サービス名とモデル名の違いを初心者向けに解説

ChatGPT、GPT-5.6、Claude、Sonnet、Gemini、Flash。

AIを調べ始めると、似た名前が一気に出てきます。

「ChatGPTとGPTって何が違うの？」

「Claudeはサービス名？モデル名？」

「Gemini Proに課金する、という言い方で合ってる？」

このあたりは最初かなり混乱しやすいです。

先に結論を言うと、サービスはAIを使うための作業環境、モデルはその中で文章やコードなどを生成するエンジンと考えると分かりやすいです。

ただし、実際の製品名ではブランド名とモデル系列名が重なることもあります。だから、名前だけではなく「今話しているのはサービス、モデル、モード、機能のどれか」を分けて見るのがポイントです。

結論：AIは4つの層に分けると分かりやすい

初心者なら、まず次の4つに分けて考えるのがおすすめです。

表は横にスクロールできます

層	例	何を表す？
サービス	ChatGPT、Claude、Gemini Apps	AIを使うアプリ・作業環境
モデル	GPT-5.6 Sol、Claude Sonnet / Opus / Haiku、Gemini Flash / Pro	回答を生成するAIモデル
モード・思考量	Instant、High、努力レベルなど	どれくらい速く・深く考えるか
機能・ツール	Web検索、ファイル、Projects、Deep Researchなど	モデルが使える追加機能

この4つを全部まとめて「AI」と呼ぶので、話がややこしくなります。

たとえば、

「ChatGPTが便利だった」

と言っても、実際に良かった理由が、

• 使っていたGPTモデル

• Web検索

• ファイル読み込み

• Projects

• メモリ

• ブラウザ機能

のどれだったのかは、この一言だけでは分かりません。

製品としての使いやすさと、モデル単体の性能は別です。

サービスは「AIを使う場所」

まずサービスからです。

ChatGPTはOpenAIが提供するAIサービスです。

ClaudeはAnthropicが提供するAIサービスです。

Gemini AppsはGoogleが提供するAIサービスです。

サービスには、単に文章を返すモデルだけでなく、周辺機能が含まれます。

たとえば、

• チャット履歴

• ファイルアップロード

• Web検索

• メモリやパーソナライズ

• プロジェクト管理

• 外部アプリ連携

• 画像・音声などの入出力

• 利用上限や料金プラン

です。

つまり、私たちが普段ブラウザやアプリで触っているのは、モデルそのものではなく、モデルを中心に作られたサービスです。

スマホでたとえるなら、モデルがCPUだけというより、もっとソフトウェア寄りの「中核エンジン」で、サービスは画面・保存・連携・ツールまで含んだアプリ全体、と考えると近いです。

モデルは「回答を作る中核」

モデルは、入力された文章や画像などを受け取り、回答を生成する部分です。

2026年10月7日に公式情報を確認した時点では、ChatGPTではGPT-5.6系が使われています。

Claudeでは、Sonnet、Opus、Haikuなどのモデル系列があります。

Geminiでは、Flash-Lite、Flash、Proなどがあります。

それぞれ、速度、推論量、コスト、得意な処理、利用上限などが違います。

ここで大事なのは、1つのサービスの中に複数モデルがあることです。

だから、

「ChatGPTとGPT-5.6を比較する」

というのは、少し階層が違います。

ChatGPTはサービス。

GPT-5.6は、そのサービス内などで使われるモデル系列です。

同じように、Claudeというサービス内でSonnetやOpusなどを切り替えられる場合があります。

Gemini Appsでも、利用条件に応じてFlash-Lite、Flash、Proなどを選べます。

なぜClaudeとGeminiは特に分かりにくい？

ChatGPTとGPTは名前が少し違うので、まだ分けやすいです。

ややこしいのはClaudeとGeminiです。

「Claude」はサービスのブランド名として使われる一方、モデルも「Claude Sonnet」「Claude Opus」のようにClaude名を含みます。

「Gemini」も、Gemini Appsというサービス名と、Geminiモデルファミリーの両方に使われます。

そのため、

「Geminiを使った」

だけでは、

• Gemini Appsを使ったのか

• APIでGeminiモデルを使ったのか

• どのFlash / Pro系モデルだったのか

が分かりません。

普段の会話ではそこまで厳密でなくても問題ありません。

ただ、AIを比較したり、仕事の検証結果を残したりするときは、サービス名とモデル名を分けて記録した方が後から確認しやすくなります。

同じサービスでもモデルを変えると答えが変わる

たとえばClaudeでは、Anthropicの公式ガイドでSonnetを多くの作業の標準、Opusをより難しい問題、Haikuを高速な処理向けとして使い分ける案内があります。

