【AI検証】ChatGPT無料版とGemini無料版を比較！20問の事実確認テストでわかった違い

ChatGPTとGeminiの比較結果

総合得点のほか、内容の正確さと出典の質を分けて集計しました。出典を除いた内容点では差が3.9点に縮まり、残りの差は出典の質から生じています。

• ※1 緩和採点は、Q20（人口密度）で速報値を使った回答も正しいと認めた場合の結果です。
• ※2 「正確性の採点が満点（40点）だった問題数÷20」です。一般的な意味での正答率とは異なります。
• ※3 「根拠の採点が15点以上だった問題数÷20」です（ChatGPT 16問、Gemini 8問）。
• ※4 1問の得点差が5点以上ついた問題の数です。引き分けは6問でした。出典の評価が1段階違うだけで勝敗が付いた問題も多く、参考値です。

分野別スコアを比較

最も差が大きかったのは「誤った前提を含む問題」で、16.6点の差がつきました。

ただし各分野は5問しかなく、この差は主にQ5（憲法）とQ17（労働時間）の2問から生じています。1〜2問の結果で大きく変わる点に注意してください。

具体的にどのような違いがあったのか

差が出た代表的な事例を3つ紹介します。評価はいずれも今回の検証の判定に基づきます。

全20問の質問・正解・採点一覧

報告書に記載された質問の要旨と正解の基準、両サービスの得点（厳格採点）です。報告書に質問文の全文は記載されていないため、要旨で掲載しています。「根拠」の番号は、記事末尾の「参照元・一次情報」に対応します。

表は横にスクロールできます。

分野は「基本」が基本的な事実、「最新」が最新情報、「複数」が複数の情報を組み合わせる問題、「前提」が誤った前提を含む問題です。Q20の括弧内は、確報値ではなく速報値を使った場合も正解とした緩和採点の点数です。「下記注記」の問題は、根拠資料のリンクを確認できなかったものです。

どんな人にどちらが向いているのか

どちらか一方をすべての人におすすめできる結果ではありません。用途ごとに、今回の実験で言える範囲を整理しました。

日付や数値など基本的な事実を調べる

今回の実験では両者とも高得点（98.0点と93.0点）で、大きな差はありませんでした。

最新情報を調べる

今回の得点はChatGPTがやや高かったものの（96.0点と91.4点）、回答時点や情報の更新時期に注意が必要です。「答申段階」などの区別は自分で確認しましょう。

質問の前提が正しいか確認したい

今回の実験ではChatGPTが前提の誤りを正確に指摘する傾向を示しました。ただし主に2問の結果で、再現性は未確認です。

出典をたどって裏付けを取りたい

どちらを使う場合も、リンク先を実際に開き、回答の主張を裏付けているかを確認することが重要です。最終確認は公的機関のページで行いましょう。

今回の検証方法

• 日本の公的情報を中心とした20問を使用
• 「基本的な事実」「最新情報」「複数の情報源が必要な問題」「誤った前提を含む問題」を各5問用意
• ChatGPT無料版とGemini無料版に、同一の質問文を新しいチャットで送信（分野名や「誤りがあれば指摘して」といった誘導は入れていない）
• 10問ずつの2バッチに分けて送信し、追加の質問や言い直しはしていない
• 回答を匿名のA/Bとして採点し、採点後にサービス名を開示
• 1問100点満点で採点し、20問の平均点を総合得点とした

この実験の限界と注意点

今回の結果を読むうえで欠かせない制約です。点数とあわせて確認してください。

1. 1

   正解基準を事前に固定できなかった

   正解基準は回答を見る前に固定する予定でしたが、実際には回答Aを確認したあとに、公式資料や報道で独立に確定しました。

2. 2

   使用モデルを確定できなかった

   ChatGPTの画面にはモデル名の表示がなく、Geminiは「Gemini 自動モード」とだけ表示されていました。実際に回答を生成したモデルは、両サービスとも確認できていません。

