# Grok vs. Dot vs. Muse vs. Claude Duet：パーソナルエージェント対決で最強はどれか

- 番組: [How I AI](https://ai-curator.jp/podcasts/shows/cmv40atz1000f5j0zm69lxx8n)（Claire Vo）
- 元のタイトル: Grok vs. Dot vs. Muse vs. Claude Duet: which one crushes the competition?
- 配信日: 2026年10月28日
- 長さ: 35分
- 要約作成日: 2026年10月28日
- トピック: [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#ベンチマーク](https://ai-curator.jp/topics/%E3%83%99%E3%83%B3%E3%83%81%E3%83%9E%E3%83%BC%E3%82%AF) [#computer use](https://ai-curator.jp/topics/computer%20use) [#Grok Bot](https://ai-curator.jp/topics/Grok%20Bot) [#Claude](https://ai-curator.jp/topics/Claude) [#Codex](https://ai-curator.jp/topics/Codex)
- URL: https://ai-curator.jp/podcasts/cmvs0qnmr00002u103nzpsxae

## 要約

Claire Vo が、Grok Bot、Dot、Muse、Claude Duet の4つのパーソナルエージェントを9つの実務・生活タスクで比較する初のベンチマークを実施した回。操作役には computer use を使い、採点は本人がライブで行った。総合では Grok Bot が1位、Muse が個人用途で強く、Dot と Claude Duet は創造系で苦戦したと評価している。結論として、仕事は Grok Bot、生活は Muse を勧めている。

## ポイント

- ベンチマークは各エージェントが挙げた「よくやるタスク」から共通項を選んだ9タスクで構成。プロンプトは本人の口調の短い一文にし、接続ツールとスキルも Codex でできるだけ揃えた。
- 操作役は Dot のみ Claude、他は Codex が担当した。Claude の computer use には強い不満があり、人間の介入も必要だったため条件は完全に公平ではない。
- 速度は Muse が9タスク中4つで最速、Claude Duet は全体で最も遅かった。Claude は許可確認も4回と最多で、慎重すぎると評している。
- Grok Bot はサムネイル作成（Figma が得意）、受信箱の ToDo 整理（Grok のドキュメント形式）、靴の買い物で勝利し、総合93%で1位となった。
- Muse はショート動画、家族新聞、宿題の説明で強い一方、GitHub や Slack など業務ツール未接続のため業務タスクはできなかった。
- コーディングは Dot（Codex）が最も正確な修正に近く、Claude Duet は別のバグも発見したが、Grok は検証を緩める修正で最下位。ProductIntelligence のローンチ動画は Claude Duet が最良だった。

## 章立て

- [00:00] **ベンチマークの狙いと設計** — 4エージェントを9タスクで比較する初のベンチマークの目的と、ライブ採点の方針を説明する。
- [02:07] **タスク選定と運用方法** — 各エージェントの得意タスクから共通項を選び、ツール接続を揃えて、操作役エージェントで実行した手順を紹介する。
- [07:21] **速度と許可確認の全体傾向** — 完了タスク数、速度、許可確認の回数を比較し、Muse の速さと Claude の遅さ・慎重さを指摘する。
- [10:06] **Slack返信・動画・バグ修正** — Slack返信は全員合格で Dot が本人らしさで優位。動画は Muse が最良で Claude は失敗。バグ修正は Dot と Claude が優勢。
- [17:17] **サムネイル・ToDo・家族新聞** — Figma に強い Grok がサムネイルと ToDo で勝利。家族新聞は Muse が最良で、Claude と Dot は不調だった。
- [23:30] **宿題・買い物・ローンチ動画** — 宿題説明は Muse が圧倒的に速く、買い物は Grok が最良。ローンチ動画は Claude Duet が最も優れていた。
- [30:01] **最終スコアと結論** — Grok が1位、Muse と Dot が続き、Claude Duet は79%で最下位。仕事は Grok、生活は Muse という使い分けを提案する。

