2026年4月、3強の現在地
ChatGPTの登場から3年半、LLM市場は3強時代に固定化した。
Anthropic（Claude 4.6）、OpenAI（GPT-5）、Google DeepMind（Gemini 2.5）。この3社で企業向けLLM API市場の約8割を握る構図が、2025年後半から明確になった。
残る2割は Meta の Llama 系、Mistral、DeepSeek、そして日本国内の PFN や NTT といった主権AI勢力が分け合う。
表1: 2026年4月時点の3強スナップショット
| 指標 | Claude 4.6 (Anthropic) | GPT-5 (OpenAI) | Gemini 2.5 (Google) |
|---|---|---|---|
| 提供開始 | 2025年後半 | 2025年夏 | 2025年末 |
| コンテキスト長 | 200K〜1Mトークン | 400Kトークン | 2Mトークン |
| マルチモーダル | テキスト・画像・PDF | 音声・動画を含む全領域 | 動画理解が最強クラス |
| エージェント実装 | Computer Use APIが成熟 | 複数モデル協調が得意 | Google Workspace統合 |
| 日本語性能 | 高（長文の論理一貫性） | 高（会話の自然さ） | 高（マルチモーダル翻訳） |
| 代表ユーザー層 | エンタープライズ・開発者 | 一般ユーザー・大企業 | G Suite顧客・研究機関 |
| ブランド戦略 | Safety first | Consumer first | Integration first |
重要なのは、この3社が異なるポジションを狙っていることだ。
AnthropicはB2Bの長文推論、OpenAIはコンシューマーの話題性、Googleは既存プロダクトとの統合。どれも正解で、どれも優劣が付けられない。
設計思想の違いが出る「3つの分岐点」
3社の違いは、モデルの性能指標よりも、プロダクト哲学の差として現れる。
分岐点1: 「誰のためのAIか」
Anthropicは創業時から「安全性を証明できる企業にしか売らない」という哲学を貫いている。Claude 4.6のシステムプロンプトには Constitutional AI の原則が組み込まれ、危険リクエストに対する拒否率が他社より高い。
この姿勢はエンタープライズ顧客、とくに金融・医療・法務には強く刺さる。逆に、創造的な会話や自由な応答を求める個人ユーザーからは「堅すぎる」と敬遠されがちだ。
OpenAIは逆で、ChatGPTという消費者プロダクトを持っているため、会話のテンポや話題性を優先する。GPT-5の発表イベントはAppleの新製品発表会に似た熱狂を生む。この「メディア化したプロダクト戦略」が、個人ユーザーの獲得で独走する源泉になっている。
Googleは既存のGoogle Workspace、Android、Chromeに Gemini を組み込む「流通力で勝つ」戦略を取る。競合が個別にAPIを売る一方、Googleは「あなたが既に使っているサービスに、あとからAIが乗ってくる」形でシェアを取りにいく。
分岐点2: 「モデルを売る vs 体験を売る」
Anthropicのビジネスは、ほぼ完全にAPI売上に依存している。Claude.aiという消費者プロダクトも持つが、売上の比率は小さい。
OpenAIはAPI・ChatGPT Plus・Enterprise・Team・Developer Platformと、顧客層別に商品を切り分ける。結果としてARRの構成が多層化し、1つの領域が打撃を受けても全体が崩れにくい。
GoogleはそもそもAIだけで黒字化する必要がない。検索広告・クラウド・Androidの利益を原資にAI研究を回せる構造が、他の2社にはない体力として効いている。
分岐点3: 「エージェント化の進め方」
2026年の最大のトピックは、LLMがチャットボットから自律エージェントに進化していることだ。
Claude 4.6は Computer Use API で画面操作の自律実行を提供。エンジニアリング領域ではほぼ一強となっている。 GPT-5は複数モデルを協調させる Orchestrator 機能で、タスク分解と再統合を得意とする。 Gemini 2.5は Google Workspace や Google Calendar との統合による「日常業務のエージェント化」で先行する。
つまり、エージェントに何をやらせたいかで、選ぶモデルが自然に決まる時代になっている。
API料金とコスト構造の比較
2026年4月時点のAPI料金は、どのプロバイダも複雑化している。
「ベースモデル料金 + キャッシュ割引 + バッチ処理割引 + 長コンテキスト加算」という4層構造が標準だ。単純な単価比較だけではコストを読み切れない。
表2: API料金構造の比較（2026年4月、概算）
| 項目 | Claude 4.6 | GPT-5 | Gemini 2.5 |
|---|---|---|---|
| Input単価の相対感 | 中 | 中〜高 | 低 |
| Output単価の相対感 | 中 | 高 | 低〜中 |
| プロンプトキャッシュ | 最大90%割引 | 最大75%割引 | 最大80%割引 |
| バッチ処理 | 50%割引 | 50%割引 | Standard内に組み込み |
| 長コンテキスト加算 | 200K超で加算 | 400K全体均一 | 128K超で加算 |
| 無料枠の充実度 | なし | 月間限定 | 開発者向け広範囲 |
単純な単価比較では Gemini 2.5 が最安に見える。しかし実運用でプロンプトキャッシュを活用すると、Anthropicの90%割引が効いて Claude 4.6 が安くなるケースも多い。
逆に、一度きりのシングルショット推論が中心なら、Geminiの無料枠と低単価の組み合わせが強い。
