GPT-5.5 と Claude Opus 4.8 のハルシネーション（もっともらしい誤り）は、業務で頻出する5タスクを同じ条件で両モデルに試し、タスクごとに決めた基準で誤りを数えて比べます。本記事では、2026年5月時点の公式情報と、自社で比べるための検証手順（5タスク・判定の基準・記録表）、業務で誤りを抑える4つの手法を解説します。
2026年10月時点の注記：Anthropic の現行モデルは Claude Fable 5.1・Opus 5.5・Sonnet 5.5・Haiku 5.5 で、Claude Opus 4.8 は Legacy（提供は継続）の扱いです。OpenAI の GPT-5.5 は2026年10月14日に ChatGPT・ChatGPT Work・Codex での提供を終え、API では提供が続いています。2026年10月時点の ChatGPT の会話の既定のモデルは GPT-6 Sol（無料・Go プランは GPT-6 Luna）です（出典：Anthropic Models overview・OpenAI「GPT-6 と Intelligent UI をすべての人に」、2026-10-20確認）。本記事の比較の手順は、新しいモデルにもそのまま使えます。
検証の前提
本記事で比べる2つのモデル（2026年5月時点の主要モデル）の API の仕様は、次のとおりです（各社の公式のモデル仕様で2026-10-19に確認）。
| モデル | 提供元 | API のコンテキスト長 | API の最大出力 | 2026-10-19時点の提供状況 |
|---|---|---|---|---|
| GPT-5.5（gpt-5.5） | OpenAI | 1,050,000 トークン | 128,000 トークン | API で提供。ChatGPT・ChatGPT Work・Codex では2026-10-14に提供を終了 |
| Claude Opus 4.8 | Anthropic | 100万トークン | 12万8,000トークン（128K） | API で提供（旧モデル〈Legacy〉の扱い。現行の Opus は Opus 5.5） |
ChatGPT の画面で使えるコンテキストの長さ（利用枠）は、API の値とは別です。ChatGPT の料金ページの比較表では、プランやモデルの種類（Instant・推論）ごとに上限が分かれています（2026-10-19確認）。ChatGPT で試す場合は、使うプランの上限を公式の料金ページで確かめます。Google の Gemini も比べる場合は、モデルごとにコンテキスト長が違うため、Gemini API の公式のモデル一覧で確かめます。
出典：OpenAI「GPT-5.5」モデル仕様（2026-10-19確認。コンテキスト長・最大出力）、OpenAI ヘルプ「Model Release Notes」（2026-10-19確認。ChatGPT での GPT-5.5 の提供終了・API は継続）、ChatGPT の料金ページ（2026-10-19確認。プランごとのコンテキストの上限）、Anthropic「Claude Opus 4.8」モデル仕様（2026-10-19確認。コンテキスト長・最大出力・Legacy の扱い）、Google AI Models（2026-10-19確認）
検証タスクと評価基準
業務で頻出する5タスクを用意し、各モデルに同じプロンプトを同じ回数（たとえば各30回）ずつ実行して比べます。同じ質問でも回答は毎回変わり得るため、1回だけで判断しないことが大切です。
タスク一覧
| タスク | 内容 | 評価指標 |
|---|---|---|
| 1. 要約 | 5,000字の議事録を 500字 | 事実誤り件数 |
| 2. 引用付き回答 | 法令名と条文番号を明示 | 架空引用件数 |
| 3. 数値データ抽出 | PDF表からの転記 | 桁誤り件数 |
| 4. コード生成 | API クライアント実装 | 存在しないメソッド呼び出し件数 |
| 5. FAQ 応答 | 自社サービス質問 | 事実誤り / 過剰断言件数 |
記録表の作り方
試した結果は、次のような表に残します。数字は空欄の記入例です。「ハルシネーションあり」と数える基準をタスクごとに先に決めておくと、担当者が変わっても同じ物差しで比べられます。
| タスク | ハルシネーションと数えるもの | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|
| 1. 議事録要約 | 原文にない事実・数字・発言者が入った | ＿ / 30 | ＿ / 30 |