## 解説記事

Claire Vo がホストを務めるポッドキャスト「How I AI」で、パーソナルエージェント4種（Grok Bot、Dot、Muse、Claude Duet）を比較する初のベンチマークが公開された。本人は「パーソナルエージェント疲れ」を理由に、9つの実タスクを使って検証したと説明している。採点は盲検ではなく、結果を見ながらのライブ形式である。

#### ベンチマークの設計

タスクは、各エージェントに「普段あなたのために行っている上位タスク」を挙げさせ、共通性の高いものを Claude で整理して決めた。内容は Slack 返信、ショート動画の編集、Sentry のバグ修正、Figma でのサムネイル作成、受信箱の ToDo 整理、家族新聞、小4の物理宿題の説明、靴の買い物、ChatPRD のローンチ動画である。

プロンプトは AI 特有の長文ではなく、本人の口調の短い一文にした。各エージェントの接続先やスキルは Codex のブラウザ操作で確認して揃えたが、Muse だけ業務ツールの接続が不十分だった。操作役は computer use（AI が画面を操作する機能）で、Dot は Claude、他は Codex が担当した。本人は Claude の computer use を「ひどい」と評しており、人手での介入も多かったため、厳密に公平な条件ではないと認めている。

#### 速度と安全性の傾向

Muse は9タスク中4つで最速で、サムネイル、受信箱、家族新聞、ローンチ動画で最も速かった。Grok はSlack返信とバグ修正で最速だった。Claude Duet は全体で最も遅く、許可確認も4回と他の1回より多かった。本人はこれを「Claude は臆病」と表現し、以前のレビューでの印象がデータでも裏づけられたと述べている。

#### タスク別の結果

Slack 返信は全員が及第点で、Dot は報酬の有無やリモートかを尋ね、本人の関心を最もよく反映していたという。動画編集では Claude Duet が動画をダウンロードできず失敗した。Muse はデザインがシンプルでカットも歯切れがよく最良、Grok は顔に重なるオーバーレイが不評で最下位とされた。

バグ修正では、Dot（Codex）が最も正解に近く、Claude Duet は別のバグも見つけ、Dot の修正済みを見抜いて追加コードは不要と判断した点が評価された。Grok は検証を緩めて解決する修正で評価が低かった。サムネイルと ToDo は Grok が優位で、本人は Figma 操作は Grok が一番得意だと述べている。家族新聞は Muse が画像付きで最も良く、Claude は Markdown の概要を返すだけだった。

宿題の説明は全員正解だったが、Muse が圧倒的に速く、本人は調べもの系の質問を ChatGPT から Muse に移しているという。靴の買い物では Claude が多くのサイトにブロックされ、色の条件も取り違えるなど失敗し、Grok が最良で Muse が続いた。ローンチ動画は Claude Duet が価値提案、ブランド、ナレーションまで完成度が高く、Dot はスライド風で不評、Grok はスキルを使ったがレイアウト崩れがあった。Muse は repo にアクセスできず、内容を創作してしまった。

#### 最終結果と本人の結論

総合は Grok Bot が93%で1位。サムネイル、ToDo、買い物で勝った。Muse は接続できなかった業務タスクを割り引いたうえで、創造系と個人用途で強いと評価された。Dot は創造系で失敗が目立ち、順位以上に Claude Duet に近いと位置づけられた。Claude Duet は79%で最下位だが、バグ修正の完全性とローンチ動画では最良だった。

本人の持論は、仕事は Grok Bot、生活は Muse というものだ。加えて、ツールアクセスを揃えること、速度、ドキュメントなど人に情報を見せるUI、許可確認と自発性のバランスが重要だと挙げた。コーディングでは Dot と Duet が優れるものの、エージェントではなく基盤の Codex や Claude を直接使うと述べている。

#### まとめ

本検証は単一ユーザーの用途で、操作役の違いや手動介入もあるため一般化には注意が必要だ。それでも、エージェントの価値がモデル性能だけでなく、接続先、速度、成果物の形式、許可設計で決まることを示している。日本の読者が自分で比較する際も、同じ接続条件と短い実務的プロンプトを使う方法は参考になるだろう。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: How I AI「Grok vs. Dot vs. Muse vs. Claude Duet: which one crushes the competition?」