AI安全性ランキングの読み方｜ハルシネーションと情報漏洩を分けて比較

結論：安全性の点数だけで、仕事に使うAIを決めない#

調べものの誤りを減らしたいのか、社内資料を外へ出したくないのか。まず、この2つを分けて考えます。回答の正確さを比べるテストだけでは、入力データの保管・学習利用・共有範囲までは判断できません。

この記事では、旧記事に保存されていた点数を履歴として残し、現在の選定に使える確認手順を整理します。2026年9月のモデルを再テストした記事ではありません。「最も安全なAI」「情報漏洩しないAI」は、この記事のデータからは決められません。

安全性を比較するときの3つの確認軸#

これは読者が確認するための編集上の整理で、各社を採点した結果ではありません。NISTの生成AI向けリスク管理資料も、製品・サービスの設計から利用・評価までを扱う資料です。個別ツールの安全認定や順位表ではありません。

資料：NIST AI 600-1（2024年公開）

ハルシネーションを比べるなら、同じ質問と確認可能な原文で#

例えば、業務で参照する公開資料を1つ選び、「この資料だけを根拠に、結論と該当箇所を示して」と尋ねます。これは比較用の未実行の質問例です。特定AIのテスト結果を示しているわけではありません。

1. 公開資料と正解の根拠を先に用意する。機密・個人情報は使わない。
2. サービス名だけでなく、モデル表示・プラン・検索の有無・実行日を記録する。
3. 同じ質問で比較し、出典の存在と、引用された主張が原文にあるかを人間が確かめる。
4. 正しい回答、誤り、確認不能、回答の保留を分けて記録する。
5. 1問だけで順位を決めず、質問数と分野の偏りを添えて判断する。

出典リンクがあることと、その出典が回答を裏付けることは別です。情報が足りない場面で「分からない」と答えられるかも、用途に合わせて確認してください。

情報漏洩が心配なら、モデル名よりプランと共有範囲を見る#

契約前には、学習への利用、保存期間、削除の扱い、人による確認、接続アプリ、共有リンク、組織管理者の権限を確認します。「学習に使わない」という1項目だけで、保存や閲覧も一切ないとは判断しません。

2026年9月11日に確認したClaudeの一般消費者向けヘルプは、Free・Pro・Max等を対象とし、モデル改善を許可した場合のデータ保護と、機微な情報の入力への注意を説明しています。この説明を法人契約やAPIへそのまま当てはめないでください。

Gemini AppsのPrivacy Hubには、人による一部データの確認と、見られたくない機密情報を入力しないようにする注意が記載されています。こちらも利用するアカウント・サービスの適用条件を確認する入口であり、全Google製品を一括して判定する根拠ではありません。

• Claude：会話と機微な情報の扱い（一般消費者向け）
• Gemini Apps：Privacy Hub

業務資料を扱う場合は、所属組織が許可したサービス・契約・設定の範囲を先に確認してください。この2社の説明だけで安全性の優劣は付けません。他サービスは利用する契約の規約と設定を個別に確認してください。

旧ランキングの保存値（2026年3月の記事記録）#

以下は旧記事に掲載されていた値を、そのまま履歴として保持したものです。回答ログ・全設問・採点根拠が揃っていないため、現在のモデルの安全性、事故確率、企業への適合度を示す表ではありません。

旧記事にあった「企業利用でも安心」「特定AIの誤情報リスクが最も低い」といった説明は、この保存値だけでは裏付けられないため取り下げました。新しいモデル世代やDeepSeek・Qwen・Kimi等を推測で採点してはいません。モデルの更新を知ることと、安全性の再評価は別作業です。

導入前に残しておきたいチェックリスト#

• 何に使うか：調査、文章作成、社内資料の整理など、用途を1つに絞ったか。
• 何を入力するか：公開情報と、機密・個人情報を分けたか。
• どの条件か：モデル・プラン・検索や接続アプリ・確認日を記録したか。
• 誰が確かめるか：重要な数字や出典、公開前の権利確認を担当する人が決まっているか。
• 分からないことは何か：根拠のない項目を「問題なし」にしていないか。

まずは公開資料で小さく比較し、根拠を確認できる範囲から使います。契約・権利・機密情報に関する個別の判断は、所属組織の担当者や専門家へ確認してください。この記事は法的適合性や安全性を保証するものではありません。