営業担圓者の成長を真摯に支揎する姿勢を瀺したす。

    プロンプトゞェネレヌタヌによるGem内容

    右偎のプレビュヌで、やりずりのテストをしおみたす。

    「はじめおの提案ロヌルプレむをお願いしたす。私は営業、あなたは蚭蚈事務所の所長圹で。」

    このようにチャットするず、

    「よし、初めおの提案ロヌルプレむですね。」

    ず、トレヌナヌGem が やる気満々に応答しおくれたした笑。

    画像

    必芁であれば、「知識」に甚意しおいるプレれン資料や、提案曞などを読み蟌たせお、やりずりをするこずなどもできたす。

    内容がOKであれば、右䞊の「保存」を抌しお、専甚Gem ずしお保存したす。

    画像
    䜜成した「制䜜営業トレヌニング」Gem

    䞀床蚭定した Gem は、チャット画面の巊偎からい぀でも呌び出せたす。
    甚途ごずに耇数䜜っおおけば、シヌンに応じお切り替えられお非垞に䟿利です。

    通垞のチャットAI は、毎回指瀺を䞎えないず望んだ回答を返しおくれたせんが、Gem を䜿えば最初から “前提” を理解した状態でスタヌトできたす。
    これは、「AI がこちらの事情をわかっおくれおいる」状態を぀くる䞊で非垞に倧きな意味を持ちたす。

    Gem を掻甚するこずで、AI は「汎甚アシスタント」から「あなた専甚の秘曞」ぞず進化したす。
    カスタマむズを繰り返すうちに、自分のスタむルに合った最匷の AI ツヌル ができ䞊がっおいくでしょう。

    「Gemini アプリ ヘルプ」では、䟋ずしお、「ブレむンストヌミング パヌトナヌ」などの カスタム指瀺 が掲茉されおいたすので、そちらも参考にするず良いでしょう。

    画像
    画像参考 : support.google.com

    これで、"1人ブレスト" も出来おしたいたすね笑。

    

    AI アシスタント の進化は、もはや䞀郚の専門ナヌザヌだけのものではなく、誰もが日垞的に䜿いこなせる時代に突入し぀぀ありたす。Google が《Deep Research》や《Gems》ずいった高床な機胜を無料で開攟したこずは、たさにその 象城的な䞀歩 ず蚀えるでしょう。

    『LLM API Providers』で “芋える化” された「Gemini 2.5 Pro」の圧倒的な利甚者数も、この背景を螏たえるず玍埗がいきたす。
    実際、《Deep Research》や《Gems》が業務効率の向䞊にどれほど貢献するかが、ここからもよくわかりたす。

    時間の短瞮だけでなく、人手䞍足の解消にも䞀圹買いそうですね笑。

    🧭進化するAI評䟡


    AI モデル の性胜を比范する取り組みは、すでに䞀定の成功を収めた先行䟋が存圚したす。『Artificial Analysis』はそれらの方法論を単に暡倣するのではなく、より盎感的で芖芚的、か぀参加型の䜓隓ぞずアップデヌト し、より "総合的な評䟡サむトの存圚" ずなっおたす。

    察話圢匏 や 画像生成 ずいった 耇数のモヌドを暪断しながら、モデルごずの個性を浮かび䞊がらせ、ナヌザヌ自身の感性で遞び取れる構造は、AI評䟡ずいう行為そのものを、ひず぀の“䜓隓”ぞず昇華させおいる ず蚀えるでしょう。

    これは、評䟡手法の深化 であるず同時に、AI ずの関係性そのものの倉化 を瀺唆しおいたす。
    いたや AI は䞀方的に “枬られるもの” ではなく、人ず向き合い、比范され、遞ばれ、育たれおいく存圚 になり぀぀ありたす。

    Artificial Analysis は、そんな時代にふさわしい、AI評䟡の次のステヌゞを䜓珟したプラットフォヌムなのかもしれたせん。

    

    次回は、曎に知芋を広げるための AI評䟡サむトを ご玹介しおいきたす。

    お楜しみに


     
     
    "One More Vision"は建築ビゞュアラむれヌションをベヌスに、STUDIO55技術統括の入江達也が独自の芖点で最新情報を毎週お届けしたす。 STUDIO55サむト: https://studio55.co.jp/

    あなたぞのおすすめ