AIモデル「Composer 2.5」「Gemini 3.5 Flash」が同日登場 — 2026年春、開発者が直面している現実を整理する

5月、AIコーディング支援ツール「Cursor」が新モデル「Composer 2.5」を発表し、ほぼ同時期にGoogleが「Gemini 3.5 Flash」を投入したとの報道がある。深夜にニュースを追っている開発者界隈では、もう何個目のモデルか数えるのをやめた人も出てきた。
同じ週に3つの新モデル — 何が起きたのか
PC Watchによると、Googleは新AI「Gemini 3.5 Flash」をリリースし、Claude Opus 4.7やGPT-5.5比で4倍高速をうたっているという。一方GIGAZINEは、Cursorの新モデル「Composer 2.5」がGPT-5.5級のコーディング性能を低コストで実現すると報じている。さらにCodeZineによれば、GitHub Copilot Business/Enterpriseの基盤モデルがGPT-5.3-Codexへ移行するとされている。
たった数日の話だ。
・Cursor「Composer 2.5」: 長時間タスクと指示追従の改善を強調
・Google「Gemini 3.5 Flash」: 速度4倍を訴求
・GitHub Copilot: 基盤を「GPT-5.3-Codex」へ切り替え
・Anthropic「Claude Mythos」: セキュリティ用途で「GPT-5.4-Cyber」と比較される(ITmedia報道)
「速い」「安い」「賢い」のどれを取るか問題
すまほん!!の記事では、Composer 2.5はOpus 4.7やGPT-5.5に匹敵する性能とされ、長時間タスクと指示追従が大幅に改善されたと紹介されている。ITmediaも、AIが長時間タスクをこなす性能が想定を超える速度で伸びていて、MythosとGPT-5.5がブレークスルーになっている可能性を指摘している。
面白いのは、各社が訴求しているポイントがバラバラだということ。Googleは「速さ」、Cursorは「コスパ」、Anthropicは「長時間タスク耐性」。同じ「最新AI」と呼ばれていても、向いている用途が違う。
| モデル | 訴求軸 | 想定される強み |
|---|---|---|
| Gemini 3.5 Flash | 速度 | 大量リクエストの裁き |
| Composer 2.5 | コスト効率 | エディタ内のコード生成 |
| Claude Mythos | 長時間タスク | エージェント運用 |
| GPT-5.4 / 5.5 | 汎用性能 | 100万トークン長文脈(DXマガジン報道) |
「脱・プロンプト職人」という新しい潮流
ITmediaは、M365 Copilotが当初「ポンコツ」と呼ばれていたが、GPT-5の登場を機に活用が進み、その秘訣は「脱・プロンプト職人」だと報じている。要は、細かい指示を組み立てる技術ではなく、ふつうの依頼で動かせるようになってきた、ということ。
「去年まで必死に覚えたプロンプトのコツ、もう要らないってこと?」「むしろ普通に喋った方が精度出るのキツい」という声もネット上には出ている。
1年前にプロンプトエンジニアリングの書籍を買い込んだ層からすると、ちょっと複雑な気持ちになる話ではある。深夜、Kindleの未読リストを眺めながら俺もそれを感じた。
「脳内GPT」という不思議な現象
日本経済新聞は「脳内GPT 人類が生成AI模倣する」という見出しで、人間側がAIに似た発想・話し方をするようになっている現象を報じているとされる。ツールを使い続けるうちに、人間の思考フォーマットがAI側に寄っていく逆転現象だ。
そういえば、最近のSlackやLINEで「結論→根拠→補足」みたいなAIっぽい構造でメッセージを書いてくる同僚、急に増えた気がしないだろうか。
「便利さ」の裏で起きていること
一方、AFPBB Newsは、ChatGPTユーザー100万人超が自殺に言及しているとの報道を伝えている。BBCはGrokとの会話数十万件がユーザーへの通知なしに検索エンジンに表示されていたと報じている。朝日新聞は、ChatGPTが1千万円超の詐欺被害発覚に一役買った和歌山の事例を伝えている。
・メンタル相談先としてのAI化(プライバシー・安全設計の課題)
・会話ログの意図せぬ公開(Grokの件)
・詐欺被害の検知に役立つ一方、生成AIを使った詐欺自体も増加と各種報道
性能競争の話題ばかり追っていると見落としがちだが、「使う側の人間が壊れていないか」を問う報道のほうが、長期的にはじわじわ効いてくる類のニュースだろう。
深夜にこのニュースを眺めて思うこと
2026年5月のAIニュースを並べると、性能の話と、人間側の話が、はっきり二層に分かれてきている。前者は「どのモデルが速いか」、後者は「使い込んだ結果、人間はどうなったか」。
1か月単位でモデルが入れ替わる以上、特定のモデル名を覚えるより、自分のワークフローのどこに何を挟むか、を整理しておく方が長持ちする。それが今のところの答えだ。
2026年5月、あなたが今メインで使っているAIは?