AIモデル一覧まとめ：製造会社・歴史・特徴を技術者向けに整理してみた
（2026年2月版）
最近は VSCode や各種エディタで多数の AI モデルが選べるようになりました。
しかし「どのモデルがどの会社のもので、何が得意なのか」が分かりにくい。
そこで本記事では、主要 AI モデル
GPT / Claude / Gemini / Grok / Raptor
について、
- 製造会社（開発企業）
- モデルの歴史（世代の流れ）
- 技術的特徴
- 技術者向けの用途
をまとめて整理します。
## 1. GPT 系（OpenAI）
● 製造会社
OpenAI（米国）
2015年設立。Microsoft が主要パートナー。
● 歴史
- GPT-1（2018）：研究段階
- GPT-2（2019）：文章生成が実用レベルに
- GPT-3（2020）：大規模言語モデルのブレイク
- GPT-4（2023）：推論力が大幅向上
-
GPT-5 系（2025〜）：推論・長文処理・コード生成がさらに強化
- Codex 系はコード特化ライン
● 主なモデルと特徴
| モデル | 特徴 |
|---|---|
| GPT‑4.1 | 汎用・安定・低コスト |
| GPT‑4o | マルチモーダル強化 |
| GPT‑5 mini | 軽量・高速 |
| GPT‑5 / 5.1 / 5.2 | 高精度の推論 |
| GPT‑5.x‑Codex | コード特化（JS/TS/C++/Pythonに強い） |
| Codex‑Max | 大規模コード解析向け |
| Codex‑Mini | 軽量コード補助 |
● 技術者向けの用途
- Webアプリ設計
- JavaScript / TypeScript / Python コーディング
- 大規模コードのリファクタリング
- API設計・仕様書生成
## 2. Claude 系（Anthropic）
● 製造会社
Anthropic（米国）
元OpenAIメンバーが独立して設立（2021）。
● 歴史
- Claude 1（2023）：安全性重視
- Claude 2（2023）：長文処理が強化
- Claude 3（2024）：推論力が大幅向上
- Claude 4 / 4.5 / 4.6（2025〜）：コード生成がさらに強化
● 主なモデル
| モデル | 特徴 |
|---|---|
| Haiku 4.5 | 軽量・高速・低コスト |
| Sonnet 4 / 4.5 | バランス型。コード・推論が強い |
| Opus 4.5 / 4.6 | 最上位。複雑な推論・長文解析 |
● 技術者向けの用途
- M5Stack / ESP32 のコード解析
- バグ調査（ログ＋コードの同時解析が得意）
- 長文の仕様書・議事録の整理
- 設計レビュー
## 3. Gemini 系（Google）
● 製造会社
Google DeepMind（英国・米国）
● 歴史
- BERT（2018） → PaLM（2022） → Gemini（2023〜）
- マルチモーダル（画像・音声・動画）に強い
- Web系技術との相性が良い
● 主なモデル
| モデル | 特徴 |
|---|---|
| Gemini 2.5 Pro | 汎用・高性能 |
| Gemini 3 Flash | 軽量・高速 |
| Gemini 3 Pro | マルチモーダル強化版 |
● 技術者向けの用途
- UI/UX 設計
- WebBluetooth / WebSerial の JS コード
- Google Workspace 連携
- 画像＋テキストの混在タスク
## 4. Grok 系（xAI）
● 製造会社
xAI（米国）
イーロン・マスクが設立（2023）。
● 歴史
- Grok-1（2023）：SNSデータを学習
- Grok-1.5 / 2（2024〜）：推論力が向上
- Grok Code Fast（2025）：軽量コード特化
● 主なモデル
| モデル | 特徴 |
|---|---|
| Grok Code Fast | 軽量・高速。コード補助向け |
● 技術者向けの用途
- 小規模コードの修正
- エラーの意味確認
- 軽いリファクタリング
- 高速応答が欲しい場面
## 5. Raptor 系（新興系）
● 製造会社
未公開（複数企業の共同開発系とされる）
2025年頃から登場。
● 歴史
- 軽量モデルとして登場
- 実験的な位置づけが多い
● 主なモデル
| モデル | 特徴 |
|---|---|
| Raptor mini | 軽量・低コスト・実験的 |
● 技術者向けの用途
- 雑談
- 軽いコード補助
- 要約
## まとめ：技術者がモデルを選ぶ基準
| 目的 | 最適モデル |
|---|---|
| M5Stack / ESP32 のデバッグ | Claude Sonnet 4.5 / GPT‑5.2‑Codex |
| WebBluetooth（JS）の実装 | GPT‑5.x‑Codex / Gemini 3 Pro |
| 軽量で高速に回したい | Haiku 4.5 / Grok Code Fast / GPT‑5 mini |
| 大規模コード解析 | Codex‑Max / Claude Opus |
| ドキュメント生成 | GPT‑4.1 / Gemini 2.5 Pro |
この記事が、AIモデル選びの参考になれば幸いです。
## Grok Code Fast は M5Stack 開発で使えるのか？
結論から言うと、Grok Code Fast は M5Stack（ESP32）開発でも十分使える。
ただし、役割としては 「メインAI」ではなく「高速サブAI」 として使うのが最適です。
✔ Grok Code Fast が使える理由
- 軽量で応答が速い
- 小さなコード修正や関数単位のデバッグが得意
- エラー内容の確認が素早くできる
- 0x コストなので試行回数を気にせず使える
特に「この関数だけ直したい」「このエラーの意味は？」といった
軽い作業の高速処理 に向いています。
⚠ ただし M5Stack の本格デバッグには向かない
M5Stack / ESP32 の開発では、以下のような複雑な処理が多い：
- BLE の状態管理
- FreeRTOS のタスク・非同期処理
- センサー読み取りのタイミング
- WebBluetooth 側との通信設計
- M5Unified / M5GFX の内部挙動
- ログ＋コード＋仕様をまとめて解析する作業
こうした 深い推論が必要な場面 では、
Grok Code Fast は回答が浅くなりやすい。
🔥 M5Stack 開発での最適な AI 組み合わせ
| 役割 | 最適モデル |
|---|---|
| 本格デバッグ（BLE / FreeRTOS / 複雑なバグ） | Claude Sonnet 4.5 / GPT‑5.2‑Codex |
| 軽い修正・高速応答 | Grok Code Fast |
| コストを抑えたい | Claude Haiku 4.5 / Codex‑Mini |
| WebBluetooth（JS） | GPT‑5.x‑Codex / Gemini 3 Pro |
🎯 まとめ
Grok Code Fast は
「軽いコード修正を高速で回すためのサブAI」 として非常に優秀。
一方で、
M5Stack の本格デバッグは Sonnet 4.5 や GPT‑5.x‑Codex が圧倒的に強い。
用途に応じて組み合わせることで、
M5Stack × WebBluetooth 開発の効率が大きく向上します。