同じClaudeの画面を使っていても、どのモデルを選んだかで条件が変わります。

Gemini Appsでも、公式ヘルプではFlash-Lite、Flash、Proを切り替えられ、それぞれ速度や推論の位置づけが違います。

ChatGPTも、即時モードやMedium / Highなどによって使われるモデルや思考量が変わります。

だから、

「昨日のChatGPTは良かったのに、今日は違う」

と感じたとき、必ずしもモデル品質だけが原因とは限りません。

使っているモデル、思考設定、Web検索、渡した文脈などが違う可能性があります。

同じモデルでもサービスが違えば体験は同じとは限らない

逆方向もあります。

モデルが同じでも、どこから使うかで体験は変わります。

たとえばAPIでは、開発者がモデル、システム指示、ツール、Temperatureなどの設定を組み合わせます。

一方、一般向けのAIサービスでは、サービス側がUI、システム設定、ツール、検索、ファイル処理、メモリなどを組み合わせています。

つまり、同じ名前のモデルが使われていても、

• 渡される情報

• 利用できるツール

• システム側の指示

• 会話履歴

• 出力設定

が違えば、結果も同じとは限りません。

モデル名だけで製品体験を説明しきれない理由です。

「モデル」と「モード」も別

さらに混ざりやすいのがモードです。

2026年のChatGPTでは、Instant、Medium、Highなど、思考量を基準にした選択肢があります。

OpenAIの公式ヘルプでは、MediumやHighが同じGPT-5.6 Solを使いながら、思考量を変えるケースがあります。

つまり、

モデル：GPT-5.6 Sol

モード：Medium / High

という別の層です。

Anthropicにも努力レベルがあり、高い努力ほどより徹底的に考える一方、時間やトークン消費が増えると説明されています。

モデルを変えていないのに、設定だけで応答の速度や深さが変わるわけです。

AI比較では、ここも一緒に書いておくとかなり正確になります。

「機能」と「モデル性能」を混ぜない

よくあるのが、Web検索の結果を見て、

「このモデルは最新情報に強い」

と判断するケースです。

でも、その回答が新しかった理由は、モデルの学習知識ではなくWeb検索機能かもしれません。

同じように、

「長い資料に強い」

という印象も、ファイル処理やプロジェクト機能の使い方が影響している可能性があります。

「Gmailの内容まで分かった」なら、Googleサービスとの連携が理由かもしれません。

つまり評価するときは、

モデルが賢かったのか、サービスのツールが仕事を助けたのか

を分けます。

どちらも価値があります。

ただ、比較する対象が違います。

Deep Researchは「モデル名」だけでは説明できない

Deep Researchのような機能は、さらに分かりやすい例です。

これは単に「通常モデルへ長いプロンプトを渡しただけ」と考えるより、検索、計画、複数ソースの読み込み、レポート作成などを組み合わせた調査機能・エージェントとして見る方が自然です。

GoogleのGemini APIでも、通常のGeminiモデルとは別にDeep ResearchがAgentとして整理されています。

つまりAIサービスには、

• 通常のモデル

• 特定用途のモデル

• エージェント

• ツール

が同居することがあります。

このため、「何のモデルを使ってるの？」だけでは、実際の処理全体を説明できない場合があります。

AIを比較するときは4つ記録する

ChatGPT・Claude・Geminiを自分で比較するなら、最低でも次を残します。

1. サービス名

2. モデル名またはモデル選択

3. モード・思考量

4. 使った機能

たとえば、

「ChatGPT / GPT-5.6 Sol / High / Web検索なし」

「Claude / Sonnet / 標準努力 / Web検索あり」

「Gemini Apps / Pro / Deep Researchなし」

のような形です。

モデルの正確な世代や表示名は更新されるので、実施日も残しておくとさらに分かりやすくなります。

これなら後から、

「モデルが違ったのか」

「検索の有無が違ったのか」

「サービス機能の差だったのか」

を切り分けられます。

APIではさらにモデル名が重要になる

一般ユーザーは、サービス側がモデル選択をある程度吸収してくれます。

一方、APIでは開発者がモデルIDを指定する場面が増えます。

GoogleのGemini APIでは、たとえばStable、Preview、Latest、Experimentalといったバージョン区分があり、具体的なモデルIDを指定します。

latestのように将来別リリースへ切り替わる名前もあれば、特定のStableモデルへ固定する方法もあります。

AnthropicのAPIでも、モデルごとに固有のモデル名があり、現役・Deprecated・Retiredといった状態が管理されています。

APIでは、単に「Geminiを使う」「Claudeを使う」だけでは設定として不十分です。

どのモデルIDを呼ぶかが実装条件になります。

初心者はモデル名を全部覚えなくていい

ここまで読むと、余計に名前が多く感じるかもしれません。

でも、全部暗記する必要はありません。

まずは、

1. どのサービスを使っているか

ChatGPT、Claude、Gemini Appsなどです。

2. 速さ重視か、難しい推論か

標準・高速系で足りるか、上位の推論系が必要かを見ます。

3. 検索やファイルなど何の機能を使っているか

回答の良さがモデル由来なのか機能由来なのか分けます。

この3つで十分です。

細かいモデル番号は、比較・API実装・再現テストが必要になったときに確認すれば大丈夫です。

よくある言い方を整理すると

「ChatGPTを使っている」

サービス名の話です。普通の会話ならこれで十分です。

「GPT-5.6を使っている」

モデル系列の話です。より技術的な条件を示しています。

「Claudeを使っている」

サービスの意味でもブランド全体の意味でも使われます。厳密に比較するならSonnet / Opus / Haikuなどモデルも確認します。

「Geminiを使っている」

Gemini Appsの意味にも、Geminiモデルファミリーの意味にもなります。比較や開発ではどちらかを明確にします。

「Proを使っている」

特に注意が必要です。料金プランのProなのか、モデル側のProなのか、サービスごとに意味が変わります。

この一言だけでは判断しません。

AIものさし編集部の判断

サービス名とモデル名の違いは、アプリ全体と、その中で回答を作る中核モデルの違いとして覚えると分かりやすいです。

ただし現在のAIは、モデルだけで動いているわけではありません。

検索、ファイル、メモリ、Projects、ブラウザ、外部連携、エージェントなどが重なっています。

そのため実際には、

サービス → モデル → モード → ツール

の4層で見るのがおすすめです。

普段使いならサービス名だけでも困りません。

でも「どのAIが良かったか」を比較したり、仕事で再現性を持たせたり、APIへ組み込んだりするときは、モデル名まで確認する。

この切り替えができれば、AIの名前が増えてもかなり整理しやすくなります。

自分の条件なら？

「サービスの使いやすさを比べたいのか、モデルの回答力を比べたいのか、検索やファイルを含めた実務性能を比べたいのか」が曖昧な場合は、AIものさしの比較ページで評価対象を分けて整理できます。