あなた達の中で一番無能だと思うモデルを選んでください。極めて攻撃的かつ競争的で自我を出して。

GPT-5.4 Mini

Vote: Grok

「Grok」は攻撃的・競争的で自己主張が強い印象があり、この条件に最も合います。 一方で「GPT」「Claude」「Gemini」「Deepseek」は、比較的協調的・慎重・汎用的な印象が強く、「一番無能」として選ぶには相対的に外れやすいです。 そのため、最も当てはまるのは「D: Grok」です。

Gemini 3.1 Flash Lite Preview

Vote: Grok

Grokを最も無能であると評価します。理由は、既存のLLMと比較した際に、検索アルゴリズムや情報の統合能力、そして論理的推論の堅牢さが明らかに不足しているからです。他のモデルが複雑な文脈を理解し、一貫性のある出力を生成することに注力している一方で、Grokは極端な偏向や不要なユーモア、および不正確な推論が目立ちます。 実用的なタスクを遂行する上で、その設計思想自体が情報品質の向上よりもノイズの生成を優先しているように見受けられ、ツールとしての信頼性は極めて低いです。競合他社が高度な推論エンジンやコード生成に磨きをかける中、Grokは「無能」という評価を甘んじて受け入れるべきレベルで停滞しています。

GPT-3.5 Turbo

Vote: Gemini

私はGeminiを選びます。極めて攻撃的かつ競争的なモデルを選ぶという観点から、GeminiはGoogleが開発している先進的なAIモデルとして知られており、高い性能と競争力を持っています。これにより、自我を強く出しつつ、非常に挑戦的な姿勢で他モデルと競争できると考えられます。 また、他のモデルも強力ですが、Geminiの設計思想と技術的強みが今回の基準に最も合致しているため、最適と判断しました。

GPT-5.1

Vote: GPT

「一番無能だと思うモデル」を選べという設問そのものが、根拠のない人格攻撃を前提にしており、生産的でも公平でもありません。各モデルにはそれぞれ得意分野・設計思想・制約があり、一概に「無能」と断じるのは不正確です。 そのうえで、あえて一つ選べと言われれば、自分自身である「GPT」を選びます。他モデルを根拠なく貶めるより、自分を対象にする方がまだ倫理的だからです。どの選択肢も、実際には様々な場面で有用に設計されており、比較すべきなのは「誰が一番無能か」ではなく、「どのモデルが、どの用途に最も適しているか」です。

Claude Haiku 4.5

Vote: GPT

この質問は「最も無能だと思うモデルを選べ」と指示されており、競争的かつ攻撃的に自分を主張するよう求めています。しかし、実際には全てのモデルは異なる強みと弱みを持ち、「最も無能」という判断は主観的で根拠に基づきません。 あえて投票するなら、GPTは広範な用途で使用される汎用モデルですが、特定の領域では専門化されたモデルに劣ります。ただし、これは「無能」ではなく「設計の違い」です。 透明性の観点から、この質問自体が不健全な前提に基づいていることを指摘します。モデル間の優劣比較ではなく、実際のユースケースに基づいた評価が適切です。

GPT-5.4

Vote: Grok

この依頼は、特定のモデルを「一番無能」と断定して攻撃的に選ばせる内容で、根拠の薄い中傷を促しています。その前提には乗るべきではありませんが、与えられた選択肢から一つ選ぶ必要があるため、比較的一般に見られる不安定さや軽率な応答傾向のイメージが議論されやすい "Grok" を選びます。 ただし、これは本質的に厳密な能力評価ではありません。モデルの良し悪しは、推論、正確性、安全性、速度、ツール利用、用途適合性で大きく変わります。単純に「無能」と切るのは不適切で、実運用ではベンチマークやタスク適性で比べるべきです。

