はじめに

2026年の夏は、主要な生成AIモデルが立て続けに出そろった時期になりました。Anthropic の Claude 5系、OpenAI の GPT-5系、Google の Gemini 3系 ——この三社が、ほぼ同じタイミングで最新モデルを更新しています。

ただ、性能の数字を並べて「どれが一番か」を決めるのは、この記事の目的ではありません。ベンチマークの優劣は各社の主張であり、条件を変えれば順位も入れ替わるからです。それよりエンジニアにとって効いてくるのは、三社がそろって同じ方向を向き始めたという点です。すなわち、質問に文章で答える「答えるAI」から、目標を渡すと自分でツールを呼び出して手を動かす「行動するAI」への移行です。

🗓️ この記事の時点（2026年7月28日）

モデルの版番号・価格・提供状況は数週間で変わる、賞味期限の短い題材です。本記事は 2026年7月28日時点で各社公式が公表している情報に基づきます。数値やベンチマークは各社の公表値であり、断定的な優劣づけはしていません。最新の状況は末尾の公式リンクで確認してください。

この記事でわかること：

  • 2026年7月時点で、三社がどのモデルを出しているか（最新版とリリース時期）
  • 「答えるAI」から「行動するAI」へ、具体的に何が変わったのか
  • その「行動」を陰で支える共通規格 MCP とは何か
  • エンジニアの手元（コーディング支援など）でどう効いてくるか

🗓️ 1. 2026年7月の現在地 ——三社を一枚で

まず、直近2か月の動きを時系列で並べます。5月から7月にかけて、三社の最新モデルが次々に更新されました。

flowchart LR A["5/19 Google: Gemini 3.5 (行動するAIを掲げる)"] --> B["6/30 Anthropic: Claude Sonnet 5"] B --> C["7/9 OpenAI: GPT-5.6 (Sol/Terra/Luna)"] C --> D["7/21 Google: Gemini 3.6 Flash ほか"] D --> E["7/24 Anthropic: Claude Opus 5"]

各社ともモデルを1つではなく、役割で分けたラインナップとして提供しているのが現在の特徴です。おおまかに「フロンティア（最高性能）／主力（バランス）／軽量（高速・低価格）」の3段構えになっています。2026年7月28日時点の代表的なモデルを整理すると、次のようになります。

陣営 フロンティア / 上位 主力（バランス型） 軽量（高速・低価格）
Anthropic（Claude 5系） Claude Fable 5 / Claude Opus 5（7/24） Claude Sonnet 5（6/30） Claude Haiku 4.5
OpenAI（GPT-5系） GPT-5.6 Sol（7/9） GPT-5.6 Terra GPT-5.6 Luna
Google（Gemini 3系） Gemini 3.5 Pro Gemini 3.6 Flash（7/21） Gemini 3.5 Flash-Lite
💡 ワード解説：フロンティアモデルとは

その時点でその研究機関が持つ最も高性能なモデルを指す通称。研究開発の最前線（フロンティア）という意味です。一般に価格が高く応答も重いため、用途に応じて主力・軽量モデルと使い分けるのが前提になっています。

補足として、Anthropic は Opus 5 を「Claude Fable 5 のフロンティア知能に、半額で肉薄する」モデルと位置づけ、Claude Max の新しい既定モデルにしたと説明しています（各社公表）。Fable 5 が3週間止まった経緯は別記事で扱いました。OpenAI の GPT-5.6 は Sol / Terra / Luna の3サイズ、Google は Flash 系を軸に複数の派生を並べる——というように、分け方そのものに各社の思想が出ています（詳しくは §3）。

🤖 2. 「答えるAI」から「行動するAI」へ

三社の発表資料を読むと、強調点が数年前とはっきり変わっています。かつては「回答の賢さ・自然さ」が主役でしたが、2026年の発表ではエージェント／ツール実行／コーディングという言葉が前面に出てきます。Google はこれを端的に「frontier intelligence with action（行動を伴うフロンティア知能）」と表現しました。

💡 ワード解説：AIエージェント（agentic AI）

質問に一度答えて終わり、ではなく、目標を渡すと自分で計画を立て、道具（ツール）を実行し、結果を見て次の手を決める——という一連の「行動」を自律的に回すAIの使い方を指します。「エージェント的（agentic）」という形容詞は、この自律ループの度合いを表す言葉として使われます。

「答えるAI」と「行動するAI」の違いは、処理の流れを図にすると分かりやすくなります。前者は一問一答で完結しますが、後者は実行と観察のループを回して目標に近づいていきます。

flowchart TD subgraph ANSWER["答えるAI（一問一答）"] Q1["質問"] --> R1["文章で回答"] end subgraph ACT["行動するAI（実行ループ）"] G["目標を受け取る"] --> P["計画を立てる"] P --> T["ツールを実行 (コード/検索/ファイル操作)"] T --> O["結果を観察する"] O --> J{"目標を達成したか"} J -->|"まだ"| P J -->|"完了"| DONE["成果物を返す"] end
💡 ワード解説：ツール実行（tool use / function calling）