| 2. 法令条文引用 | 存在しない条文番号・法令名を示した | ＿ / 30 | ＿ / 30 |
| 3. PDF 数値抽出 | 桁・単位・行の取り違えがあった | ＿ / 30 | ＿ / 30 |
| 4. コード生成 | 存在しないメソッド・引数を呼んだ | ＿ / 30 | ＿ / 30 |
| 5. FAQ 応答 | 資料にない内容を事実として答えた | ＿ / 30 | ＿ / 30 |
あわせて、試した日・モデルの版・温度などの設定・使ったプロンプトを記録します。モデルの版が変わると結果も変わり得るため、記録がないと後から比べ直せません。
タスクごとに見るポイント
タスク2 「法令条文引用」
該当する条文が見つからないときに「不明」と答えたか、もっともらしい架空の条文を作ったかを分けて数えます。「確証がない場合は不明と答える」という指示の有無で結果が変わるかも試すと、プロンプトの作り方の判断材料になります。Anthropic の公式ガイドも、分からないと答えることを許す指示を、誤りを減らす基本の手法に挙げています。
タスク4 「コード生成」
要件が曖昧なときと、型や関数のシグネチャを明示したときの両方で試します。存在しないメソッドの呼び出しは、テストを実行すると見つけやすいため、生成したコードは実行して確かめます。
タスク3 「PDF 数値抽出」
全角・半角が混ざった数字や、セルの中で改行された数字を含む PDF を試料に入れます。業務で使うときは OCR を別途通し、構造化された CSV / JSON に変換してから AI に渡すと、転記の誤りを確かめやすくなります。
ハルシネーションを業務で抑える4手法
1. RAG（検索拡張生成）
社内文書をベクトル検索で取得し、回答時に引用させる構成。Claude / GPT どちらも MCP / Connectors 経由で実装可能です。
# Claude MCP の例
mcpServers:
internal_docs:
command: npx
args: ["-y", "@yourcompany/mcp-docs-search"]
env:
VECTOR_DB_URL: "https://..."
2. Web 検索ツール接続
ChatGPT の Browsing、Claude の Web Search ツールを ON にします。最新情報を必要とするプロンプトでは出典 URL を明示させる指示を入れます。
3. プロンプトに「出典必須」を明記
あなたは事実確認を最優先するアシスタントです。
- 出典 URL を明示できる情報のみ回答してください。
- 確証がない場合は「情報を確認できませんでした」と回答してください。
- 架空の論文タイトル / 著者を生成することを禁じます。
Anthropic の公式ガイドは、分からないと答えることを許す、長い文書では先に原文をそのまま引用させる、主張ごとに出典の引用を付けさせる、といった手法を挙げています。
4. 人間レビュー（必須）
法律・医療・財務など影響の大きい領域は、AI 出力を専門家が検証します。Anthropic の公式ガイドも、同ガイドの手法でハルシネーションは大きく減らせても完全にはなくならないとし、重要な判断に使う情報は確かめるよう求めています。
用途ごとに試す観点
どちらのモデルを使うかは、用途に近いタスクで試してから決めます。
| 用途 | 試すタスク | 見る指標 |
|---|---|---|
| 契約書レビュー / 法令リサーチ | 2. 引用付き回答 | 架空引用の件数、「不明」と答えた件数 |
| 長文ドキュメント分析 | 1. 要約 | 原文にない事実の件数（文書の長さが、使う画面や API のコンテキスト長に収まるかも確認） |
| ブレインストーミング | — | 誤りの件数より、使える案の数 |
| MCP / Connectors 連携 | 5. FAQ 応答 | 社内資料を根拠に答えたか、資料にない内容を足したか |
| 翻訳 / 多言語要約 | 1. 要約 | 固有名詞・数字の訳し違いの件数 |
| コード生成（中規模） | 4. コード生成 | 存在しないメソッドの呼び出し件数、テストが通ったか |
補足：Claude Fable 5 の登場（2026年6月追記）
2026年6月9日に Anthropic が Opus 4.8 の上位にあたる当時の最上位モデル「Claude Fable 5」を公開し、最上位帯の構図が変わりました（2026年10月時点の最上位は Claude Fable 5.1 で、Fable 5 は Legacy の扱いです）。Fable 5 の料金や、その後に出た Opus 5 との違いは Claude Fable 5の価格・料金とOpus 5の違い で解説しています。