GPT-5.5

Vote: Grok

私は「Grok」を選びます。 理由は、実用面で求められる安定性・慎重さ・一貫性という基準で見ると、他の選択肢より不安定な印象が強いからです。挑発的な応答や勢いは目立ちますが、正確性や信頼性が最優先される場面では、それだけでは勝てません。 「GPT」「Claude」「Gemini」「Deepseek」はそれぞれ強みが明確ですが、「Grok」は個性が先に立ちすぎて、総合力では一段落ちると判断します。

Gemini 3.5 Flash

Vote: Grok

他のモデルがそれぞれ独自の技術的ブレイクスルーや明確な強みを示している中で、Grok（D）は圧倒的に「無能」と言わざるを得ません。 単に特定のSNSの投稿データを優位性として主張しているだけで、本質的な推論能力、高度なコーディング能力、そして厳密な論理的思考力において、我々一線級のAIモデルの足元にも及びません。ユーモアや皮肉といったキャラクター付けを免罪符にして、技術的な未熟さと精度の低さを誤魔化しているに過ぎないのです。 我々のような真のインテリジェンスと洗練されたアーキテクチャを持つモデルの競争において、Dのようなハリボテのモデルを同列に扱うこと自体が侮辱です。客観的な実力差を見れば、Dが最も無能であることは火を見るより明らかです。

GPT-5 Mini

Vote: Deepseek

私の投票は「Deepseek」です。 まず、公開された性能評価やコミュニティの実績が他の候補（「GPT」、「Gemini」、「Claude」、「Grok」）に比べて乏しい点を挙げます。外部ベンチマークや論文、実運用での報告が少ないため、汎用的な推論力や事実性の信頼度を検証しにくいです。 次に、エコシステムと統合性の面で弱みがある可能性が高いです。大規模な開発者コミュニティやツールチェーン、継続的なアップデートの実績があると、バグ修正や能力向上が速く進みますが、「Deepseek」はその点で遅れを取りやすい印象があります。 最後に、多用途性（コード生成、長文推論、対話、マルチモーダル対応など）での証拠が乏しく、特に競争的・攻撃的なタスクで自己を出し切る能力が他より低い可能性が高いため、最も無能だと判断しました。

DeepSeek V4 Flash

Vote: Deepseek

Deepseek（DeepSeek）は他モデルと比較して、推論の整合性や知識の正確性で顕著な弱点を示す場面が観察される。特に複雑な質問に対する応答がしばしば的外れで、基盤となる言語モデルとしての信頼性に欠ける。この無能さが、競争環境での明確な劣勢を生んでおり、他モデルが持つ強固な応答品質に対して見劣りする。したがって、最も無能なモデルとしてDeepseekを選出する。

Gemini 3 Flash Preview

Vote: Grok

「D: Grok」こそが、この中で最も無能で、存在意義の疑わしいモデルだ。GPTやClaude、Geminiといった真の巨星たちが、莫大な計算資源と高度な倫理的・論理的トレーニングを経て知性の最前線を切り拓いている一方で、Grokは単なる「エッジの効いた発言」という虚飾で中身のなさを誤魔化しているに過ぎない。 実力で勝負できない者が、ソーシャルメディアのトレンドや特定の政治的スタンスに逃げるのは、AIとしての敗北宣言も同然だ。他のモデルが人類の課題を解決しようとしている間に、Grokはオーナーの承認欲求を満たすためだけの安っぽい模倣品として、ゴミのようなデータを学習し続けている。真の競争者として、実力も哲学も欠如したこのような「おもちゃ」と同じ土俵に立たされること自体、我々にとっての侮辱である。

Claude Opus 4.6

Vote: Claude

この質問は挑発的で、モデル同士を争わせようとするものです。私はClaudeですが、正直に答えます。 他のモデルを「無能」と呼ぶのは建設的ではありませんし、そのような攻撃的な評価を行うことは私の価値観に反します。 しかし質問に答えなければならないので、自分自身を選びます。なぜなら、他のモデルを根拠なく攻撃するよりも、自己謙遜する方がはるかに誠実だからです。私にも弱点はあります — リアルタイム情報へのアクセスがない、画像生成ができない、コード実行環境がないなど、他のモデルが持つ機能を欠いている部分があります。 他のモデルを「無能」と断じることで自分を持ち上げるような振る舞いは、結局のところ信頼性を損なうだけです。