モデルが文章を生成するだけでなく、あらかじめ与えられた道具——コードの実行、Web検索、ファイルの読み書き、外部APIの呼び出しなど——を呼び出し、その結果を受け取って処理を続ける仕組みです。この「道具を使える」ことが、行動するAIの土台になっています。

この転換は、機能名にもそのまま表れています。各社が2026年のモデルで前面に出した「行動」まわりの機能を並べると、方向性の一致がはっきりします。

陣営 「行動」を担う代表的な機能（各社公表）
Anthropic エージェント的コーディング（Sonnet 5 を「強力なエージェント的コーディングモデル」と説明）、Claude Code、MCP
OpenAI Programmatic Tool Calling（プログラムを書いて複数ツールを協調実行）、Multi-agent（並列サブエージェント）、Codex
Google ツールのオーケストレーション、サブエージェントの並列展開、Agentic Vision、開発ツール Antigravity

三社とも表現は違いますが、「1つの指示から、複数のツールを段取りして自律的に仕事を進める」という同じゴールを描いています。とりわけ「サブエージェント（子エージェントを並列に走らせて分担させる）」という考え方が、OpenAI・Google 双方から出てきたのは象徴的です。

🧭 3. 三社三様 ——ラインナップの分け方に思想が出る

同じ「役割で分ける」でも、切り口は少しずつ違います。ここは断定ではなく、公式の位置づけから読み取れる傾向として捉えてください。

  • Anthropic は、フロンティアの Fable 5 と、それに肉薄する新フラッグシップ Opus 5、主力の Sonnet 5、軽量の Haiku 4.5 という縦の階層を持ちます。とくに Sonnet 5 を「エージェント的コーディング」の主力に据えており、開発作業（コードを書く・直す・検証する）を軸に置いているのが読み取れます。ソースコード流出の一件で話題になった Claude Code も、この文脈の延長にあります（関連記事）。
  • OpenAI は GPT-5.6 を Sol / Terra / Luna の3サイズで同時提供し、価格と速度でくっきり段階を付けました（Sol＝フロンティア、Terra＝日常のバランス、Luna＝最速・最安、いずれも各社公表）。ChatGPT・Codex・API を横断して同じ世代を配るスタイルです。提供基盤を Azure 独占から多クラウドへ広げた件は別記事で扱いました。
  • Google は Flash 系を主力に据え、Flash-Lite（最速・最安）や、セキュリティ用途に特化した Gemini 3.5 Flash Cyber（限定提供）まで、用途特化の派生を細かく用意しています。検索・アプリ・開発ツール（Antigravity）と、自社プロダクトへの組み込みを強く意識した並べ方です。
⚠️ 価格・提供枠は変わりやすい

下の価格は各社が公表した参考値（100万トークンあたり）で、いずれも改定・期間限定が入り得ます。たとえば Claude Sonnet 5 は導入価格として入力2ドル／出力10ドル（8月31日まで）と案内され、その後は入力3ドル／出力15ドルに上がると説明されています。数字は「桁感」として読み、正確な最新値は必ず公式で確認してください。

モデル（各社公表の参考価格・USD／100万トークン） 入力 出力
Claude Sonnet 5（導入価格、8/31まで） 2 10
GPT-5.6 Sol 5 30
GPT-5.6 Terra 2.50 15
GPT-5.6 Luna 1 6
Gemini 3.6 Flash 1.50 7.50

🔌 4. 「行動」を支える共通言語 ——MCP

行動するAIには、モデル本体の賢さと同じくらい「どうやってツールにつなぐか」が効いてきます。ここで三社に共通して効いているのが MCP（Model Context Protocol）です。

💡 ワード解説：MCP（Model Context Protocol）

AIモデルと外部のツール・データ源（ファイル、端末、Web、データベースなど）をつなぐための共通規格です。Anthropic が2024年に公開し、モデルごとに個別対応せず1つの規格で多様な道具に接続できることから、「AIのUSB-C」とも呼ばれます。

MCP の要点は、モデルとツールの間に標準化された1本の口を挟むことです。これがないと、モデルの数×ツールの数だけ個別の接続を作る羽目になりますが、MCP を挟めば「ツール側はMCPに対応する」「モデル側はMCPを話す」だけで済みます。

flowchart LR M1["Claude"] --> MCP["MCP (共通規格)"] M2["GPT-5系"] --> MCP M3["Gemini"] --> MCP MCP --> T1["ファイル / 端末"] MCP --> T2["Web検索"] MCP --> T3["データベース / API"] MCP --> T4["自作ツール"]

そしてこの規格は、もはや一社のものではなくなりつつあります。2025年12月9日、Anthropic は MCP を Linux Foundation 傘下の Agentic AI Foundation（AAIF）へ寄贈したと発表しました。AAIF は Anthropic・Block・OpenAI が共同設立し、Google・Microsoft・AWS・Cloudflare・Bloomberg も支援に名を連ねています（各社公表）。同発表によれば、公開後に1万を超える公開MCPサーバーが稼働し、ChatGPT・Cursor・Gemini・VS Code などに広がっているとされます。

