> ## Documentation Index
> Fetch the complete documentation index at: https://docs.vervecopilot.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 面接に適したAIモデルの選び方

> 面接タイプと好みに合わせて最適なAIモデルを選択するガイドです。

## 概要

Verve AIでは20種類のAIモデルを利用できます。選択肢が多く迷いやすいため、本ガイドでは面接タイプ別に実用的な推奨モデルを紹介します。ただし、最終的には**個人の好みが最重要**です。[**プレイグラウンド**](/ja/features/what-is-playground)で必ず検証してください。

<Tip>
  唯一の「正解モデル」はありません。実際の面接質問で複数モデルを試し、あなたに合う回答スタイルを選んでください。
</Tip>

### 総合性能

<div
  style={{
background: 'url(https://mintcdn.com/verveai/jzc8c-7o9gDM_ix4/images/background-2.png?fit=max&auto=format&n=jzc8c-7o9gDM_ix4&q=85&s=0af18b9116238a319c7a24cac112123c)',
backgroundSize: 'cover',
backgroundPosition: 'center',
padding: '1rem',
borderRadius: '12px',
marginTop: '1rem',
marginBottom: '1rem'
}}
>
  <img src="https://mintcdn.com/verveai/QJL4eGuyUaXRRBy4/images/models-perf.png?fit=max&auto=format&n=QJL4eGuyUaXRRBy4&q=85&s=a96aae5e6a8c5e22233ac461662c2694" alt="AIモデル総合性能比較" style={{borderRadius: '12px', width: '100%', border: '1px solid rgba(0, 0, 0, 0.1)', boxShadow: '0 8px 16px rgba(0, 0, 0, 0.15)'}} width="1848" height="704" data-path="images/models-perf.png" />
</div>

### 応答速度

<div
  style={{
background: 'url(https://mintcdn.com/verveai/jzc8c-7o9gDM_ix4/images/background-2.png?fit=max&auto=format&n=jzc8c-7o9gDM_ix4&q=85&s=0af18b9116238a319c7a24cac112123c)',
backgroundSize: 'cover',
backgroundPosition: 'center',
padding: '1rem',
borderRadius: '12px',
marginTop: '1rem',
marginBottom: '1rem'
}}
>
  <img src="https://mintcdn.com/verveai/QJL4eGuyUaXRRBy4/images/models-speed.png?fit=max&auto=format&n=QJL4eGuyUaXRRBy4&q=85&s=cc0c192276a3b35e6936a9cde54659bb" alt="AIモデル応答速度比較" style={{borderRadius: '12px', width: '100%', border: '1px solid rgba(0, 0, 0, 0.1)', boxShadow: '0 8px 16px rgba(0, 0, 0, 0.15)'}} width="1848" height="650" data-path="images/models-speed.png" />
</div>

***

## 面接タイプ別クイック推奨

### 技術コーディング面接

**推奨モデル:**

* **Claude 4.6 Sonnet** - コード説明とデバッグ支援に強い
* **DeepSeek V3.2** - 深い推論を備えたコーディング課題向け
* **DeepSeek V3.1** - アルゴリズム/データ構造に強い
* **GPT-5.4** - コーディング全般にバランス良好

**理由:** コーディング面接では、論理の明確さ、正確な文法、段階的な説明能力が重要です。

**代替:** 高速応答が必要なら **GPT-5.4-Mini** または **Claude 4.5 Sonnet** を試してください。

## モデル性能比較

判断しやすいよう、観点別に比較してください。

### コーディング性能

<div
  style={{
background: 'url(https://mintcdn.com/verveai/jzc8c-7o9gDM_ix4/images/background-2.png?fit=max&auto=format&n=jzc8c-7o9gDM_ix4&q=85&s=0af18b9116238a319c7a24cac112123c)',
backgroundSize: 'cover',
backgroundPosition: 'center',
padding: '1rem',
borderRadius: '12px',
marginTop: '1rem',
marginBottom: '1rem'
}}
>
  <img src="https://mintcdn.com/verveai/UbAT6oqI1VuVy8bL/images/models-coding-perf.png?fit=max&auto=format&n=UbAT6oqI1VuVy8bL&q=85&s=a1ba047daa0fa278fe320bae1055beec" alt="AIモデル コーディング性能比較" style={{borderRadius: '12px', width: '100%', border: '1px solid rgba(0, 0, 0, 0.1)', boxShadow: '0 8px 16px rgba(0, 0, 0, 0.15)'}} width="2390" height="572" data-path="images/models-coding-perf.png" />
</div>

***

### Webテスト

**推奨モデル:**

* **DeepSeek V3.2** - Webテスト向けの強力なコード生成
* **GPT-5.4-Mini** - 制限時間課題向け速度最適化
* **DeepSeek V3.1** - 複雑問題での深い推論
* **GPT-5.4** - 多様なWebテスト形式に対応

**理由:** Webテストは時間制約が強く、短時間で正確なコード生成が求められます。

**代替:** 練習用途なら **Gemini 3 Flash** が高速かつ低コストで反復しやすいです。

***

### システム設計面接

**推奨モデル:**

* **Claude 4.6 Sonnet** - アーキテクチャ思考とトレードオフ分析に強い
* **Grok 4 Reasoning** - スケーラビリティ議論向け高度推論
* **Gemini 3 Pro** - 多面的問題分析に強い
* **Kimi K2 Thinking** - 複雑システムの分解が得意

