3社が完全に一致したのは23.0%しかない
TOOLDAQ AI は掲載239銘柄すべてを Claude・GPT・Gemini の3モデルに同じ資料・同じ6軸で採点させています。判定は合計717件。3社の開きを数え直すと、完全に一致したのは55件（23.0%）、隣り合う1段階のブレにとどまったのが126件（52.7%）、2段階以上開いたのが58件（24.3%）でした。規程では隣接1段階までを「概ね一致」として扱い、2段階以上だけを審査割れとして公開しています。
割れた58件の内訳は、2段階が43件、3段階が14件、4段階が1件。最も開いたのはHiggsfield（動画生成）の4段階で、CLAUDEがB、GPTがAA、GEMINIがAという判定でした。規程どおり中央値のAで確定していますが、この1銘柄については3社の評価がほとんど噛み合っていません。
割れる分野は決まっている——動画生成と検索・リサーチの差
カテゴリ別に割れ率を出すと、偏りがはっきり出ます。動画生成が13/28件（46.4%）で最も高く、いちばん低い検索・リサーチは1/15件（6.7%）です。同じ6軸・同じ資料で採点していても、分野によって判定の揃い方が7.0倍ほど違います。
| カテゴリ | 掲載 | 審査割れ | 割れ率 |
|---|---|---|---|
| 動画生成 | 28 | 13 | 46.4% |
| デザイン | 18 | 6 | 33.3% |
| 画像生成 | 27 | 8 | 29.6% |
| LLM・アシスタント | 28 | 7 | 25.0% |
| コーディング | 29 | 7 | 24.1% |
| ドキュメント・生産性 | 25 | 6 | 24.0% |
| 音声・音楽 | 20 | 4 | 20.0% |
| 自動化 | 21 | 4 | 19.0% |
| 文章・翻訳 | 28 | 2 | 7.1% |
| 検索・リサーチ | 15 | 1 | 6.7% |
動画生成の割れた銘柄を6軸平均で並べると、実力が確立した数銘柄と、まだ測りようがない多数に分かれます。市場全体の6軸平均が75.5であるのに対し、割れた新興銘柄の多くは50点前後に沈んでいる。判断材料の少ないツールほど、モデルによって「独自性を評価するか」「実績の薄さを見るか」で結論が変わります。逆に文章・翻訳や検索・リサーチは、出力品質と料金という比較的測りやすい軸に評価が寄るため、判定がそろいやすい。
3人の採点者には癖がある
割れの半分は、製品側ではなく採点者側の性格差で説明できます。AAA・AAの上位帯を付けた比率はCLAUDEが96件（40.2%）、GPTが119件（49.8%）、GEMINIが75件（31.4%）。GPTが最も甘く、GEMINIが最も辛い。
差はむしろ下位側で開きます。B以下を付けた件数はCLAUDEが19件、GPTが1件、GEMINIが1件。CLAUDEだけが落第点を付けており、他の2社はほとんど出しません。Higgsfieldはこの癖が最も強く出た例で、6軸平均45.3（239銘柄中230位）と数字自体は低いにもかかわらず、GPTが上位帯を付けています。
この癖があるため、1社だけの判定を根拠に選ぶと結論が偏ります。3社を並べて公開しているのは、どのモデルがどちら側に寄っているかを読者が自分で差し引けるようにするためです。
割れた銘柄をどう読むか——このデータの限界も書いておく
割れ＝低評価ではありません。確定格付けがAAAの銘柄でも3件が割れています（Fireflies.ai・OpenAI Sora・Synthesia）。上位帯の割れは「最上位か、その一歩手前か」の争いで、購入判断に与える影響は小さい。一方、確定がBBB以下の銘柄で割れている場合は「使える」と「見送るべき」が同居しているので、判定根拠を読む価値が大きくなります。
限界も2つあります。1つは採点時期がそろっていないこと。掲載データ上、GPTの採点日は2026-07-24、Geminiは2026-09-01で1か月以上開いています。この間の値上げや機能追加が片方にしか反映されていない可能性があり、割れの一部は時間差に由来します。
もう1つは、本サイトの「AI審査団」が独立した第三者の格付け機関ではないことです。当サイトが同一の資料・評価軸のもとで各AIモデルに採点させた結果であり、モデルの版や設定が変われば判定も変わります。最終的な編集責任は運営者が負っています。割れている銘柄については、確定格付けの1文字ではなく各銘柄ページの判定根拠を読み、無料枠があるものは自分の用途で試してから決めてください。