はじめに
「なんかAI使ってる？」「ChatGPTでしょ」
……いや、もう2026年ですよ。
気づいたらモデルが20個くらいあって、何を使えばいいか全然わからない。そういう人のために、ユースケース別のLLM選定フレームワークをまとめました。
「どれが一番賢いか」ではなく、「自分のケースに何が最適か」という切り口で整理します。
まず：LLMを選ぶ3つの軸
モデル選定は、この三角形で考えると整理しやすくなります。
速度
/\
/ \
/ \
/______\
コスト 品質
この3つを同時に最大化することはできません。何を優先するかで、使うべきモデルが変わります。
| 優先したいもの | 向いているモデルの傾向 |
|---|---|
| 速度・コスト | 小型モデル（Haiku、GPT-4o mini など） |
| 品質・精度 | 大型フラグシップ（Opus、o3 など） |
| バランス | 中間モデル（Sonnet、GPT-4o など） |
ユースケース別：どのモデルを選ぶか
1. コード生成・レビュー
おすすめ：Claude Sonnet / GPT-4o
コード補完はコンテキスト理解が鍵です。長いファイルをまるごと読んでバグを指摘してくれる能力が求められます。Claudeは長いコンテキストウィンドウが強みで、大きなコードベースの読み込みに強い印象があります。
実践ポイント：
- 「このコードをレビューして」より「このコードの〇〇部分、△△の観点でレビューして」の方が精度が上がる
- テストコード生成はフラグシップより小型モデルで十分なケースが多い
2. 長文要約・ドキュメント作成
おすすめ：Claude Sonnet / Gemini 1.5 Pro
PDFや長い仕様書の要約には、コンテキスト長が大きなモデルが有利です。Gemini 1.5 Proは100万トークンのコンテキストを持ち、書籍一冊を丸ごと投入することができます。
実践ポイント：
- 要約精度より「自分が使いやすい出力形式を指定すること」が大事
- 「箇条書きで5点にまとめて」「エグゼクティブサマリー形式で」など形式指定が効く
3. データ分析・数値推論
おすすめ：OpenAI o3 / Gemini Thinking
複雑な数値計算や多段推論が必要なタスクには、「思考型モデル（Thinking / Reasoning）」が向いています。回答まで時間がかかる分、精度が高い。
実践ポイント：
- 単純なSQL生成には使いすぎ（コスパが悪い）
- 「なぜそうなるか」を説明させると推論品質が確認できる
4. チャットボット・カスタマーサポート
おすすめ：GPT-4o mini / Claude Haiku
レイテンシとコストが最重要。ユーザー体験に直結するため、1秒以内の応答が求められます。小型モデルでも適切なプロンプト設計をすれば十分な品質が出ます。
実践ポイント：
- システムプロンプトに「回答は3行以内」など制約を入れると品質が安定する
- RAGと組み合わせることでモデルの弱点を補える
5. 画像理解・マルチモーダル
おすすめ：GPT-4o / Gemini 1.5 Pro
図表の読み取り、スクリーンショットからのバグ分析など、画像入力が必要なタスク向け。どちらも高品質ですが、日本語の精度ではGPT-4oが安定している印象です。
モデル選定フローチャート
スタート
│
├─ リアルタイム応答が必要？
│ ├─ YES → 小型・高速モデル（Haiku / GPT-4o mini）
│ └─ NO ↓
│
├─ 長文（10,000文字以上）を扱う？
│ ├─ YES → 長コンテキスト対応（Claude / Gemini）
│ └─ NO ↓
│
├─ 複雑な推論・計算が必要？
│ ├─ YES → 思考型モデル（o3 / Gemini Thinking）
│ └─ NO ↓
│
├─ コードが主なタスク？
│ ├─ YES → Claude Sonnet / GPT-4o（コード評判高め）
│ └─ NO ↓
│
└─ とりあえず試す → GPT-4o か Claude Sonnet でOK
コスト感覚を持つ
「品質が高い = 高コスト」という関係は大体正しいですが、2026年現在、小型モデルの品質向上が著しく、多くのユースケースで小型モデルで十分です。
目安として：
| カテゴリ | 月コスト感（個人開発・中規模利用） |
|---|---|
| 小型モデル中心 | 数百円〜1,000円程度 |
| 中型モデル中心 | 1,000〜5,000円程度 |
| フラグシップ多用 | 10,000円〜 |
まず小型モデルで試して、品質が足りなければ上げる、という方針が合理的です。
まとめ
「とりあえずChatGPT」は悪くはないですが、もったいない。
- 速度重視 → 小型モデル
- 長文・コード → Claude Sonnet
- 複雑推論 → o3 / Thinking系
- マルチモーダル → GPT-4o / Gemini
用途に合ったモデルを選ぶだけで、品質もコストも大きく改善します。まずは自分のユースケースを「速度・コスト・品質」の三角形で整理するところから始めてみてください。
株式会社なかのひとカンパニーでは随時エンジニアを募集しています。詳しくは採用情報ページをご確認ください。