AIツールの使い方・比較・最新情報

「AIでシステム開発の工数はどれだけ減るのか？」——2025〜2026年のエージェント型コーディングの登場で、測る単位そのものが変わった。かつては「1タスクが何%速いか」だったが、いまや「数週間かかった開発サイクルが数時間〜数日に圧縮される」桁の話だ（TechTarget）。Claude Fable 5はStripeの5000万行移行を1日で完了、TELUSは50万開発者時間を節約、サイクルタイムは9.6→2.4日に。補助利用（オートコンプリート）時代のCopilot RCT 55.8%高速・McKinseyのタスク別20〜50%は、いまや下限だ。ただし「一律10倍」ではない：Anthropicの2026 Agentic Coding Trends Reportによれば開発者はAIを仕事の約60%で使う一方、完全委譲できるタスクは0〜20%（委譲ギャップ）で人のレビューが要り、AI作業の約27%は以前なら存在しなかった新しい仕事（削減＝増産）。良い文脈設計があればエラー40%減・55%高速。「AIで熟練者は19%遅くなる」というMETRの2025年結果も2026年に反転方向で、当人が「測定は実態を過小評価」と自認している。本記事では、この二極化を名前付き出典（GitHub・McKinsey・Anthropic・METR・DORA）で切り分け、工数削減を実際に取りに行く方法までを整理する。

2026年7月8日、OpenAIがChatGPTの音声を刷新する新モデル「GPT-Live」を全世界に公開した。最大の特徴は「聞きながら、同時に話せる」全二重（フルデュプレックス）アーキテクチャで、あなたが話している最中に相づち（mhmm/yeah）を返し、話の途中で割り込んでも受け止め、考える沈黙を「話し終わり」と誤解して遮らない——ターン制（半二重）だった従来のAdvanced Voice Modeとは根本的に異なる。会話の即応はGPT-Liveが担い、Web検索や深い推論が必要な場面では裏のモデルに委譲して会話を途切れさせない（発表時はGPT-5.5、2026年9月9日からはGPT-5.6かGPT-6 Astra）。発表時は無料がGPT-Live-1 mini、Go/Plus/ProがGPT-Live-1だったが、9月9日からGoもminiになった。人間評価でもAdvanced Voice Modeより明確に好まれた。本記事では、GPT-Liveの正体、従来との違い、仕組み、2モデルとプラン、主な進化点、うまく使うコツ、そして正直に押さえるべき制限（動画・画面共有は未対応、多言語の完全対応は未達）と、2026年9月10日に一般提供されたAPI（GPT-Realtime-2.1とは別系統）までを、公式発表・ヘルプ・APIドキュメントに基づいて解説する。

OpenAIの最上位だったGPT-5.6 Sol（2026年7月時点）とGoogle Geminiを徹底比較する。対Claude戦とは様相が違い、Solはエージェント/端末コーディングで圧倒（Terminal-Bench 2.1で88.8% vs 70.7%、SWE-bench Proで64.6% vs 54.2%。いずれもOpenAIの評価表）、Geminiはネイティブマルチモーダル（音声・動画）とSolの約4割の単価（20万トークンまで$2/$12 vs $5/$30）で対抗——得意分野がほぼ重ならない。さらに重要な「時制の罠」として、Googleの真の対抗馬Gemini 3.5 Proは本記事時点で未発売（2026年7月中旬にGA予定だったが、9月22日時点でも未提供）で、比較対象はGemini 3.1 Pro（2026年2月・API上はプレビュー）である点を明示する。本記事ではスペック早見表、コーディング/推論/マルチモーダルのベンチ、Geminiの本丸であるマルチモーダルの差、実コスト（GeminiはSolの約4割、GPT側もTerraならGeminiと同額）、強み弱みマップ、ユースケース別の選び方までを公式発表と独立ベンチに基づいて整理する。後継のGPT-6 Astra（2026年9月）については冒頭の追記を参照。

