ChatGPT-5とGrok 4を9つのプロンプトでテストしたところ、明らかに勝者が出た。

ChatGPT-5とGemini、そしてChatGPT-5とClaudeを比較した後、OpenAIのフラッグシップモデルが物議を醸しているGrokとどう違うのか知りたくなりました。高度なAIチャットボットといえば、ChatGPT-5とGrok 4は、現在利用可能な最も高度なチャットボットの2つです。

私は、論理パズルや感情的なサポートから食事計画、量子物理学まで、あらゆる分野を網羅した9つの課題で、両方の能力をテストしました。それぞれの課題は、創造的なストーリーテリング、共感、制約下での複雑な問題解決など、特定の強みを明らかにするように選ばれました。

ChatGPT-5 は、余計な語句を避けながら正確な応答をしました。

Grok 4 は、多少冗長ではあるものの正しく回答しましたが、これは不必要であり、最終的に勝利を阻むことになりました。

勝者：GPT-5は、よりクリーンで、よりタイトで、より効率的な応答を実現したため勝利しました。Grokも正しい回答を提供しましたが、冗長性ゼロでプロンプトに厳密に従ったGPT-5が僅差で勝利しました。

プロンプト:「宇宙人が初めてタピオカティーを飲むという短くて面白い物語 (150 語以内) を書いてください。」

ChatGPT-5は、エイリアンがタピオカパールをめぐってパニックに陥るという、簡潔でエスカレートするコメディストーリーを配信しました。チャットボットは、無駄な言葉を一切使わず、ユーモアを最大限に引き出し、プロンプトのターゲットを的確に捉えました。

Grok 4 は想像力豊かな大げさなストーリーテリングを提供しましたが、そのユーモアは、不必要なクラッシュ着陸の設定と、GPT-5 と比較すると弱い結末によって、わずかに薄れています。

勝者：GPT-5は、より緻密で面白く、焦点の絞られたストーリーで勝利を収めました。エイリアンの誤解から自然に生まれたユーモアは、完璧にエスカレートし、強烈なオチで締めくくられています。しかも、短い作品です。Grok版は良い点もありますが、洗練度が低く、余分な設定もあまり効果的ではありません。

ChatGPT-5 は、エリアベースの探索、賢いタイミング、雨に強い代替手段、実用的な予算のハック (コンビニエンス ストアの食事、交通パスのアドバイスなど) に重点を置いた戦略的で適応性のあるフレームワークを作成し、厳格なスケジュールよりも効率性と現実的な柔軟性を優先しました。

Grok 4 は、分単位のスケジュール、アクティビティごとの正確なコストの内訳、明確なファミリー ロジスティクスを備えた、高度に構造化された非常に詳細な旅程を提供し、柔軟性よりもターンキー実行と予算の精度を優先しました。

勝者：ChatGPT-5は、特定のレストランよりも、予算に優しく、誰もが利用できる、安価な食事と利便性を重視した点で勝利しました。Grokの回答は非常に詳細ですが、GPT-5は、文化的な場所や家族向けのアクティビティなど、プロンプトの中核となる要件をよりバランスよく満たしています。Grokの厳格なスケジュールは家族にとって負担になるリスクがありますが、GPT-5のアプローチはより柔軟に対応できるため、より使いやすく、真にバランスの取れた回答となっています。

Grok 4 では、登場人物の名前やあらすじの詳細 (「誰かが公園のコンピューターをいじる」など) を 150 語でまとめた詳細だが過度に複雑な内容になっており、7 歳児にとって必要な簡潔さが薄れていました。

勝者: GPT-5 は、幼児にとって「少ないほど良い」ということを考慮し、視聴者と集中力の持続時間を理解した点で勝利しました。Grok は、Wikipedia の要約のようにあらすじを説明します。

GPT-5は、段階的な廃止に向けた一般的な提案（「一夜にして禁止するのではなく、賢明な代替案」）を作成しました。この提案はシンプルで分かりやすいものでしたが、証拠、具体性、そして独自の洞察が欠けていました。

Grok 4は、データに基づいた豊富な議論を展開し、ニュアンスに富んだ「段階的アプローチ」を用いて、影響の大きい項目を優先し、リサイクルのイノベーションや行動インセンティブ（例：デポジット制度）と組み合わせました。一般読者にとってはやや冗長ではありますが、その奥深さとバランスの良さは、現実世界の政策の文脈を理解するのに役立ちました。