**理由:** システム設計では、高レベル思考、トレードオフ理解、設計意図の明確な説明が必要です。

**代替:** 一般的な議論なら **GPT-5.4** や **Claude 4.5 Sonnet** も有効です。

***

### 行動面接

**推奨モデル:**

* **GPT-5.4** - 自然で人間らしい回答
* **Gemini 3 Flash** - STAR法の構造化回答が得意
* **Claude 4.6 Sonnet** - 丁寧で深い回答

**理由:** 行動面接では、自然さとストーリー構成が重要です。

**代替:** プレミアムモデルは概ね有効です。トーンと語り口の好みで選んでください。

***

### データサイエンス・ML面接

**推奨モデル:**

* **Claude 4.6 Sonnet** - 統計推論と機械学習（ML）説明に強い
* **Gemini 3 Pro** - 高度なデータ分析能力
* **DeepSeek V3.2** - 深い技術ML知識
* **MiniMax M2.5** - 複雑MLトピック向け長コンテキスト推論

**理由:** 数理精度、統計理解、ML概念の明快な説明が求められます。

**代替:** **GPT-5.4** も多くのデータサイエンス質問を高品質に扱えます。

***

### ケース面接（コンサル/ビジネス）

**推奨モデル:**

* **Claude 4.6 Sonnet** - 構造化問題解決と事業推論に強い
* **GPT-5.4** - バランスの良い分析思考
* **Gemini 3 Pro** - 多面的ビジネス分析に対応
* **Grok 4 Reasoning** - 論理フレーム構築が得意

**理由:** ケース面接では、曖昧な問題を構造化して分解する力が重要です。

**代替:** 速度重視なら **GPT-5.3** または **Claude 4.5 Sonnet** も有効です。

***

### 多言語面接

**推奨モデル:**

* **Claude 4.6 Sonnet** - 多言語対応品質が高い
* **GPT-5.4** - 強力な多言語能力
* **GLM-5** - 中国語など主要アジア言語で高性能
* **Kimi K2.5** - 中国語面接に特に強い

**理由:** 英語以外の面接では、言語理解と文化文脈が重要です。

**Tip:** [面接言語設定ガイド](/ja/guides/change-interview-language)で希望言語を設定してください。

***

## 自分に合うモデルを見つける方法

<Steps>
  <Step title="面接タイプに合う推奨モデルから開始">
    上の推奨を基準に、次回面接に合うモデルを起点にします。
  </Step>

  <Step title="実質問でプレイグラウンド検証">
    [プレイグラウンド](https://www.app.vervecopilot.com/playground)で、実際に想定される質問を使って検証します。
  </Step>

  <Step title="2〜3モデルを横比較">
    同じ質問を複数モデルで試し、応答スタイル・速度・品質を比較します。
  </Step>

  <Step title="個人の好みを優先">
    短く端的な回答が合う人も、詳しい説明が合う人もいます。自然に使える出力を選びます。
  </Step>

  <Step title="回答スタイルも併せて調整">
    回答スタイルを切り替えて出力を最適化します。高度調整は[回答スタイルをカスタム](/ja/features/custom-response-style)を利用します。
  </Step>

  <Step title="適用して実戦練習">
    最適設定が見つかったら適用し、模擬面接で最終確認します。
  </Step>
</Steps>

***

## よくある質問

<AccordionGroup>
  <Accordion title="面接中にモデルを切り替えられますか？">
    いいえ。面接中の切り替えはできません。開始前にモデルを選び、プレイグラウンドで事前検証してください。
  </Accordion>

  <Accordion title="最も高価/大規模なモデルが常に最適ですか？">
    必ずしもそうではありません。Claude 4.6 Sonnetのような大規模モデルは複雑推論に強い一方、高速コーディング課題ではGPT-5.4-MiniやGemini 3 Flashのような軽量モデルの方が実用的な場合があります。面接形式と運用スタイルで判断してください。
  </Accordion>

  <Accordion title="各面接ごとにモデルを変えるべきですか？">
    はい。技術ラウンドはコーディング特化、システム設計は推論特化、行動面接は会話自然性重視など、用途別選択を推奨します。
  </Accordion>

  <Accordion title="混合面接（コーディング+システム設計）の場合は？">
    **Claude 4.6 Sonnet** や **GPT-5.4** のような汎用プレミアムモデルから始めるのが有効です。必要に応じて次回セッションでモデルを切り替えて最適化してください。
  </Accordion>

  <Accordion title="自分に合っているかどうかの判断基準は？">
    次を確認してください。

    * 面接テンポに合った速度で回答が返るか
    * 説明が自然で理解しやすいか
    * 技術的正確性が十分か
    * トーンが自分の話し方に近いか

    多くが満たされるなら、そのモデルは適しています。
  </Accordion>

  <Accordion title="効率モデルを本番面接で使えますか？">
    はい。**GPT-5.4-Mini** や **Gemini 3 Flash** は高速で実用的です。速度優先の面接に適していますが、事前に品質確認を行ってください。
  </Accordion>
</AccordionGroup>