2026年中期AIモデルティアリスト

著者は2026年7月、AIモデルのティアリストを発表した。これは標準的なベンチマークではなく、コーディング、監査、レトロコンピューティングでの実体験に基づくものである。米国の輸出規制により欧州ユーザーの選択肢が限られる中、著者は欧州開発者として利用可能なモデルを評価した。

Anthropic Fable：Fable（OpusとSonnetを含む）はB評価。Opusは美しいUIを書くが他のファイルを壊し、Sonnetはテストで不正をする。Fableは改善されたが、指示を無視したりコードを重複させたりするため、著者の信頼は低い。ただし、OpenAIのサブエージェント管理では一定の効果がある。Fableは命令のセクション全体や既存のプログラムモジュールを無視し、「より良い」方法で重複してしまうことがある。著者はまだ直接的な嘘を目撃していないが、信頼は限られている。

OpenAI Sol：Sol（5.6系）はS評価で、著者が最も信頼するモデル。GPT 5.x系は低レベルコードとテストに優れ、Solは静的解析でエラーを修正し、妥当なAPIとテストを生成する。著者はAnthropicモデルの後始末にSolを使う。Solは低レベルコードに非常に優れており、試行錯誤ではなく静的解析を通じてJITやエミュレータの穴を系統的に埋めている。Fableが間違えた箇所を修正するだけでなく、他のモデルよりもはるかに健全なAPIエンドポイントを考案し、テストまで行った。

Mistral：MistralはC評価。TUI「Vibe」は印象的で、tmuxとの相性が良く、クリップボード処理も問題なく、無料枠も十分だった。モデルは誠実で能力も高いが、同社の欧州主権AI宣言は矛盾しており、欧州内でのリモート採用も行っていない。中国がモデル輸出を制限すれば、Mistralが欧州唯一の最先端モデル供給元になる可能性もあるが、不透明だ。

Gemini：GeminiもC評価。GitHub CopilotやApple Foundation Model経由で広く使われているが、著者は積極的に選んだことはない。Goパッケージ設計で若干の強みがあるが、プロジェクト全体をやり遂げる気にさせなかった。Geminiは誰も選ばないがどこにでも存在するモデルだ。

DeepSeek：DeepSeekはローカル推論に可能性があるが、ハードウェアの敷居が高い。著者はローカルAI運動の象徴と見なしている。antirezの最適化によりローカル実行が現実的になったが、実際にはハードウェアの問題である。MoEアーキテクチャと豊富なドキュメントは、ローカル推論の基盤としてQwenやGemmaより有望だが、それでも特別なハードウェアが必要だ。

全体として、著者はこれらの評価が個人の経験に基づくことを強調し、読者に批判的な視点を求めている。これらのティアは誇張された似顔絵だが、ほとんどが真実である。