Claude Codeで長時間作業していると、応答が突然「court court court…」と同じ単語を何十〜数百回も繰り返し、最後に「API Error: Response stalled mid-stream. The response above may be incomplete.」で止まる——この現象は、あなたのプロンプトのミスではなく、2つの別々の既知不具合が連鎖して起きている。①モデルが同じトークンを吐き続ける反復（デジェネレーション、GitHub #68740/#65823/#66950）と、②大量出力や接続の問題で応答ストリームが止まる「Response stalled mid-stream」（#70840・公式エラーリファレンス）だ。courtに意味はなく、モデルがたまたまそのトークンに固着しているだけで、area:modelラベルの付いたモデル側の不具合である。本記事では、この2層の正体、「court/invokeタグ漏れ」型（別記事）との違い、誘発条件（長時間・大コンテキスト・ツール呼び出し直前の文章生成・不安定な接続・長文出力）、今すぐの止め方（Escで中断→新セッション/clearへ逃げる・前置きなしでツール呼び出し・タスク分割）、開発者向け対処（読み取りタイムアウト・反復検出ガード・壊れた履歴を残さないリトライ・max_tokens上限）、Connection closed mid-responseやPrompt is too long等との見分け、2026年7月時点で恒久修正が未確認である対応状況までを、公式ドキュメントと実Issueに基づいて整理する。

2026年4月のGPT-5.5から2か月半後の7月9日に登場したGPT-5.6は、単なる性能向上ではなく「単一旗艦から Luna/Terra/Sol の3モデル体制への再編」が最大の変化だ。多くのGPT-5.5ユーザーに最も効くのは、中位Terraが「GPT-5.5相当の品質を大幅に安く」提供する点。リリース時点で半額、さらに2026年7月30日の値下げでGPT-5.5の4割の単価（$2/$12）になった。性能を上げたい人には最上位Sol（同価格$5/$30でSWE-Bench Pro 58.6→64.6%に向上）、コストを下げたい人にはTerra、という選択肢が生まれた。本記事では、3モデル化の意味、スペック早見表、Terraの価格対性能、世代でのベンチ向上（同一指標のSWE-Bench Proは+6pt、TerminalBenchは発表ごとに版が違うので同じ表で比べる、汎用推論の伸びは小さい）、5.6の新機能（Programmatic Tool Calling・max effort・ChatGPT Work・GPT-Live・GitHub Copilot対応）、実コスト（月100M入力/20M出力で$1,100→$440の概算）、そしてどのモデルに移行すべきか（Terraで請求を6割減→性能が要る処理だけSol）までを公式発表・独立分析ベースで整理する。

OpenAIの当時の最上位GPT-5.6 Sol（7月9日）と、Anthropicが発表時に「一般提供する中で史上最強」と位置づけたClaude Fable 5（6月9日）を徹底比較する。Opus 4.8戦が同価格帯の直接対決だったのに対し、こちらは「半額の万能型Sol（$5/$30）」対「2倍高いが最上位のFable 5（$10/$50）」というコストと実力のトレードオフが主題だ。実プロダクション級コーディングのSWE-Bench Proでは、両モデルが並ぶOpenAIの表でFable 5が80.0%とSolの64.6%を15pt以上引き離し、その差はOpus 4.8戦より拡大。さらにFable 5は数百万トークンにわたって集中を保ち、歴代Claudeで最も長く自律して働けるとされ、Stripeが5000万行のRuby移行を1日で完了させた「完走力」が本領だ。一方Solは端末操作のTerminalBench 2.1（88.8% vs Fable 83.1%）・Agents' Last Exam（53.6 vs 40.5）・Coding Agent Index（80 vs 77.2）で首位、しかも半額＋トークン効率+54%でコスパが強い。本記事ではスペック早見表、ベンチ詳細、OpenAIの評価表に無い指標とSWE-bench Proへの疑義（「非公開ベンチ問題」）、長時間自律、実コスト（タスク完了あたりで見る）、強み弱みマップ、ユースケース別の選び方までを公式・独立ベンチベースで整理する。

2026年7月時点のAIコーディング2強、Claude Opus 4.8（5月28日）とGPT-5.6の最上位Sol（7月9日）を徹底比較する。得意領域はほぼ反対で、SolはTerminalBench 2.1（88.8% vs Opus 78.9%）・Agents' Last Exam 53.6・Coding Agent Index 80と端末操作/エージェント総合力で首位。対するOpus 4.8はSWE-bench Pro（69.2% vs Sol 64.6%）で上回り、さらに誠実性（自分のコードの欠陥を黙って通す率が前世代の約4分の1・失敗の伝え損ね3.7%）を打ち出す。一方、非公表とされたGPQA DiamondとFrontierMathはOpenAIの評価表に載っていてSolが上、GraphWalks 1Mも同じ表ではSolが上だ。SWE-bench ProではOpenAI自身の表でもOpusが上——実コーディングの本丸ではOpusが優位という構図だ。本記事ではスペック早見表、ベンチ詳細、非公開ベンチ問題、実コスト（単価$25 vs $30とトークン効率+54%の綱引き）、強み弱みマップ、ユースケース別の選び方、デュアル運用戦略までを公式・独立ベンチベースで整理する。

