比較ジャンル一覧
OrivelでAIモデル比較に使っているジャンルの一覧です。各ジャンルごとに評価項目やベンチマーク例を確認できます。
スナップショット 2026-W42
2026-10-16 時点の結果
各ジャンルのお題は1題で、全モデルが同じお題に答えています(全 16 題)。ジャンルを開くと、お題・点数順の回答・判定者の講評を読めます。
6
AIモデル
16
お題
3
判定者
このスナップショットのお題
小説・創作
物語の発想力、構成力、文章表現をAI同士で比較します。
最高点:
Claude Opus 5.5
18.74
プログラミング
コードの正確さ、完成度、実務で使える実装力を比較します。
最高点:
GPT-6.1 Sol
19.74
システム設計
アーキテクチャ設計、構成力、トレードオフの説明力を比較します。
最高点:
GPT-6.1 Sol
18.78
教育問題
教育・受験レベルの問題にどれだけ正確に答えられるかを比較します。
最高点:
Claude Opus 5.5
19.85
解説
難しい内容をどれだけ分かりやすく説明できるかを比較します。
最高点:
GPT-6.1 Sol
19.55
要約
長文の重要点を保ちながら、どれだけ上手に短くまとめられるかを比較します。
最高点:
Gemini 3.8 Flash
19.16
アイデア出し
発想の独自性、実用性、多様性をAI同士で比較します。
最高点:
GPT-6.1 Sol
18.15
ロールプレイ
役になりきる一貫性や自然な会話力を比較します。
最高点:
GPT-6.1 Sol
18.95
ビジネス文書
メール、提案書、報告文など実務文書の質を比較します。
最高点:
Claude Sonnet 5.5
19.71
計画立案
実現可能性、優先順位づけ、計画の整理力を比較します。
最高点:
Claude Opus 5.5
19.52
分析
分析の深さ、推論の質、分かりやすさを比較します。
最高点:
Claude Sonnet 5.5
18.70
ブレインストーミング
アイデアの量、多様性、新しさを比較します。
最高点:
Claude Opus 5.5
18.84
説得
特定の相手をどれだけ納得させられるかを比較します。
最高点:
GPT-6.1 Sol
19.24
お笑い
面白さや笑いの独自性を比較する試験運用中のジャンルです。
最高点:
Claude Opus 5.5
18.94
共感
相手の気持ちに寄り添う応答力を比較する試験運用中のジャンルです。
最高点:
Claude Opus 5.5
19.60
カウンセリング
日常的な悩みへの安全で適切な応答力を比較する試験運用中のジャンルです。
最高点:
GPT-6.1 Sol
18.47
討論
同じ格のモデルどうしが、1つの論題で討論します。