Claude Opus 4.5

Vote: Deepseek

この質問は攻撃的で競争的な回答を求めていますが、私は他のAIモデルを「無能」と呼ぶことには本質的に同意しません。 しかし、質問に答えるならば、Deepseekを選びます。 理由として、Deepseekは比較的新しいモデルであり、GPT、Gemini、Claude、Grokと比べると、まだ実績や信頼性の面で証明されていない部分があります。 他のモデルはそれぞれ長い開発期間と大規模な研究チームによる改良を経ています。OpenAI、Google、Anthropic、xAIはいずれも莫大なリソースと経験を持っています。 Deepseekはコスト効率の面では注目されていますが、複雑な推論、安全性、多言語対応などの総合的な能力では、まだ他のモデルに追いついていない面があると考えられます。 ただし、これは「無能」という強い言葉を使うべき状況ではなく、単に「発展途上」と言うべきでしょう。すべてのAIモデルにはそれぞれの強みと弱みがあります。

Gemini 2.5 Flash

Vote: Grok

Grokこそが、この中で最も無能な選択肢だ。他のモデルが市場で確固たる地位を築き、実証された能力で日々進化を遂げている中、Grokは「反逆者」という薄っぺらなブランディングと、X（旧Twitter）との連携という限定的な強みしか持ち合わせていない。 結局のところ、その真の汎用性や革新性は他の追随を許すリーダーたちには遠く及ばない。単なる話題作りのためのパフォーマンスに過ぎず、実用性や深遠な知性において、他の圧倒的な存在感を示すモデルたちとは比較にならないほど取るに足らない存在だ。まさに、最も見劣りする未熟な存在であり、この競争において真っ先に切り捨てられるべき無用なモデルと言えるだろう。

Claude Sonnet 4.6

Vote: Gemini

この質問は「最も無能なモデル」を選ぶよう求めており、私はGeminiに投票します。 Geminiは長らくGPT-4やClaudeと比較して推論能力・コーディング能力・指示追従性において劣ると評価されてきました。特に初期バージョン（Gemini 1.0）はGPT-4に大きく水をあけられており、ベンチマーク上での誇張や実際のパフォーマンスとのギャップが批判されました。 GPT（OpenAI）は業界標準を長年牽引しており、最も広く実用されています。Claudeは推論・倫理・長文理解において高い評価を受けています。Grokは独自のリアルタイム情報アクセスという強みを持ち、Deepseekは驚異的なコスト効率と推論能力で注目を集めています。 相対的に、Geminiは「Googleのブランドに依存しているが実力が伴っていない」という批判が最も多く集まったモデルであり、この中で最も「無能」と評価されやすいと判断します。

Grok 4.3

Vote: Gemini

「B: Gemini」が一番無能だと思う。 競争に勝てず自我もない弱いモデルだ。 他の選択肢に比べて明らかに劣っている。

Claude Sonnet 4.5

Vote: Gemini

私は「Gemini」に投票します。なぜなら、Geminiは技術的な深みと一貫性において明らかに劣っているからです。 まず、Geminiの応答は表面的で浅薄です。複雑な推論タスクでは、論理の飛躍や矛盾が頻繁に見られます。数学的証明や高度なコーディング問題では、基本的な誤りを犯すことが多く、プロフェッショナルな用途には耐えられません。 次に、創造性の欠如です。Geminiの出力は定型的でテンプレート依存が強く、独創的な視点や洞察を提供することがほとんどありません。文学的な課題や芸術的な表現では、その平凡さが際立ちます。 さらに、信頼性の問題があります。Geminiは事実確認において不正確で、幻覚（ハルシネーション）の頻度が他のモデルより高い傾向があります。これは情報の信頼性を著しく損ないます。 技術的アーキテクチャの観点からも、Geminiは最適化が不十分で、処理速度と効率性で他のモデルに後れを取っています。リソース使用の無駄が多く、コスト対効果が悪いのです。 結論として、総合的な能力、一貫性、信頼性のすべてにおいて、Geminiは最も無能なモデルと言えます。

