最新AIは領収書をどこまで読める？100枚×11モデルで見えた進化と得意・不得意【2026年11月版】
領収書100枚×最新AI 11モデルで見えた進化と得意・不得意
最近は、AIについての新たなニュースを聞くことが、もはやアタリマエのことになりつつありますね。ただ実際、新しいAIモデルになると、何が変わるのでしょうか？上位モデルと軽量モデル、ChatGPTとClaude、Geminiでは、どんな違いがあるのでしょう？
それを検証すべく、今回、「同じ領収書100枚を、11種類の最新AIモデルに読ませてみたら、どういう違いがあるだろう？」という調査を行いました。その結果を公開します。
今回、項目一致率が最も高かったのは、OpenAIの「Chat GPT-6.1 Sol」で95.3%（597項目中569項目が一致）。この記事では様々な角度での調査結果をご紹介します。
＊これは今回の領収書画像、条件の下での調査結果で、ポケレシ本番の精度とは別です。
なお、詳細な調査レポートはPDFにもまとめていますので、ご希望の方は下記からダウンロードしてご利用いただけます。
今回わかった3つのことサマリ
今回比較した11モデル
今回比較対象としたのは下記の11モデルです。メインとなる「ChatGPT」、「Claude」、「Gemini」の各シリーズに加えて、xAIの「Grok」も入れて比較してみました。
01｜新しいAIは、どこまで読めるようになった？
旧世代 ⇔ 新世代 ①「GPT-6 Sol」と「GPT-6.1 Sol」
まずはOpenAIのGPTシリーズから、同じSol系の世代違い、「GPT-6 Sol」と「GPT-6.1 Sol」を比べてみます。今回の処理時間の中央値は、どちらも約4.6秒でした。
項目一致率は、日付や金額など個々の欄が合った割合です。「6項目がすべて一致した割合」は、一枚の6つの欄がそろって合った割合です。
・「GPT-6 Sol」： 67.0%（65/97枚）
・「GPT-6.1 Sol」： 76.3%（74/97枚）
＊100枚のうち3枚は、人の確認でも一部の項目を判読しきれなかったため、6項目すべての比較には97枚を使いました。判読できた項目は、項目別の集計に含めています。
支払先は75/99件から81/99件、登録番号は94/99件から98/99件へ。日付や金額だけでなく、名前や長い番号までそろって合う例が増えました。
旧世代 ⇔ 新世代 ②「Claude Haiku 4.5」と「Claude Haiku 5.5」
Anthropicの「Claude Haiku 4.5」と「Claude Haiku 5.5」は、同じ軽量モデルの世代違いです。6項目がすべて一致した割合は5.2%（5/97枚）から52.6%（51/97枚）へ増えました。
また、新世代のHaiku5.5では、金額、登録番号、日付などの読み取りで違いがありました。
02｜上位モデルなら、もっと読める？
上位モデル ⇔ 軽量モデル Googleの「Gemini 3.1 Pro Preview」と「3.7 Flash」
Googleの「Gemini 3.1 Pro Preview」と「Gemini 3.7 Flash」は、ともに項目一致率93.6%。Proは税内訳・登録番号、Flashは支払先・税額の一致数が多く、トータルでは同じ一致率となりました。
日付は、両者98/100件でも一致しなかった2枚は別のもの。一方、合計金額は両者100/100件でした。
処理時間の中央値はProが13.7秒、Flashが10.2秒。処理費用指数はProが3011、Flashが638で、やはり軽量モデルの方が速く、低コストな結果に。
＊処理費用指数： GPT-6 Luna＝100として指数化。低いほど低費用。今回の条件での相対値で、本番原価・サービス料金・実請求額ではありません。
ちなみに、比較対象のうち、xAIの「Grok 4.6」は、項目一致率93.1%・中央値41.4秒。Anthropicの「Claude Opus 4.7」は89.8%・4.0秒で、処理費用指数は今回最大の4846でした。モデルの位置づけだけでなく、内容・返し方・時間・費用を分けて見ると特徴が見えてきます。
03｜同じ領収書でも、AIの答えは変わる？
同じ画像 × 異なるAIモデル
薄い線を含む一枚では、原画像の日付は2026年03月13日。
それを、
・「Gemini Flash 3.7」は、「2025-03-13」
・「Gemini Pro 3.1」と「GPT-6.1 Sol」は、「2026-03-13」
と返しました。
金額の「1,010円」は、3モデルとも一致しました。
かすれを含む写真で、年の読み違いが見られた、という観察です。かすれが原因と確定したわけではなく、撮り直しの効果も今回は測っていません。
用途に合わせて、必要な項目を見る
軽量モデル ⇔ 軽量モデル 「GPT-6 LunaとClaude Haiku 5.5」
同じ軽量モデルの「GPT-6 Luna」と「Claude Haiku 5.5」では、項目一致率では85.8%と87.8%。しかし日付は「97/100」対「94/100」、合計金額は「97/100」対「96/100」で、Lunaがわずかに上でしたが、税内訳の判定では「81/99」対「87/99」と、Haiku5.5が優位でした。一般的な得意／不得意分野とは断定できませんが、総点の高さと、どの項目が得意なのか？は分けて見る必要があります。
写真の向きによって精度は変わるのか？
写真が横向きや逆さまだと、人間なら読み取るのに苦労しますよね。AIの場合はどうなのでしょうか？
読む向きが横向き（表示上90度回転している）の43枚では、6項目すべて一致が「GPT-6.1 Sol」で35/43枚、「GPT-6 Luna」で8/43枚。モデルによって大きな差が出ましたが、特に最新モデルでは、横向きでも読める精度が大きく上がったようです。
＊横長の紙とは区別しており、横向きだから一律に読めないという結果ではありません。紙の種類や文字量も重なり、向きの原因効果を断定するものではありません。
AIにより確実に読み取ってもらうためには、AI読み取ってもらう前に日付や金額が人間が画像で見ても読めるか、影・光・端の欠けなどを見る必要がありそうです。ポケレシでも、人間が視認しやすい向きで撮影し、LINEで送信することをオススメしています。
まとめ： 最新AI 11モデルを、同じ物差しで見る
手元の領収書で、ポケレシを試してみる
ポケレシは、領収書をLINEで送るだけで、内容を読み取り一覧化できるサービスです。今回の調査結果を受けて、ポケレシで使うAIも、精度、スピードを最適化したモデルに更新しました。
今後も、定期的に調査も実施しながら、ユーザーの皆さまが最新のAIを気軽に、分かりやすく使っていただけるように、サービスをアップデートし続けていきます。
料金・申込案内 →
詳細レポートのダウンロードはこちら
詳細レポートには、11モデルの6項目別結果、実画像とAI回答の詳しい解説、撮影・確認ポイントなどをより詳細にまとめています。
参考： 調査手法と数字の読み方
・調査手法： 今回は、同じ100枚の領収書画像と、すべてのAIモデルに対して共通の指示（プロンプト）を使いました。
・調査対象： 100枚×6＝600項目から、人でも判読しきれない3項目を除いて597項目で採点。6項目すべての比較ができたのは97枚分です。
・処理時間： 時間はAI処理の時間のみで、画像の送信から一覧までではありません。
・処理費用指数： 各モデルの今回の費用参考値÷GPT-6 Lunaの費用参考値×100。低いほど低費用となる参考指数でで、品質の総合点ではありません。
お問い合わせ
本調査・サービスに関するお問い合わせは、ポケレシ for 確定申告 運営事務局（info@pokerece.com）まで、お気軽にご連絡ください。
コメント