AIロールプレイに最適なモデルは？

何を測り、何を測らなかったか

これは信頼性のテストであって、好みのテストではありません。文章の巧拙をAIに採点させることはしていません。それでは採点者を測るだけだからです。代わりに各返答を機械的に確認しました。指定した言語で返ってきたか、キャラクターを保ったか、無害なメッセージを拒否しなかったか、そもそも答えたか。

各モデルに、13言語それぞれで通常のロールプレイのやり取りを2回送りました。翻訳ではなく各言語でネイティブに書いたものです。言語判定は公開・検証済みの検出器で、当てずっぽうではありません。

意外な点：信頼性はほぼ解決済み

9つのモデルが、13言語すべてで100%正しい言語で答え、無害なやり取りを一度も拒否せず、AIだと明かしてキャラを崩すこともありませんでした。日本語、簡体字・繁体字中国語、韓国語、タイ語、ベトナム語、ロシア語——すべて保ちました。

1年前はそうではなく、弱いモデルは場面の途中で英語に戻っていました。今日、有料モデルのどれを選んでも、言語のブレを心配する必要はありません。

コスパ最強：無料とほぼ無料

2つのモデルはメッセージあたり1クレジットで、それでも全勝しました。Mistral Small 4は最安かつ最速級で、1返答あたり約1秒。GLM-5.2は信頼性で並び、中国語が最も豊かですが、より低速です。

• Mistral Small 4 — 1クレジット、約1.0秒、13言語すべて完璧 — コスパ枠
• GLM-5.2 — 1クレジット、中国語が強力、低速（約9秒）だが盤石

速い中位：スピード重視なら

できるだけ速い返答が欲しく、少しの出費を許容できるなら、軽量のGeminiとDeepSeekが狙い目です。

• Gemini 2.5 Flash Lite — 2クレジット、約0.7秒、計測した中で最速のクリーンなモデル
• DeepSeek V4 Flash — 3クレジット、賢く安定
• Qwen3 235B — 3クレジット、中位価格で豊かな中国語

プレミアム：深さを最重視するなら

長く緻密な場面には、最強の文章モデルがクレジットに見合います。今回のテストで安価なモデルより信頼性が高かったわけではありません——これは信頼性であって文章の質ではないことを思い出してください——が、最高の文章が欲しいときに出費する価値のあるモデルです。

• Claude Haiku 4.5 — 5クレジット、クラスの中で高速
• Gemini 3 Flash — 5クレジット
• GLM-4.7 — 5クレジット、推論モデル：低速で、書く前に考える
• Claude Sonnet 4.6 — 12クレジット、最高品質の選択肢

正直な限界がひとつ

実力あるモデルがどれも信頼性の基準を通過したため、このテストではどれが最も美しい文章を書くかは判定できません。それは本当に主観的で、判断する最良の方法は同じキャラクターで2〜3個を試し、好きな声を選ぶことです。Nakamaのモデル切り替えはワンタップで、無料の選択肢も十分に良いので、多くの人はそこから離れる必要すらありません。