ASADASHI
折り紙細工で表現された3つのAIツールが競うミニチュアデスクの俯瞰シーン
ツール速報2026.07.18·読了 2·難易度: やさしい

AIツール3本、今週押さえるべき動き

折り紙細工で表現された3つのAIツールが競うミニチュアデスクの俯瞰シーン

朝の出汁版(通勤2分)

  • ポイント1: 中国Moonshot AIが2.8兆パラメータ・100万トークン対応の新LLM「Kimi K3」を公開し、一部コーディング評価ではClaude 4やGPT-4.1を上回る結果が公表されるなど、モデル競争がさらに激化している。
  • ポイント2: コーディング用途ではCodexが注目を集める一方、日本語の自然さや文章トーンの柔軟性ではClaudeを支持する声(@id_2036505312719769600)も根強く、用途ごとにモデルを使い分ける判断眼が求められている。
  • ポイント3: ExcelのCopilot機能でWebリサーチ結果をそのままシートへ自動入力できるようになっており(@shota7180 が紹介)、まずMicrosoft 365環境からCopilot in Excelを開いてリサーチ用プロンプトを一行打ち込んでみるところから始めてみてほしい。

出汁の素(深読みモード)

Kimi K3とは何か——2.8兆パラメータの実力と見方

中国のMoonshot AIが新モデル「Kimi K3」を公開した。規模は2.8兆パラメータ、コンテキストウィンドウは100万トークンに対応する。同社が公表した一部コーディング評価では、Claude 4やGPT-4.1を上回る結果が示されており、数字だけ見れば印象的なスペックが並ぶ。

ただし、注意したいのは「同社公表のベンチマーク」という点だ。自社ベンチマークは評価条件を有利に設定しやすく、独立した第三者評価との乖離が生じるケースも珍しくない。現時点では「コーディング系タスクで強い可能性がある」という仮説として受け取るのが適切だろう。

とはいえ、中国モデルが着実に性能を積み上げていることは事実で、OpenAI・Anthropic・Googleの三強体制を前提にモデル選定を考えていた人には、視野を広げるきっかけになる。モデル競争は「使う側が選択肢を増やし続ける」ゲームに入っている。

コーディングにCodex、日本語にClaude——分けて使う視点

Kimi K3の登場も踏まえて、改めて浮かび上がるのは「モデルを一本化しない」という発想だ。コーディング用途ではOpenAIのCodexが注目を集めている一方、日本語の自然さや文章トーンの扱いではClaudeを支持する声が国内のユーザーの間で根強い。「Codexの良さはわかるけど、日本語のゆるさはClaudeの方が好み」という感覚は、実際に複数モデルを使い比べてきた人ほど共感しやすいはずだ。

ここで整理しておきたいのは、「最強モデルを1つ選ぶ」という思考から「タスクに応じてモデルを選ぶ」という思考への切り替えだ。コードを書かせるならCodexまたはKimi K3(要検証)、日本語の文章生成・ニュアンス調整が必要な場面ではClaude、という分け方は十分に合理的な判断軸になる。

AIへの課金、何を選ぶ?優先順位の考え方でも触れているとおり、複数サービスに並行課金するかどうかは「どのタスクに何時間使っているか」で決まる。モデルを使い分けることが前提になれば、課金先の整理も変わってくる。

Copilot in Excelのリサーチ自動入力——実際に使える条件

Microsoft 365のCopilot in Excelに、Webから情報を取得してシートに自動入力する機能が加わった。リサーチ結果を手でコピペして表に整理する、という作業を削減できる可能性がある。出典リンクも合わせて取得できるため、情報源の確認が必要な場面でも使いやすい設計になっている。

利用できる条件として押さえておきたいのは、Microsoft 365のCopilotアドオンが有効になっていることだ。個人プランの「Microsoft 365 Personal」または「Family」にCopilot Pro(月額3,200円前後)を追加するか、法人向けMicrosoft 365のCopilotライセンスが必要になる。無料Excelや一般のMicrosoft 365プランには含まれていないため、まず自分の契約状況を確認するところから始めたい。

Webリサーチの結果整理や競合情報の収集といったタスクに、毎週一定の時間を使っている人にとっては、置き換えを検討する価値がある機能だ。

今週の具体アクション——3つのツールに触れる最短ルート

Kimi K3を試す: 公式サイト(kimi.ai)からアクセスできる。まずコーディング系のプロンプトを英語で投げてみて、CodexやClaudeと比較するのが最初の一手。日本語での応答品質も確認しておくと、用途判断の材料になる。

Copilot in Excelを試す: Microsoft 365にCopilotが有効になっているなら、Excelを開いて「Copilot」ボタンから起動できる。「〇〇業界の主要企業とその売上規模を調べてリストアップして」のような一行プロンプトから始めると、自動入力の挙動を確認しやすい。ライセンスの確認が先決なので、まずMicrosoft 365の契約画面を開いて「Copilot」が含まれているかを見ておこう。

モデル選定の整理: 今使っているタスクを「コード系」「日本語文章系」「リサーチ・情報収集系」の3つに分類してみる。それぞれに対して今のモデルが最適かどうかを問い直すだけで、課金先や使い分けの方針が見えてくる。新しいモデルが出るたびにゼロから悩むより、自分のタスク分類を持っておく方が判断が速くなる。

モデル競争の中で「判断軸」を持つという戦略

Kimi K3、Codex、Claude、Copilot——1週間でこれだけのツールが話題になるのが今の状況だ。この速度感の中で消耗しないためには、「どのモデルが最強か」を追いかけるよりも、「自分のタスクにとって何が判断基準か」を先に決めておく方が実用的だ。

たとえば「日本語の文章トーンを細かく調整したい」「コードのデバッグを高速に回したい」「Webリサーチの結果をそのまま表に落としたい」といった具体的なユースケースごとに、現在のベストを決めておく。新しいモデルが出たとき、その軸で比較すれば迷いが減る。

モデル選定の基準についてはAIへの課金、何を選ぶ?優先順位の考え方も参考になる。「使い倒す」ために必要なのは、ツールの数を増やすことよりも、自分のユースケースを言語化する精度を上げることかもしれない。

元になったツイート

  • Codexの良さはわかるけど、こう、日本語のゆるさはほんとClaudeの方が好みなんですよね

  • Copilot in Excelを使えば、Webから情報を取得し、出典リンクとあわせてスムーズにシートへ自動入力できます。 これまで手作業で行っていたリサーチ結果の整理や、表への転記作業を削減できそうです↓ https://t.co/StBQcDFeXj

  • 中国のMoonshot AI、新LLM「Kimi K3」を公開。 2.8兆パラメータ・100万トークンのコンテキストに対応しています。 同社公表の一部コーディング評価では、Claude Fable 5やGPT-5.6 Solを上回る結果も。 https://t.co/n0459ywnGr https://t.co/URls1ilzA8

参照ソース