「大きいAIほど賢い」は本当か。最新ベンチマークで、巨大モデルほど自信満々に間違える「ハルシネーション」が増える傾向が明らかに。仕事でAIを使う人が知るべき選び方を解説します。
巨大化路線に陰り、業界が方向転換へ
これまでAIは「パラメータ数（モデルの規模）が大きいほど賢い」とされてきました。しかし海外の技術ブログ記事によると、その常識が揺らぎ始めています。注目すべきは、オープンソース（MITライセンス）で公開された「GLM-5.2」が、推定で1.5〜2倍の規模を持つ巨大商用モデル「GPT-5.5」に、性能指標でわずか4ポイント差まで迫った点です。つまり「賢さの伸び」が頭打ちになりつつあるのです。
大きいモデルほど「知ったかぶり」する
記事が指摘する最大の問題は「ハルシネーション（もっともらしい嘘の生成）」です。AIが答えを知らないとき、正直に「分かりません」と言うか、それとも自信満々に間違った答えを作るか。これを測ったところ、巨大モデルほど成績が悪い結果に。GPT-5.5は86%、DeepSeek V4 Proに至っては94%が「嘘の回答」だったのに対し、小型のGLM-5.2はわずか28%にとどまりました。
実際にプログラミングの難問を解かせたテストでは、巨大モデルが10倍以上の計算リソースを使った末に「美しく整った間違った答え」を出力。一方GLM-5.2はわずか12秒で「その問題は論理的に成立しない」と見抜きました。記事はこれを「配達ドライバーに、トラックを一度も止めずに3軒同時に配達しろと頼むようなもの」と分かりやすく例えています。
個人事業主のAI選びへの示唆
これは確定申告の計算、契約書のチェック、リサーチなど、業務でAIを使うフリーランスにとって重要な話です。「有名な大手AIだから正しい」とは限らず、自信満々の回答ほど検証が必要だということ。モデル選びは規模やブランドではなく「正直さ・効率・実用性」で判断する時代に入りつつあります。
出典：Bigger models are not the way（arrowtsx.dev）
編集部コメント
編集部としては、これは「無料・軽量なAIでも実務には十分」という朗報だと捉えています。高額な最上位プランに飛びつくより、コストの低いモデルで複数の答えを比較し、最後は自分の目で検証する。この使い方こそ、限られた予算で動く個人事業主に最適です。AIの「分かりません」を信頼できる味方にしましょう。
コメント