AIは建築の図面や積算をどこまでこなせるか　20種類を比較する評価サイトが登場

建設分野向けソリューションを手がけるONESTRUCTION（鳥取県鳥取市）は、国内外の主要な生成AIモデルが建設業務にどの程度対応できるかを横断的に比較・検証するWebサイト「Construction AI Leaderboard」を公開した。公開時点では、商用モデルとオープンな公開モデルをあわせた20モデルを対象に、建設実務に即した5つのカテゴリで同一条件による性能評価を行っている。

同社は、経済産業省とNEDO（新エネルギー・産業技術総合開発機構）が推進する国内生成AI開発力強化プロジェクト「GENIAC」の第3期および第4期に採択され、建設ドメイン特化型の生成AI基盤モデル「Ishigaki」の開発を進めている。多様なAIモデルが登場して選択肢が広がる一方、業務目的に適したモデル選定が難しくなっている課題を背景に、同社が開発過程で培ってきた評価の知見を生かして各モデルの特性を可視化する仕組みを構築した。

評価は同社が構築した共通基盤と同一手順で実施されており、OpenAIやGoogle、Anthropicなどのモデルが含まれる。このうち「BIM情報要件（IDS）の作成」カテゴリには、国際会議「CIKM 2026」に採択された同社の論文で提案したベンチマーク「Ishigaki-IDS-Bench」を採用している。

2026年10月時点の評価結果によると、総合ランキングではClaude Opus 5.5（73.7点）とGemini 4 Argon（73.6点）がほぼ同水準で上位に並び、汎用的な大規模商用モデルが存在感を示した。ただし、5つの評価カテゴリのうち3つで首位のモデルが異なっており、総合トップのモデルがあらゆる建設業務で最善とは限らない実態が浮き彫りとなった。

業務内容による得点の傾向差も顕著に表れた。積算などの建設知識を問う分野では、評価対象の20モデルすべてが85点以上を記録し、性能差は小さかった。その一方で、図面や資料の理解、BIMデータの理解といった視覚・専門構造が絡む分野では、最上位でも60〜70点台にとどまり、小規模な公開モデルの中には1桁台に沈むものもあるなど大きな格差が生じた。また、BIM情報要件（IDS）の作成は汎用モデル首位のClaude Opus 5.5でも63.0点となり、全カテゴリ中で最も首位の点数が低い結果となった。

同サイトでは今後、6つ目の評価軸として「図面からBIMを生成する能力（BIMGenBench、仮称）」を追加する予定であるほか、新たに登場するモデルや自社開発の「Ishigaki」シリーズのモデルも順次掲載していくとしている。