前ページのあらすじ
2026年の 4 月末に，
先端モデルのＡＩが東大入試の数学で
満点を獲得したことを伝える下記のニュースが，
世間を騒がせました。
素晴らしい進歩だと思います。
しかし，最先端ＡＩの数学推論能力が十分に高まったとしても，
私たちが普段使っているＡＩもそうだと
盲信するのは危険です。
筆者は１年前（2025年 5 月）に，
無料ＡＩの数学推論能力の現状を調査し，
と結論づけました。
その結論は今でも現状を正しく表しているのか，
それともこの１年で大きく変わったのか。
先述のニュース記事が出たことで，
速やかに再調査を行う必要を感じました。
このページでは，当記事の検証に参加していただく
チャットＡＩたちの紹介と，
検証ルールの確認を行います。
早く具体的な検証内容を確認したい方は
次ページにお進みください。
参加選手（ＡＩ）の選定基準
今回の検証の趣旨は，
最先端ＡＩが東大入試の数学で
満点を取るほどに進化したというニュースを受けて，
１年前に調べた無料ＡＩの数学推論能力が
今でも未熟なのかどうかを確認する
という程度のものです。
正直なところ，それほど本格的な調査にする気は
ありませんでした。
ＡＩたちに出す問題も１年前と同じものです。
調査対象にするＡＩについても，
本格調査であれば改めてしっかり探すところですが，
簡易調査ですので，
基本的に１年前と同じ顔ぶれにしました。
１年前の調査時のＡＩ選定基準については，
１年前の記事をご覧ください。
（下記のブロクカードからお飛びいただけます）
参加選手紹介
選手一覧
それでは，参加選手の入場です。
| 選手名 | サービス名 | 熟考機能 | 提供元 |
|---|---|---|---|
| ChatGPT-N | ChatGPT | OFF | OpenAI |
| ChatGPT-T | ON | ||
| Copilot-N | Copilot | OFF | Microsoft |
| Copilot-T | ON | ||
| Gemini-N | Gemini | OFF | |
| Gemini-T | ON | ||
| Perplexity-N | Perplexity | なし | Perplexity AI |
| Claude-N | Claude | なし | Anthropic |
| Grok-N | Grok | なし | xAI |
| DeepSeek-N | DeepSeek | OFF | DeepSeek |
| DeepSeek-T | ON | ||
| MathGPT-N | MathGPT | なし | 詳細不明 |
以上，総勢１２選手になります。
- 選手名（参加ＡＩ名）は，当記事独自の呼称です。
選手プロフィール
ChatGPT（チャットジーピーティー）
基本情報
熟考機能
熟考機能をオフにしたものを ChatGPT-N ，
オンにしたものを ChatGPT-T としてご参加いただきます。
使用バージョン
回答が表示された状態で回答を再生成するボタンに
マウスカーソルを合わせると，
その回答を生成した ChatGPT のバージョンが確認できます。
それによると，熟考機能オフでは「GPT-5.3」，
熟考機能オンでは「GPT-5.4 Thinking Mini」
となるようでした。
採点用の回答を採取したのは 2026年 5 月上旬です。
その後ほどなく「GPT-5.5」がリリースされましたが，
そちらは使用していません。
Copilot（コパイロット）
基本情報
熟考機能
熟考機能をオフにしたものを Copilot-N ，
オンにしたものを Copilot-T としてご参加いただきます。
使用バージョン
残念ながらバージョンは不明です。
質問入力画面には，バージョン情報らしき表示は
見当たりません。
自己紹介を求める質問をしてみましたが，
バージョン名は非公開との回答でした。
Gemini（ジェミニ）
基本情報
熟考機能
採点用の回答を採取してから当記事執筆までの間に
仕様が変わりました。
本検証は，少し古い仕様で行いました。
下記も古い仕様に基づくものです。
質問入力欄の右端にあるプルダウンメニュー（選択リスト）で，
回答モードを選択できます。
採点用の回答を採取した時点では，
選択肢は「高速モード」「思考モード」「Pro」でした。
「Pro」が数学に向いているらしいので，
「高速モード」を熟考機能オフと見なして Gemini-N ，
「Pro」を熟考機能オンと見なして Gemini-T と定義し，
それぞれご参加いただきます。
使用バージョン