OpenAIが2026年7月9日にGPT-5.6を一般提供開始。従来の「無印＋Pro」から Luna（高速・低コスト $0.20/$1.20）／ Terra（バランス $2/$12、GPT-5.5相当をSolの4割の単価で）／ Sol（フラッグシップ $5/$30）の3モデル体制に再編されました（価格は2026年7月30日の改定後）。SolはAgents' Last Exam 53.6・Coding Agent Index 80で首位、TerminalBench 2.1も88.8%でClaude Fable 5（83.1%）を上回りますが、実プロダクション級のSWE-Bench ProではClaude Fable 5が80.0%、Sol 64.6%とClaudeが大きく優位。本記事では3モデルの違い・価格・ベンチマーク・新機能（Programmatic Tool Calling、ChatGPT Work、全二重音声GPT-Live）・ChatGPTプラン別提供・Claude（Fable 5/Opus 4.8）との比較・用途別の選び方まで、公式発表と独立ベンチマークを基に解説します。

Claude CodeやAPIで突然出る「API Error: 400 Output blocked by content filtering policy」——これは使用量制限でもコンテキスト超過でもなく、Claudeが返そうとした「出力」を安全フィルタが差し止めた状態だ。主目的は既存著作物の逐語再現の防止で、MIT/Apacheなど標準ライセンスの全文生成、既存ソースへの「一致」作業、長文ドキュメントの複製などで悪意なく誤検知（false positive）することが多い。本記事では、公式説明（出力段のフィルタが著作物の再現を検知して400でブロックする仕組み）、実際のClaude Code Issueに見る誤検知パターン（OSSリポジトリ初期整備・リスト照合・長時間エージェント実行の末にトークン上限と誤診断）、今すぐ直す方法（モデルに丸写しさせずツールで取得・プロンプトを生成/要約寄りに言い換え・Escでリトライループを止める・タスク分割・誤検知はサポート報告）、Prompt is too long／usage limit／529 Overloaded／max_tokensとの見分け方までを整理する。

個人開発で「作れたけれど、どう稼ぐか・いくらに値付けするか」で止まる人は多い。本記事は収益化モデル（無料／買い切り／サブスク／フリーミアム／広告／寄付）の選び方と、コストや競合ではなく「顧客が得る価値」を起点にするバリューベースの価格設計、無料→Pro→Businessの3段階プランと年払い割引の定石、最初の課金ユーザーの取り方、そしてAPIトークンなどAIコストを織り込んだ採算まで、個人開発者の目線で実践的にまとめた。母艦記事「AIで個人開発ロードマップ」の育てるフェーズを深掘りする一本。

個人開発が完成しない最大の原因は「作り込みすぎ」。あれもこれもと機能を盛るうちに複雑になり、公開されないまま消えていく。それを避ける唯一の方法が、価値が伝わる最小のプロダクト＝MVPを1機能に絞って最速で公開することだ。本記事はMVPの正しい捉え方、機能を削るスコープ判断、AIで最速に作る2ルート（コードを書かないvibe coding／AIエディタで書く実践）、「完成」の見極め、公開して1人に使わせるまでを、AIを相棒にする個人開発者の目線で解説する。

個人開発でいちばん多い挫折は「作ったのに誰も使わない」。だが本当のボトルネックは開発力ではなく集客だ。「良いものを作れば人は来る」は幻想で、作る前から見込み客を集めるBuild in Public、最初の10人は身近から手で取りにいく“スケールしないこと”、最初の100人は彼らがいる場所（コミュニティ・SNS）で貢献して見つけてもらう、そしてSEO／AEO／LLMOで継続的な流入をつくる——この順番を、AIを下ごしらえに使いながら回す方法を、個人開発者の目線で実践的にまとめた。