どのAIモデルを使うべき?
やりたいことを普通の言葉で書くだけ。品質・速度・価格を専門家のように比べて、いちばんコスパの良いモデルを選びます。
選び方
広告枠も、なんとなくの勘もありません。どのタスクにも同じ透明な方法を使います。
タスクを読む
小型のAIモデルが説明文を分類します。タスクの種類、難易度、言語、回答を待つ人がいるか、必須条件など。
重要な点に重みを付ける
タスクの種類ごとに、推論・コーディング・ツール利用・文章・画像理解・中国語・その他の言語・速度の8つの能力への重みを専門的に設定しています。サポートボットなら速度、調査なら推論、日本語への翻訳なら言語の品質を重視します。
全モデルを採点
能力スコアは、Epoch Capabilities Index(ベンチマーク)とLMArenaのコーディング・文章・中国語・画像理解の人間評価を組み合わせ、速度を加えたものです。評価のないモデルは各社の知られた強みで軽く補正しています。
実際の使い方で料金を計算
トークン数×公式価格。キャッシュ入力の割引と、難しいタスクで消費される隠れた推論トークンも含みます。
品質ラインを決める
ラインを下回るモデルはタスクをこなせず、安く見えるだけなので大きく減点します。ラインを超えた分の品質は、簡単なタスクほど価値が下がります。
価格に見合うかを確かめる
他に劣るモデルは除外。高いモデルが選ばれるのは、コストが2倍になるごとに十分な品質が上積みされる場合だけです。この基準は利用量が多いほど厳しく、タスクが難しいほどゆるくなります。
選択の式
このページのすべての推奨は、この1つの式から出ています。まず、他より性能が低くて高いモデルを除外します。
- モデルmのタスクスコア(0〜100)
- 能力dにおけるモデルmのスコア(推論、コーディング、エージェント、文章、画像理解、中国語、その他の言語、速度)
- タスクが能力dをどれだけ必要とするか(タスクの種類ごとの専門家プリセット、合計1)
- 難易度ごとの品質ライン:25 / 42 / 60 / 76 / 88
- 品質ラインを超えた品質の価値:ごく簡単なタスクで0.3、最高難度で1.0
- 作業量のコスト:月額、または一度きりの作業の総額
- 期間内のリクエスト数(または秒数、画像数、文字数、曲数)。tはトークン数、pは公式価格、cはキャッシュ比率
- 見える出力トークン1つあたりの隠れた推論トークン:難易度に応じて0〜3.5
- 生成メディアで完成品1つあたりの生成回数
- コストが2倍になるごとに必要な上積み:品質重視1.5、バランス4.5、最安9
- 難易度による緩和:難しいタスク0.75、最高難度0.5
- 最も高性能なモデルの月額支出(一度きりの作業は総額の1/12として計算)
AIエージェントとエージェント基盤向け
Pickwiseスキルは、このページと同じ答えを構造化JSONでエージェントに返します。そのままルーティングに使えます。
結果でルーティング
各回答は、呼び出すモデル(primary)、エラーや障害時の別ベンダーの代替(fallback)、難しいケース向けのエスカレーション先(escalate)を、OpenRouterとベンダーのモデルID、費用とともに示します。
ルーティング表を一度に
エージェントの仕事の種類(メールのタグ付け、返信の下書き、計画、調査)を並べれば、1回のバッチ呼び出しで種類ごとのルートが得られます。保存して、リクエストを種類ごとに振り分けます。
毎日最新、形式は安定
実行のたびにlihaila.comからその日の価格、スコア、新モデルを取得し、オフラインでは同梱のカタログを使います。すべての出力にschemaVersionが付くので、パーサーは形式を把握できます。
$ node pick.mjs --route --analysis \
'{"category":"support","requests":90000,"realtime":true}'
{
"schemaVersion": "1.0",
"primary": { "modelId": "anthropic/claude-haiku-5.5",
"cost": 38.25, "period": "month" },
"fallback": { "modelId": "meta/muse-ember" },
"escalate": { "modelId": "anthropic/claude-fable-5.2" },
"catalogUpdated": "2026-11-17"
}
よくある質問
データはどこから?
価格は各社公式サイトの標準API料金で、毎日自動で確認しています。品質はEpoch AIのCapabilities Index(epoch.ai/benchmarks)とLMArenaのリーダーボードデータセット(huggingface.co/datasets/lmarena-ai/leaderboard-dataset)に基づきます。どちらもCC BY 4.0で毎日更新し、スケールを揃えて組み合わせています。速度、音声・音楽の品質など推定した値には*を付けています。
いつも一番賢いモデルではだめ?
ほとんどのタスクでは性能が過剰だからです。すでに99%正しく分類できているなら、40倍高いモデルに替えてもほとんど良くなりません。品質にお金を払うのは、タスクがそれを活かせるときだけです。
入力したタスクの説明は保存されますか?
いいえ。分類のためにAIに一度送るだけで、保存しません。記録するのは件数とカテゴリだけです。シェアをクリックした場合は、リンクが開けるように結果とAIが書いた一行の要約を保存します(入力した原文は保存しません)。
AIエージェントから使えますか?
はい。PickwiseはClaude Code、Codex、Cursorなどで使えるエージェントスキルとしても提供しています(Agensiで9.99ドル:agensi.io/skills/pickwise-best-ai-model-for-any-task)。同じエンジンとその日のデータで、選んだモデル、別ベンダーの代替モデル、エスカレーション先を構造化JSONで返します。1タスクずつでも、ルーティング表全体を一度にでも取得できます。
価格の確認日:2026-11-17