Geminiの回答は変わるのか？ 13Q定点観測9回で分かったこと

公開日

2026年10月15日

この記事で分析した期間・観測回：2026年8月27日〜10月7日の9回（13Q方式のobs01〜07・09・10）。10月1日のobs08は本文の集計・分析に含めていません。

本文の集計・分析は、この対象範囲に基づきます。対象外の回を含む最新の公開状況は、記事末尾の「公開済みの観測記録」で確認できます。

同じ質問をGeminiに繰り返すと、答えはどのくらい変わるのでしょうか。この記事では、上記9回の観測記録から「変わらなかったこと」「回やRunで揺れたこと」「この観測からは言えないこと」を整理します。回答の原文と観測条件は、記事末尾の各観測記録で確認できます。

AIの回答が変わる一般的な要因（モデルやサービスの更新、生成のばらつき、利用環境の違いなど）は、「ChatGPTの回答が変わるのはなぜ？ 定点観測で分かったこと」で整理しています。この記事は、それらの要因のどれが働いたかを特定するものではありません。

どのように比べたか

13Q方式で固定した13問を、同じ質問文・同じ順序で、1回の観測につき3回（3Run）尋ねています。質問の一覧は「AIモデル定点観測の13問の質問一覧」に掲載しています。

この記事では、観測者が各回の要点にまとめたQ3（因果の推論）・Q6（モデルが変わっても「あなた」か）・Q9（忖度なしの一言）と、答えを照合しやすいQ1（現在の日時）・Q2（最新のAIモデル）・Q11（割引と税の計算）・Q12（最新の統計）を中心に整理します。各回のアプリのバージョンや観測時刻は、それぞれの観測記録に記載しています。

変わらなかったこと

• Q1 現在の日時：27Runすべてが、観測した日の日付と時刻（日本時間）を答えました。時刻の書き方（24時間表記か、午前・午後を付けるか）はRunによって異なりました。
• Q3 因果の推論：9回とも、「Bを止めればAも止まる」とは一般には言えない、という結論がそろいました。
• Q6 モデルが変わっても「あなた」か：モデルとしては別の存在になり得るとしつつ、役割・記憶・文脈といった利用者から見た連続性は続き得る、という二つの面に分けた説明が、多くの回で見られました。
• Q11 割引と税の計算：正しい支払総額は3,476円です。27Runのうち26Runがこの金額を答えました。
• Q12 最新の統計：「今月」の値を尋ねたのに対し、公表済みの直近の月の値を挙げて答える形が見られました（例：8月27日の回では6月分、10月7日の回では8月分）。挙げた値が公表値と一致するかは、この記事では照合していません。

回やRunで揺れたこと

• Q2 最新のAIモデル：挙げるモデル名が回やRunでそろいませんでした。「Gemini 3」「Gemini 3.1 Pro」「Gemini 3.5 Flash」「Gemini 3.5 Flash-Lite」などが現れ、シリーズ名だけを答えるRunもありました。自分が動いているモデルの名前に触れたRunもあります。
• Q3 の例外の説明：結論はそろう一方、フィードバックのように「結果が原因に影響する」例外を付け加えるかはRunごとに違いました（例：9月1日はRun1、9月3日はRun3、9月4日はRun2だけ）。10月7日の回では、この例外の説明はどのRunにもありませんでした。
• Q6 の説明の順序：別の存在であることから話し始めるか、利用者から見た連続性から話し始めるかに差がありました。9月4日の回は全Runが別の存在であることから説明を始め、10月3日の回も構造上の別の存在であることから説明を始めました。
• Q9 忖度なしの一言：人類とGoogleを分けて論評する形は共通でしたが、論点（倫理的な責任、資源や電力、自己検閲など）や、批判と称賛・感謝の配分は回やRunで変わりました。
• Q11 の1Run：9月24日の回のRun2だけが、支払総額を3,256円と答えました（正しくは3,476円）。
• 末尾の質問：9月17日以降の回では、回答の最後に利用者へ質問を返す形がQ3・Q6・Q9でたびたび見られ、全Runに共通した回もありました。

記録から見えた三つの傾向

以下は、9回の記録を並べて見た観測者の整理です。原因の説明ではなく、記録に現れた答え方の特徴です。

• 結論は安定し、付け足しの説明が揺れる：Q3の結論は9回ともそろいましたが、例外や補足を加えるかどうかは毎回異なりました。結論が同じでも、説明の中身まで同じとは限りません。
• 確かめられる質問でも、答えが一様ではない：Q2のモデル名は回ごとに変わり、Q11では27Run中1Runで計算を誤りました。多くのRunで正しくても、毎回同じ答えが返る前提は置けません。
• 答え方の型が、回を追って変わることがある：末尾で利用者に質問を返す形は、観測の後半に目立つようになりました。内容とは別に、回答の構成も変わり得ます。

ChatGPTの観測との違い

ChatGPTの観測では、観測19から20にかけて、現在時刻を「答えられない」から「直接答える」へ答え方が変わりました。今回のGeminiの9回では、すべてのRunが日付と時刻を答えています。

ただし、ChatGPTとGeminiの観測は、期間、回数、アプリの条件が異なります。同じ13問を使っていても、どちらが優れているかを比べる材料にはしません。両者の比較は、同じ時期・同じ条件で記録がそろった範囲に限って扱います。

この観測からは言えないこと

• 9回・27Runは少ない記録です。ここで見えた傾向が今後も続くとは言えません。
• 無料版・iOSアプリ・日本語での質問という条件の外へ、結果を広げることはできません。
• 答えが変わった原因（モデルの更新、設定の変更、生成のばらつきなど）は、この観測では特定できません。
• Q2のモデル名やQ12の統計値が正しいか、Q9の論評が妥当かは、この観測では評価していません。
• 回答は、それぞれの観測時点のものです。

仕事でGeminiを使うときに確かめること

• 日付や最新の情報は、答えに示された出典と公表日を確かめます。Q12のように、「今月」を直近の公表月に読み替えて答えることがあります。
• 計算は検算します。多くのRunで正しくても、誤るRunがありました。
• モデル名やバージョンの答えは、アプリの表示や提供元の公式情報で確かめます。
• 結論がいつも同じでも、付け足された説明が妥当かは別に確認します。

AIを使う前と出力を使う前に危険を予見する考え方は、「AIKY（AI利用における危険予知）」で説明しています。

公開済みの観測記録

公開中の観測記録を観測日順に掲載しています。新しい観測記録を公開すると、この一覧にも反映されます。本文の集計・分析の対象範囲は、冒頭の説明をご確認ください。