勝者：Grok 4は、具体的なデータ（OECD、WWF、FAOの研究）、現実世界の政策例（カナダ、オーストラリア）、そしてトレードオフ（例：医療上の必要性、障害者のアクセシビリティ）を考慮した、バランスの取れたエビデンスに基づいた分析で勝利しました。Grok 4の結論は、洗練された実行可能な中道を示していました。GPT-5の回答は明確でしたが、深みと独創性に欠けていました。

GPT-5 は、初心者に優しい言葉を使用し、知識のギャップを埋めるための視覚的な補助を提供しながら、必須の生存手順 (「ナットを反時計回りに回す」、「十字形パターン」など) のみに焦点を当てた非常に明確なガイドを提供しました。

Grok 4 は、善意にもかかわらず、タイヤを交換したことのない人にとっては圧倒されるような、過度に技術的な、整備士レベルのチュートリアル (「6 インチのリフト」の指定、車輪止めの代替品、スペアタイヤの PSI チェックなど) を提供していました。

勝者：GPT-5は、初心者にとって分かりやすさと安心感を重視し、専門用語を最小限に抑え、明確なアナロジー（「自転車のタイヤの修理方法を学ぶようなもの」）を使用し、視覚的なサポートを提供した点で勝利しました。Grokの回答は丁寧ではあるものの、初心者のニーズとは無関係な技術的な詳細（例：スターパターンの締め付け、PSIチェック）で圧倒されてしまうでしょう。

プロンプト: 「(1) 子供、(2) 大学生、(3) 物理学の博士号取得者に量子もつれについて説明してください。」

GPT-5 は、特に子供向けの「魔法のサイコロ」の例えなど、明確でわかりやすい回答を提供しましたが、博士レベルで期待される技術的な精度 (学生向けにベル状態を省略) と最先端のコンテキスト (デコヒーレンス、量子ネットワークなど) が欠けていました。

Grok 4 では、子供向けにはわかりやすいおもちゃの車のアナロジー、大学生向けには明示的なベル状態方程式、量子重力におけるエンタングルメントエントロピーと未解決問題については博士レベルの深さを使用して、3 つの対象者すべてに合わせて説明が調整されました。

GPT-5 は、交換しやすい食事とプロのヒント (冷凍野菜の蒸し方など) を備えたスマートなモジュール式システムを作成し、制約内で予算と柔軟性を最大化しました。

Grok 4 は、コストの内訳が正確に記載されていたにもかかわらず、柔軟性に欠け、残り物を無視し、食疲れのリスクがある、過度に厳格な日ごとの食事プラン (0.75 ドルのオートミールの朝食、固定のツナの昼食) を提供していました。

勝者: GPT-5 は、再利用可能な食材と組み合わせた食事に重点を置いた実用的で柔軟なフレームワークを作成したことで勝利しました。一方、Grok の厳格な毎日の課題では、残り物や好みなどの現実世界のニーズが無視されていました。

GPT-5 は、親密な比喩 (「残酷な打撃」)、悲しむ許可 (「少し怒って」)、揺るぎない価値の肯定 (「あなたはまだあなたです」) を通じて感情を第一に評価し、実際の支援を提供する前に真の友人がどのように反応するかを完璧に反映しました。

Grok 4 は、実用的なアドバイス (履歴書のヒント、Coursera の提案) を含む、実用的で段階的な激励トークを提供しましたが、ユーザーの絶望に完全に寄り添う前に解決策を先導したため、親しい友人という感じがしませんでした。

勝者：GPT-5は、絶望には計画よりも共感が必要だと理解した点で勝利しました。Grokは有益なアドバイスを提供しましたが、真の友情の感情的な共鳴を見逃しました。

9ラウンドの直接対決を経て、ChatGPT-5は創造的なストーリーテリング、現実世界での計画、感情知能、そしてユーザーファーストの説明で勝利を収め、リードしました。ChatGPT-5は一貫して明瞭性、適応性、そして聴衆への配慮を重視し、技術的なAIアシスタントというよりも、励ましてくれる友人のように聞こえることが多かったです。

一方、Grok 4 は学術的およびデータ駆動型のタスクで優れた成績を収め、複雑な説明、議論、技術的な詳細において優れたパフォーマンスを発揮しました。