上述のプルダウンメニュー周辺の記載等から，
「Pro」が「Gemini 3.1 Pro」であることは確かだと思います。
残りの２つに自己紹介を求めてみると，
少し意外な回答でした。
- 「高速モード」… Gemini 1.5 Flash
- 「思考モード」… Gemini 3 Flash
思考モードはともかく，高速モードは古すぎません？
１年前の検証で使ったのが 2.0 や 2.5 だったというのに。
不思議。
Perplexity（パープレキシティ）
基本情報
熟考機能
１年前の検証時は，１日３回という厳しい制限ながらも
熟考機能に相当するものが使えていたのですが，
提供されなくなったようです。
よって，Perplexity-N のみのご参加となります。
使用バージョン
残念ながらバージョンは不明です。
質問入力画面には，バージョン情報らしき表示は
見当たりません。
自己紹介を求める質問をしてみましたが，
バージョン名は非公開との回答でした。
Claude（クロード）
基本情報
熟考機能・使用バージョン
無料で使えるバージョンは
「Haiku 4.5」と「Sonnet 4.6」の２つでした。
１年前は「3.7 Sonnet」であり，
Haiku は軽量・高速モデルとのことなので，
Haiku を参戦させる意義は乏しそうに思えました。
１年前と同様，熟考機能に当たるものは
無料では使えないようですので，
「Sonnet 4.6」を Claude-N とし，
１モデルのみご参加いただきます。
その後，熟考機能が追加された
正式採点対象にする回答の採取時期を過ぎてから，
明示的に長考させる機能が追加されました。
これが回答の採取時期に間に合っていれば，
Claude-T としてご参加いただけたので少し残念です。
ただ，当記事の総合成績発表ページでは，
参考記録として採点結果を掲載しています。
Grok（グロック）
基本情報
熟考機能
１年前は，明示的に熟考させることができていたのですが，
今は「Fast」というモードしか選択できなくなっています。
その状態を Grok-N とし，
１モデルのみご参加いただきます。
これを Grok-N と呼んでよいかは疑問が残るが
「-N」は，基本的には長考しないバージョンに
付けている記号です。
しかし，今回の Grok-N は結構長考します。
数十秒考えることはざらにありますし，
重めの電子計算処理を要する質問を出すと，
数分間考え込むこともありました。
これを「-N」に分類するのはどうかと思いますが，
「Fast」というモードで動作させるにもかかわらず
「-T」に分類するのも抵抗があるので，
目をつぶることにしました。
使用バージョン
Grok 本人に尋ねてみると，
「Grok 4」との回答でした。
DeepSeek（ディープシーク）
基本情報
熟考機能
熟考機能をオフにしたものを DeepSeek-N ，
オンにしたものを DeepSeek-T としてご参加いただきます。
使用バージョン
DeepSeek 自身にバージョン名を尋ねてみました。
DeepSeek-N は「DeepSeek-V3（最新版）」，
DeepSeek-T は「DeepSeek-V3 をベースにした最新モデル」
（R1 の技術も一部統合）という回答でした。
１年前にも見られたバージョン名ですが，
中身は改良されているのでしょうね。
MathGPT（マスジーピーティー）
基本情報
熟考機能
１年前は明示的に熟考させる機能があったのですが
提供されなくなったようです。
よって， MathGPT-N のみのご参加となります。
使用バージョン
質問入力画面には，バージョン情報らしきものは見当たらず。
${}$MathGPT 自身にバージョン名を尋ねてみると，
「私は MathGPT です」と答えるだけで，
バージョン名は教えてくれませんでした。
ご参加いただくべきだったＡＩ
基本的には１年前の前回検証と
同じＡＩにご参加いただく方針だったため，
以上の顔ぶれになりましたが，
参加していただくべきだったなと
後悔したＡＩが１つありました。
（実際には不参加なので折りたたみ）
検証のルール
前回と比較するための検証ですので，
検証方針は前回と同様です。
概要のみ，以下に列挙します。
詳しくは，１年前の記事をご覧ください。
（下のカードをクリックすると，該当箇所に飛べます。）
次ページの内容
次ページからはいよいよ，
筆者が勝手に巻き込んだＡＩたちに
数学に関する具体的な質問を投じ，
回答の正確性や分かりやすさを評価していきます。
１年前と比較してどれだけ進歩したかに
ご注目いただければと思います。