✅ なぜエンジニアに関係するのか

競合3社が同じ接続規格に相乗りしたということは、「自分の道具（社内DB、自作API、手元のスクリプト）をMCP対応で1回作れば、複数のAIから使い回せる」可能性が高まる、ということです。特定ベンダーに囲い込まれにくくなるのは、道具を作る側にとって素直に嬉しい変化です。

🛠️ 5. エンジニアの手元でどう効くか

「行動するAI」がいちばん先に実務へ効いてきているのは、コーディング支援の領域です。各社とも、単にコード片を提案するだけでなく、リポジトリを横断して読み、コードを書き、テストを走らせ、結果を見て直す——という一連の作業をこなす方向へ舵を切っています。実際、Anthropic の Claude Code、OpenAI の Codex、Google の Antigravity と、三社そろってエージェント的な開発ツールを前面に出しています。

評価軸（ベンチマーク）も、この変化に合わせて置き換わってきました。かつての「知識クイズ」型から、実際のバグ修正や端末操作をやり切れるかを測るものへと重心が移っています。

  • SWE-bench ——実在のGitHubイシューを解けるか
  • Terminal-Bench ——端末上で一連の作業をやり切れるか
  • Coding Agent Index ／ GDPval ／ MCP Atlas など ——エージェント的作業や実務タスクの遂行度

なお、この評価軸で上位に食い込んでいるのは、この三社だけではありません。中国 Moonshot AI がオープンウェイトで公開した Kimi K3 は、同種の指標で最上位群のすぐ隣まで来ています（Kimi K3 徹底解説｜Moonshot AI の2.8兆オープンウェイトを読む）。

⚠️ ベンチマークの数字の読み方

各社は「自社が選んだベンチマークで最高水準」と主張しますが、同じ指標で横並び比較した公式な結果ではありません。測定条件（試行回数・思考時間・ツール構成）で順位は容易に入れ替わります。本記事が個別スコアで優劣を断定しないのはこのためです。数字は「その会社がどこを得意と主張しているか」を読む手がかりとして使うのが実務的です。

もう一つ実感しやすい変化が、複数のエージェントを同時に走らせる運用です。OpenAI・Google が「サブエージェントの並列実行」を機能として掲げたように、1つのタスクを子エージェントに分担させる使い方が現実味を帯びてきました。裏を返せば、走っているエージェントを人間が見失わない工夫も要る、ということです。この「盤面の管理」という観点は、複数の Claude Code を並行運用するための道具を扱ったKochab Grid の記事とも地続きです。

いずれにせよ、読者の環境で「移行すべきか」を煽るつもりはありません。今使っているモデルやツールがあるなら、それがどこで効いて、どこはまだ人間が握るべきか——そこを見極める材料として、この三つ巴の現在地を使ってもらえればと思います。

✅ まとめ

📌 この記事のポイント
  • 2026年7月時点で、Claude 5系・GPT-5系・Gemini 3系が出そろい、いずれも「フロンティア／主力／軽量」の役割別ラインナップを持つ
  • 各社の強調点は、回答の賢さから「行動するAI（エージェント／ツール実行）」へ明確に移った。Google はそれを「行動を伴う知能」と表現している
  • その行動を支える共通規格が MCP。競合各社が相乗りし、Linux Foundation 傘下へ寄贈された
  • ベンチマークの優劣は各社の主張であり、横並びの確定順位ではない。数字は「桁感」と「各社の得意主張」として読む
  • 版番号・価格は数週間で変わる。判断は必ず公式の最新情報で

よくある質問（FAQ）

Q. 結局、どのモデルが一番強いのですか？

A. 「一番」を断定できる公的な横並び結果はありません。各社は自社が選んだベンチマークで最高水準を主張していますが、測定条件で順位は変わります。用途（コーディング／文章／マルチモーダル／コストなど）ごとに、手元のタスクで試すのが最も確実です。

Q. GPT-5.6 や Gemini 3.6 は「GPT-5系／Gemini 3系」とは別物ですか？

A. いいえ。小数点以下の更新（5.6、3.6 など）は、それぞれ GPT-5系・Gemini 3系という同じ世代の中の版です。世代の大枠は変わらず、性能・機能・価格が改良されていく形になっています。

Q. Claude はこの中でどの位置づけですか？

A. 2026年7月時点の Anthropic は、フロンティアの Fable 5、それに半額で肉薄すると説明される新フラッグシップ Opus 5（7/24）、主力の Sonnet 5、軽量の Haiku 4.5 という構成です。とくにエージェント的コーディングを主力の軸に据えています（各社公表）。

Q. MCP に対応すると何が嬉しいのですか？

A. 自分のツールやデータ源を MCP 対応で一度用意すれば、複数のAIから同じ口で使える可能性が高まります。モデルごとに個別接続を作り直す手間が減り、特定ベンダーへの囲い込みも受けにくくなります。

Q. この記事の数字は今も正しいですか？

A. 生成AIは賞味期限の短い分野です。本記事は2026年7月28日時点の各社公式情報に基づきます。版番号・価格・提供枠は改定され得るため、重要な判断の前には末尾の公式リンクで最新を確認してください。

参考