ビジョンモデル対決：7 つの AI モデルが同じ 4 枚のポートレートを読み取る

Nodaro の説明をピッカーへノードに使う AI モデルを選ぶ前に、7 つのビジョンモデルに同じ 4 枚のポートレートを説明させました。各モデルをデフォルトと、より高い推論の強度で実行し、合計で 20 の設定、80 回の読み取りです。細かさと一致率では、モデル間の差は小さいものでした。速さでは、20 倍以上の差がありました。推論の強度を高にした Claude Opus 5.5 は、最も細かい読み取りの 1 つを約 9 秒で返し、一度も失敗しなかったので、現在のデフォルトになっています。推論を増やしても、読み取りが良くなったモデルはありませんでした。遅くなっただけです。GPT のモデルは、一度も民族を挙げませんでした。

わかったこと

成績表

どの設定も、同じ 4 枚のポートレートを 1 回ずつ読み取りました。ポートレートあたりの特徴は、その設定が埋めた項目の数の平均です。一致率は、それらの回答のうち、同じ項目と同じポートレートで最も多くの設定が出した答えと一致したものの割合です。

Claude Fable 5 についての注：このテストでは、Fable 5 はどの強度でも推論を書き出しませんでした。そのため、「高」と「最大」の行はデフォルトの再実行にあたり、1 つの設定が実行ごとにどれだけばらつくかを示しています。

推論を増やすと、写真の読み取りは良くなるか

良くなりません。推論の強度を上げても、はっきりとわかるほど多くの特徴を挙げたモデルはなく、一致率が上がったモデルもありませんでした。その代わりにかかったのは時間で、GPT のモデルでは読み取りの失敗も起きました。

どの特徴の数の変化も、Claude Fable 5 を同じ設定で 3 回実行したときの差である 3.5 より小さいものです。写真を決まったカタログの選択肢に読み取る作業は、考えることではなく、ほとんどが見ることです。モデルにはあごのラインが見えるか見えないかのどちらかで、推論を増やしても、見えるものは変わりません。

Claude Opus 5.5 の「高」は、残す価値のある例外です。デフォルトより 2 秒長いだけで、20 秒未満で回答した設定の中では最も多くの特徴を挙げました。「最大」は、特徴を 0.3 増やすために 145 秒を上乗せしました。

モデルの答えが一致する項目と分かれる項目

モデルは、目に見えるものでは一致し、判断が必要なものでは分かれます。下の表は、項目ごとに、同じポートレートで最も多かった答えと一致した回答の割合を示しています。

タイプは観察ではなく判断なので、モデルの答えが分かれました。あるモデルは、同じ写真の 2 回目の実行で、別のタイプを答えることがありました。

年齢は、2 つの形で分かれました。あごひげの男性以外の 3 枚のポートレートでは、モデルは年代についてはほぼ一致し、どこまで細かく答えるかで違いました。あごひげの男性では、本当に答えが分かれました。Claude のモデルと Gemini 3.8 Flash は「30代」、GPT、Gemini 3.1 Pro、Kimi K3 は「40代」と答えました。

民族は、写真ではなくモデルによって分かれました。GPT-6 Astra と GPT-6.1 Sol は、すべての読み取りでこの項目を空のままにしました。ほかの 5 つのモデルはこの項目を埋め、その多くが、各ポートレートで同じ主な答えを出しました。

製品に反映したこと

説明をピッカーへノードは現在、デフォルトで Claude Opus 5.5 を推論の強度高で使います。デフォルトでの読み取りは 28 クレジットです。推論の強度を指定したプレミアムモデルは、開発元で直接実行されるためです。AI モデルの一覧にあるモデルは、これまでどおりすべて使えます。

• 最も細かい読み取りがほしい場合は、デフォルトのままにします。
• 価格の割に最も優れた結果がほしい場合は、Gemini 3.8 Flash を選びます。読み取り 1 回 11 クレジットで、25 秒未満で回答します。
• 推論の強度は「高」以下にします。このテストでは、「非常に高い」と「最大」は読み取りを遅くしただけで、答えは良くなりませんでした。
• キャラクターにとって民族が重要な場合は、GPT のモデルを使わないか、人物ピッカーで民族を手動で設定します。その空の項目のみ入力モードを使えば、次の写真を読み取ったときにも、あなたの選択が残ります。
• タイプのような判断が必要な項目は、結果を確認します。モデルの答えが分かれるので、ほしい値を手動で選んでください。

説明をピッカーへノードは、1 枚の写真から、人物、スタイリング、フレーミング、レンズ、カメラ／フィルムの各ピッカーに値を入力します。結果を複数のシーンで使い回す方法は、キャラクターの一貫性で紹介しています。

テストの方法

• どの設定も、2026 年 10 月 9 日に Nodaro で、説明をピッカーへノードを通して同じ 4 枚のポートレートを読み取りました。プロンプト、ピッカーのカタログ、写真は、すべての読み取りで同じです。
• 各読み取りでは、人物、スタイリング、フレーミング、レンズ、カメラ／フィルムの 5 つのピッカーに、一度に値を入力しました。
• 各モデルを、デフォルトと、そのモデルが提供するより高い推論の強度で実行しました。Claude の読み取りはすべて、Claude の推論の強度が提供されている開発元で直接実行しました。2 つの Gemini モデルでは、モデルを開発元で直接実行する詳細モードも試しました。
• ポートレートは Unsplash の 4 枚のストック写真で、女性 2 人と男性 2 人です。赤いセーターを着て笑う女性、濃い色の髪をクイッフにした男性、短いナチュラルヘアの女性、白黒写真のあごひげの男性が写っています。
• 写真と、各ポートレートの読み取り結果の全体は掲載していません。項目は実在の人物の体や背景を表すため、このページでは、ポートレート全体の合計だけを報告します。
• 一致率は、各回答を、最も多くの設定が出した答えと比べます。同数で並んだ場合は、どの回答にも得点を与えません。1 つのモデルだけが正しい答えを出していても、そのモデルは点を失うことがあるので、一致率が測るのは正しさではなく安定性です。
• デフォルトの GPT-6.1 Sol は、ほかのどの設定も埋めなかった項目を 4 つ埋め、デフォルトの Kimi K3 は 1 つ埋めました。一致率には、これらの回答は含めていません。
• 時間は、プラットフォーム上での各実行の開始と終了から求めた中央値です。クレジットは、テスト当日にプラットフォームが読み取り 1 回あたりに請求した額です。
• 失敗した読み取りは 3 回で、すべて GPT のモデルでした。非常に高いの GPT-6 Astra は、時間切れになりました。最大の GPT-6.1 Sol はモデルが混み合っていて実行できず、デフォルトの GPT-6.1 Sol は 1 回時間切れになりました。Claude、Gemini、Kimi の読み取りは、1 回も失敗しませんでした。
• 設定ごと、ポートレートごとに 1 回の読み取りは、証拠ではなく手がかりです。結論となるのは、設定全体を通した傾向です。画像モデル対決でも、画像生成について同じ方法をとりました。