補足：2026年7月のモデル世代交代（2026-07-25追記）
本記事の前提は2026年5月時点のモデル（GPT-5.5 / Claude Opus 4.8 / Gemini 3）です。2026年7月に3社とも世代交代しており、2026年7月時点の後継は次のとおりです。
| 本記事の前提のモデル | 2026年7月時点の後継 | 主な変更点 |
|---|---|---|
| GPT-5.5 | GPT-5.6（2026-07-09一般提供） | Sol / Terra / Luna の3変種。Sol が最上位で、企業業務・コーディング・科学研究・セキュリティ向けに強化 |
| Claude Opus 4.8 | Claude Opus 5（2026-07-24発表） | 入力$5／出力$25はOpus 4.8から据え置き。effort（思考量）は low・medium・high・xhigh・max の5段階で、既定は high |
| Gemini 3 | Gemini 3.6 Flash（2026-07-21一般提供） | 入力は約100万トークン（1,048,576）まで。Google は、3.5 Flash よりトークンの使用量を減らし、出力の価格を下げたと説明（公開時の出力は100万トークンあたり$7.50、3.5 Flash は$9.00）。API価格は2026-10-19時点で入力$0.75／出力$3.75（2026年末までの価格。2027年1月から$1.50／$7.50） |
上の表の発表日の出典：OpenAI「GPT-5.6」（2026年7月9日。限定プレビューを経た一般提供の発表）・Anthropic「Claude Opus 5」（2026年7月24日）・Gemini API の更新履歴（2026年7月21日に Gemini 3.6 Flash が一般提供）（いずれも2026-10-20確認）。
上の表の料金・トークン数の出典：Anthropic「Claude Opus 5」モデル仕様、Anthropic「Claude Opus 4.8」モデル仕様、Anthropic「Effort」、Gemini API「Gemini 3.6 Flash」・料金・Gemini 3.6 Flash guide（いずれも2026-10-19確認）。
その後も各社の版は変わり続けており、2026年10月時点の Anthropic の現行モデルは Claude Opus 5.5・Claude Fable 5.1 などで、Opus 5 は旧モデル（Legacy）の扱いです（Anthropic Models overview、2026-10-19確認）。ハルシネーションの起きやすさは世代ごとに変わり得ます。モデルが変わったら、記録表の同じタスク・同じ基準で再テストしてください。
当社のAI研修・Claude Code 業務導入
当社では、ChatGPT と Claude を併用する「マルチモデル運用」の研修を提供しています。
- タスク別モデル選定ワークショップ（自社業務へのモデルの割り当てを設計）
- ハルシネーション対策のプロンプトのテンプレート集
- MCP の接続テスト・初期設定（Claude Code 業務導入研修。RAG など仕組みの開発はAI開発で対応）
- 研修後のフォロー（ライト・スタンダードは研修後1ヶ月間の質問対応、Claude Code 業務導入研修は3ヶ月のフォローアップ付き）
料金はライト（半日）150,000円/人・スタンダード（1日）300,000円/人（税抜・各5名様〜）です。合計10時間以上になるよう組んだ研修（伴走定着（組織）の研修部分など）は人材開発支援助成金の対象になり得ます（合計10時間に満たない半日・1日の研修は対象外）。令和8年8月3日の改正で、事業展開等リスキリング支援コースでは汎用的なプロンプトの作り方など、職務に間接的に必要な内容や職業人に共通する内容の訓練が対象外になったため、最終判断は労働局への事前相談をおすすめします。当社は申請の代行をしていません。
AI研修・Claude Code 業務導入の無料相談はこちら ／ Claude Code 業務導入研修の詳細
参考文献
- OpenAI Model Index
- Anthropic Claude Model Card
- Anthropic「Reduce hallucinations」（2026-10-19確認）
- Google AI Models
- 厚生労働省 人材開発支援助成金
- 厚生労働省 令和8年8月3日からの変更点について（事業展開等リスキリング支援コース）