主要AIエージェント6種を1日比較テスト

テスト対象はMetaのMuse、OpenAIのDots、Instinct、AnthropicのClaude Duet、GoogleのGemini Spark、xAIのGrok Botの6つ。Museは無料、Instinctも無料だが招待コードが必要でテキストメッセージ経由で動く。Dotsは月100ドルでChatGPT内に組み込まれ、Gemini Sparkは月20ドルのベータ版、Grok Botは月30ドル、Claude Duetは月20ドルで待機リスト制のリサーチプレビューとされる。OpenClawは設定が煩雑なため対象外である。 課題は朝のブリーフィング、昼食の注文、予定の衝突検知、中国旅行の行程案、不眠時の対応の5つで、各1〜5点で採点した。朝のブリーフィングでは30分の調査指示に対し、MuseとDotsだけが長く調査を続けた。最高評価はGemini Sparkの企画案だった。昼食ではDotsが実際に注文した内容を提示して5点、Gemini Sparkは boss 向けに5ドルの春巻き1品だけを入れて1点だった。 予定の衝突検知では、母親への2時の電話とソース会議の重複を指摘できたのはDotsとClaude Duetの2つだけだった。Dotsは代替案も出して5点、Claude Duetは代替案なしで4点である。旅行の行程案では6つとも北京から上海へ抜ける同じルートを選び、Museが読みやすさで5点を得た。Dotsの案は24ページと長すぎた。不眠時の対応ではGrok Botが5点、Gemini SparkとClaude Duetは2点だった。 総合ではDotsが最優秀とされたが、月100ドルの有料枠なので、無料化か月20ドルプランへの提供を待つよう勧めている。Museは僅差の2位で最も導入しやすいが、Metaのデータ取り扱いには懸念が残るという。Claude Duetは多くの課題で中位だったが、専用アプリの操作性が最も高いとされた。Instinctはテキストのみの設計が合わず、最も煩わしいと評された。記者は、これらは限られた一部のテストにすぎず、個人データを接続するには信頼が必要だと注意している。

WIRED AIより