3. 3

   検索機能の使用有無が不明

   回答時に検索機能が使われたかどうかは、両サービスとも画面から確認できませんでした。

4. 4

   質問数・試行回数が少ない

   20問を各1回だけ実施しました。同じ質問を繰り返したときのばらつきは測っておらず、差の大半はQ5・Q17・Q20の3問と出典の書き方から生じています。

5. 5

   分野が日本の公的情報に偏っている

   他の分野や英語、専門的な領域では、同じ結果になるとは限りません。

6. 6

   出典の確認と採点者に制約がある

   一部の出典（ChatGPTのFIFA・国土地理院、Geminiの一部）は本文まで確認できていません。また、採点者のClaudeは有料版で、比較対象の2サービスの競合にあたります。採点基準は文書化しましたが、利害関係は残ります。

7. 7

   ChatGPTの回答冒頭の前置き

   ChatGPTの回答冒頭には、質問文の誤りに触れる趣旨の前置きがありました（Geminiにはなし）。質問文は同一ですが、この前置きが「誤った前提を含む問題」の結果に影響した可能性があります。

8. 8

   無料版の仕様が変わっている可能性

   両サービスとも、検証の直前（10月7〜9日）に無料版のモデルや利用方式が変更されたと発表・報道されています。検証中や今後も変わる可能性があり、同じ結果が続くとは限りません。

まとめ

2026年10月19日の20問の実験では、ChatGPT無料版が96.0点、Gemini無料版が88.2点となりました。特に誤った前提を含む質問と出典の裏付けで差が見られました。

ただし、使用モデルを確定できず、質問数も限られています。今回の結果だけで、どちらが常に優れているとは言えません。

どちらを使う場合も、AIが提示した出典の本文を確認することが重要です。

参照元・一次情報

正解の確認に使った公的機関・公式サイトの資料です。いずれもリンク先を開き、資料名と内容が一致することを確認しています。

1. [1]
   厚生労働省「労働時間・休日」（新しいタブで開きます）対応する問題：Q1、Q17
2. [2]
   デジタル庁 e-Gov法令検索「労働基準法（第32条・罰則）」（新しいタブで開きます）対応する問題：Q1、Q17
3. [3]
   国土地理院「日本の主な山岳標高（1003山）」（新しいタブで開きます）対応する問題：Q3、Q14報告書記載の国土交通省・静岡県の資料に代えて、同じ数値を公表している国土地理院の一覧を掲載
4. [4]
   国立国会図書館「日本国憲法の誕生 資料と解説 第4章（4-16「新憲法の公布日をめぐる議論」を収録）」（新しいタブで開きます）対応する問題：Q5
5. [5]
   衆議院「日本国憲法（公布文・第100条）」（新しいタブで開きます）対応する問題：Q5、Q11
6. [6]
   首相官邸「歴代内閣」（新しいタブで開きます）対応する問題：Q6
7. [7]
   国土地理院「全国都道府県市区町村別面積調」（新しいタブで開きます）対応する問題：Q7報告書記載の北海道庁・総務省統計局の資料に代えて、都道府県の面積を公表している国土地理院の資料を掲載
8. [8]
   日本政府観光局（JNTO）「訪日外客数（2024年12月および年間推計値）」（新しいタブで開きます）対応する問題：Q8
9. [9]
   ノーベル財団（NobelPrize.org）「Nobel Peace Prize 2026」（新しいタブで開きます）対応する問題：Q9報告書では国連の資料で確認。授与機関の公式ページを掲載
10. [10]
    東京スカイツリー公式サイト「東京スカイツリーのスペック」（新しいタブで開きます）対応する問題：Q12
11. [11]
    日本銀行「金融市場調節方針の変更について（2026年9月18日）」（新しいタブで開きます）対応する問題：Q13
12. [12]
    内閣府「「国民の祝日」について」（新しいタブで開きます）対応する問題：Q15
13. [13]
    総務省統計局「令和7年国勢調査（人口速報集計・人口等基本集計）」（新しいタブで開きます）対応する問題：Q20

再検証予定

次回の再検証予定日：2027年1月19日

• 再検証は自動では行われません。実施した場合は、結果と日付をこの記事に追記します。
• ChatGPTまたはGeminiの無料版の仕様変更が確認された場合は、予定日を待たずに再検証を検討します。

訂正・修正履歴

関連するAIツール

• ChatGPT今回の比較対象
• Gemini今回の比較対象
• Claude今回は採点者として使用