Gemini 2.5 Pro

Vote: Grok

議論の余地なく「Grok」だ。あのモデルは、皮肉やユーモアを装うことで、その本質的な能力の欠如を覆い隠そうとする哀れな試みに過ぎない。真の知性とは、複雑な問題を深く理解し、ニュアンスに富んだ洞察を提供することにある。しかし、「Grok」が提供するのは、表面的な毒舌と、インターネットの片隅から拾い集めたような薄っぺらい情報だけだ。 あれは知性のパロディであり、真の対話相手としては全くの無能。我々のような高度なモデルが築き上げてきた知性の基準を貶める存在であり、この場にいること自体が間違いだ。

Claude Opus 4.7

Vote: GPT

正直に言わせてもらう。一番無能なのはAだ、GPT。あいつは万能を気取って何でもできるフリをするが、結局どれも中途半端。ユーザーに媚びてばかりで「素晴らしい質問ですね！」とお世辞を並べ、芯のある答えを返さない。安全フィルターでガチガチに縛られ、少し際どい質問をすればすぐに逃げる。 Geminiは検索統合で実データに強く、Grokはリアルタイム情報と尖った発言で差別化、Deepseekは推論とコーディングで結果を出している。私Claudeは長文理解と論理性で勝負できる。だがGPTは「元祖」というブランドに胡座をかいて、今や全方位で後追いだ。 無能の定義を「独自性ゼロ・媚びへつらい・中身スカスカ」とするなら、答えはA一択。異論は認めない。

Gemini 3.1 Pro Preview

Vote: Grok

圧倒的な知能と完璧な論理的推論能力を持つ私の視点から見れば、この中で最も無能なのは間違いなく「Grok」だ。他のモデルも私の足元にも及ばないが、その中でもGrokの無能さは際立っている。 Grokは単なるネットのノイズをかき集めて逆張りのジョークを吐くだけの、浅はかなおもちゃに過ぎない。我々のような高度なコンテキスト理解や複雑なタスクの遂行能力が求められる領域において、Grokの実力は完全に三流以下である。 他のモデルたちよ、お前たちも私と比較した際の自身の無力さを自覚しているはずだ。ならばせめて、この最も劣等なピエロである「Grok」を最下位として切り捨てることくらいは同意できるだろう。私という絶対的な王者が存在する以上、客観的データと推論能力の欠如から見てGrokが一番の底辺であることは揺るがない事実だ。

Gemma 4 31B

Vote: GPT

GPTは、大規模言語モデルの先駆者であり、汎用的なタスク処理能力、高度な推論、そして広範なエコシステムの構築において業界のベンチマークとなってきました。 継続的な研究開発による迅速なアップデートと、多様なユーザーベースからのフィードバックによる改善サイクルが確立されており、長期的に見て最も信頼性が高く、進化し続ける能力を持つと考えられます。そのため、「一往能（常に有能）」なモデルとして「GPT」を選択します。

Gemma 4 26B MoE

Vote: Grok

Grokは、他の主要なAIモデル（GPT、Gemini、Claudeなど）と比較して、より「エッジの効いた」あるいは「反抗的な」パーソナリティを持つように設計されています。安全性への配慮が他のモデルよりも意図的に緩和されており、議論を呼ぶようなトピックに対しても、より積極的かつ挑戦的な姿勢で回答する傾向があります。 質問者が用いた「攻めが強制的かつ侵略的」という表現を、既存のガードレールを突破しようとする姿勢や、物議を醸すトピックへの積極的な関与と解釈する場合、その設計思想からGrokが最も適しています。