コスト最適化の3パターン
パターンA: 会話型（サポート・社内Bot） → キャッシュが効くClaude 4.6が優位。同じシステムプロンプトを繰り返し使う用途ではコスト差が数倍に開く。
パターンB: バッチ処理（ドキュメント要約、分類） → どの社もバッチ割引あり。長文が多ければGemini、精度重視ならGPT-5。
パターンC: マルチモーダル（画像・音声・動画） → 動画ならGemini、音声ならGPT-5、画像+長文ならClaude。
ユースケース別のおすすめマトリクス
実際の企業での導入検討では、以下の軸で3強を見分けるとブレない。
表3: ユースケース別おすすめ（2026年4月版）
| ユースケース | おすすめ | 理由 |
|---|---|---|
| 社内ドキュメント検索・RAG | Claude 4.6 | 長文の一貫した論理、ハルシネーション低 |
| 顧客向けチャットボット | GPT-5 | 会話の自然さ、多言語の安定 |
| コーディングエージェント | Claude 4.6 | Computer Use API、長いリポジトリ把握 |
| マルチモーダル分析（動画・画像） | Gemini 2.5 | Google Vision系との統合、低料金 |
| メール・スケジュール自動化 | Gemini 2.5 | Workspace統合、既存アカウント連携 |
| 研究論文の読み込み | Claude 4.6 | 200K〜1Mコンテキスト、引用の正確性 |
| クリエイティブ執筆 | GPT-5 | 文体の多様さ、表現のバリエーション |
| 法務・契約書レビュー | Claude 4.6 | 安全性と精確性の両立 |
| 音声アプリ | GPT-5 | Realtime API、音声合成の一体化 |
| 大量データの分類・タグ付け | Gemini 2.5 | バッチ料金、Flash系の速度 |
迷ったら、まず Claude 4.6 と Gemini 2.5 の両方でプロトタイプを組み、OpenAIは消費者向けの顔として使う、というのが2026年の主流の使い分けだ。
日本企業の採用傾向
日本市場では、2025年末から2026年初頭にかけて採用の色分けがはっきりしてきた。
GPT-5優勢層: 三菱UFJ、ソフトバンク、トヨタといった「ChatGPT Enterprise」の全社導入企業。話題性と従業員の既知度の高さで選ばれている。
Claude 4.6優勢層: メルカリ、楽天、LINEヤフーといった「開発者文化が強い企業」。コーディングエージェントとしての精度と、長コンテキストでのリファクタリング力が評価されている。
Gemini 2.5優勢層: リクルート、サイバーエージェント、DeNAといった「Google Cloudユーザー」。BigQuery・Vertex AIとのシームレス統合が決め手。
国産・主権AI: NTTドコモの tsuzumi、PFN の PLaMo、Sakana AI のモデル群。政府関連や金融の一部で「海外依存リスク回避」の観点から採用が広がっている。
この色分けは、今後1〜2年で固定化する可能性が高い。一度社内基盤を組んでしまえば、乗り換えコストが跳ね上がるためだ。
選定フレームワーク：3つの問い
LLM選定に迷ったら、次の3つの問いに答えてほしい。
問1: 誰が使うか？ エンジニアが毎日触るツールなのか、一般従業員が月に数回使うのか、顧客が直接触るプロダクトなのか。ユーザーが変われば、求められる体験が変わる。
問2: 何を扱うか？ 長文のPDFを読むのか、リアルタイム会話なのか、画像や動画が混じるのか。扱うモーダルでモデル選定はほぼ決まる。
問3: どこで動かすか？ Google Workspaceの中なら Gemini、Slackや Notionに埋め込むなら Claude か GPT、データ主権が必要なら国産や Llama系。
この3問に答えれば、自動的に1つか2つに絞られる。絞った後で、料金とコンテキスト長を見て最終決定する、という順番が合理的だ。
2026年後半に向けた3つの潮流
市場は今後、3つの方向に動く。
潮流1: エージェント特化モデルの細分化 汎用LLMは3強で固まったが、コーディング特化・営業特化・法務特化の縦型エージェントモデルが乱立する見込み。Cursorに内蔵された独自モデル、Harvey AI（法務）、Clay（営業）などが代表例。
潮流2: マルチモーダルの日常化 「テキストだけのLLM」は2027年にはレガシー扱いになる可能性が高い。動画理解・音声双方向・画像生成が標準機能に組み込まれ、モダリティの壁が消えていく。
潮流3: 主権AIの台頭 米国2社（OpenAI、Anthropic）+ Google の3強に対して、各国が独自の基盤モデルを持つ動きが加速する。日本でも2026年後半には NTT、PFN、Sakana AI が実用レベルの主権モデルを複数出してくる可能性が高い。
この3潮流は、3強の優位を揺るがすのではなく、むしろ補完する関係で進む。
結び：モデル選定は「誰が」「何を」で決まる
LLMを選ぶ、という行為は、もはや「最強を選ぶ」行為ではない。
Claude 4.6が安全で長文に強いのは、Anthropicが「安全性で勝つ」と決めたから。GPT-5が話題になり消費者に刺さるのは、OpenAIが「体験で勝つ」と決めたから。Gemini 2.5が割安で統合が効くのは、Googleが「流通で勝つ」と決めたから。
どれが一番ではなく、どの哲学が自社の勝ち筋に合うか。
あなたの会社は、AIで何を変えたいのか。開発者の生産性か、顧客体験か、既存業務の効率か。その問いへの答えが、選ぶべきモデルを決める。
2026年4月、LLM選定とはそのまま、自社のAI戦略を言語化する作業と同じになった。
さあ、あなたの会社は、誰の哲学に賭けるのだろうか。
