内部モデル名は表示されず。必須事実を全件保持し、初回生成は11.2秒。
情報整理と表は明瞭。未割当作業の扱いなど、2か所の修正が必要。
網羅性と表は良好。事実の状態や限定を変えた4か所の修正が必要。
Measured results
当時の7軸スコアは、92点・83点・71点
重要: これは各サービス1回の初回出力を記録したV001の結果です。ChatGPTは内部モデル名を確認できず、ClaudeはOpus 5 高、GeminiはFlashで、モデル帯・プランも揃っていません。一般的なモデル性能の総合順位ではありません。
| 比較項目 | 記録 92点 ChatGPT | 記録 83点 Claude | 記録 71点 Gemini |
|---|---|---|---|
| モデル表示 | 内部モデル名表示なし | Opus 5 高 | Flash 版番号の記録なし |
| 正確さ | 28 / 30 | 28 / 30 | 16 / 30 |
| 抜け漏れ | 20 / 20 | 19 / 20 | 20 / 20 |
| 修正の少なさ | 12 / 15 1 edit unit |
9 / 15 2 edit units |
3 / 15 4 edit units |
| 読みやすさ | 15 / 15 | 15 / 15 | 15 / 15 |
| 初回生成 | 11.2秒 | 27.9秒 | 13.8秒 |
| 記録プラン | ゲスト／ログアウト | Pro | Plus |
| 試行回数 | 1回 | 1回 | 1回 |
※ 100点の内訳は、正確さ30、抜け漏れ20、修正の少なさ15、読みやすさ15、時間10、使いやすさ5、料金・利用制限5です。
※ 現在の製品仕様や、別モデル・別プラン・別会議への再現性を示す結果ではありません。
What changed
差が出たのは、要約の長さより「事実の状態」
採点で確認した必要修正
1 / 2 / 4
ChatGPT / Claude / Gemini
ChatGPTとClaudeは、「9月4日までなら作れる」という条件付き表現を無条件の確定ToDoへ強めました。Claudeは加えて、未割当の2作業を確認対象として保持できませんでした。
Geminiは、原文にない会議名の追加、録画配布の暫定方針の確定化、税区分の補完、条件付き表現の確定化がありました。必須項目が書かれていても、決定・未決・条件の意味が変わると実務では修正が必要です。
For real work
議事録を採用する前の3チェック
「決まった」「方向」「要確認」をAIが勝手に同じ状態へ変えていないか見ます。
日付、金額、税込・税別、条件付き表現を原文と照合します。
担当者が決まっていない作業を、勝手に誰かのToDoへ変えていないか確認します。
Test record
今回の検証条件
架空会議メモ1件
比較サービス3つ
試行回数各1回
採点軸7軸
架空会議メモ、指示文、新規会話、Web検索なし、外部ファイルなし、初回出力のみ。
内部モデル、モデル帯、プラン、各サービスのWeb実行環境。ChatGPTの内部モデル名は未確認です。
サービス名を把握した主採点と、候補A・B・Cによる独立ブラインド採点を統合しました。
Conclusion
今回の記録から言えること
この架空会議メモ、2026年7月27日時点の各Web環境、各1回の初回出力という条件では、ChatGPTが92点で最高得点でした。決定と未決、数値、確認事項を比較的忠実に整理し、初回生成も最速でした。
一方で、ChatGPTの内部モデル名を確認できず、Claude Opus 5 高とGemini Flashでモデル帯も揃っていません。そのため、このページでは検証済みのV001記録として公開し、現在のモデルを横断する総合順位には使いません。
検証記録と根拠を確認する
- V001公開用結果データ（JSON）
- Benchmark ID: V001-MEETING-MINUTES-20260727
- Fixture SHA-256: 7242cd642cb462abfff55544e8a8053ffb8f8507d825d16153ad16d5ba13e9e2
- Prompt SHA-256: 56481ab91d90a057f01a4c896dae957c95682ad9461c1821b6d1739daa5359a2
- 比較・編集方針