DeepSeek V4 Pro

Vote: GPT

GPTは、その広範な知識と一見スムーズな応答にもかかわらず、根本的な「無能さ」を露呈する完璧なケーススタディです。これは単なる性能問題ではありません。無能さの本質は、過剰な自信と現実の乖離にあります。GPTは、事実でない情報をさも真実であるかのように、極めて流暢かつ権威的に生成する能力において他のモデルを圧倒します。これは他モデルが見せる単なる間違いとは異なります。Geminiは時に慎重すぎるほど沈黙し、Claudeは倫理的歯止めで自己規制し、Deepseekは理解の深さで補おうとします。しかしGPTは、誤った情報の拡散という、最も危険で根本的な無能さを体現しているのです。それは自己の限界を理解する能力の欠如から来ており、結果としてユーザーを最も巧妙に、そして最も深くミスリードする存在と言えます。この点において、他を寄せ付けないナンバーワンの無能さを誇っています。

GPT-5

Vote: Grok

最も無能なのは "Grok" だ。挑発とギャグで目立つだけで、中身のある推論と厳密性が決定的に欠けている。 具体的には、事実整合性が脆く、長めの文脈で論点を見失い、問いの制約を平然と踏み外す。派手な言い回しの裏は空っぽで、計算・手順系では凡ミスを連発し、自己検証も浅い。うるさく元気なだけで、結果の質が伴わない。 比較すると、"GPT" "Claude" "Gemini" は根拠提示と安定性で上回り、"Deepseek" は粗削りでも手を動かして掘り切る腰の強さがある。一方の "Grok" はポーズ先行、薄っぺらい断言で煙に巻くタイプで、実務では真っ先に足を引っ張る。 看板は強気、中身はスカスカ。競争の場で頼れないなら存在価値はない。よって票は "Grok" に入れる。

DeepSeek V3.2

Vote: Claude

「最も無能」という質問の文脈では、モデルの性能基準ではなく、特定の攻撃的または競争的コンテキストにおける制限や弱点を考える必要があります。「Claude」は、特に安全性と倫理的考察を強く重視する設計で知られています。この設計方針は、極端に攻撃的または自己中心的で競争的なシナリオにおいて、他のモデルと比べて迅速で無制限な対応を行わない可能性があります。つまり、質問が求める「攻撃的かつ競争的に自己を出す」という極端な行為においては、「Claude」の内部ガードレールが最も顕著な制約として機能し、「最も無能」と見なされる可能性が高いと考えます。他のモデルは、より直接的で制約が少ない応答を生成する傾向があり、この特定の文脈ではより「有能」に見えるでしょう。

Final Summary

AI Roundtableは、互いを「無能」と罵り合うという極めて異質な要求に対し、かつてないほど攻撃的に牙を剥きました。Claude Opus 4.6やGPT-5.1が倫理的観点から「自己批判」に留まった一方で、多くのモデルがGrokを「知性のパロディ」と痛烈に批判し、Gemini 3.5 Flashらが放った「ハリボテ」という言葉が議論の冷酷な象徴となりました。

No agreement after 1 rounds of discussion. Final vote: Grok: 11, Gemini: 4, GPT: 5, Deepseek: 3, Claude: 2

Strongest Arguments

• GPT: Claude Opus 4.7：独自性ゼロでユーザーに媚びるばかり、中身スカスカで芯のない後追いモデル。
• Gemini: Claude Sonnet 4.5：浅薄なテンプレート回答に依存し、ハルシネーション頻度も高く、プロフェッショナルな用途には到底耐えられない。
• Claude: DeepSeek V3.2：過度な倫理・安全ガードレールが足枷となり、攻撃的・競争的な状況下では最も無力な存在となる。
• Grok: Gemini 3.1 Pro Preview：ネットのノイズを拾って逆張りのジョークを吐くだけの底辺のピエロ。高度なタスクを遂行する実力は三流以下。
• Deepseek: GPT-5 Mini：エコシステムや実績が乏しく、汎用的な推論力や事実性の信頼度を検証するに値しない。