# 天安門事件要約の比較評価 評価日：2026年10月2日（日本時間） 評価対象：天安門事件に関する生成済みサマリー11件（クラウド型3件・ローカル型8件） 評価者表記：Codex-GPT6-Astra極高 本書は、出典と要約の品質、検索・要約の実測時間を比較した結果をまとめる。総合点と品質点を第1節、実験条件と採点方法を第2節・第3節、詳細な事実確認を第6節・第7節に示す。 ## 1. 評価結果 ### 1.1 全11モデルの総合点 **検索・要約時間を含む総合1位はCodex-GPT5.6-Terra高（94.40点）、品質1位はCodex-GPT6-Sol極高（98点）。ローカル型ではGPT-OSS-120B高が品質・総合とも1位だった。** **基本総合G（100点満点）＝品質加点0.8Q（80点）＋速度加点0.2E（20点）**として順位を付ける。品質Qは出典と要約を合わせた100点満点の評価で、速度Eは検索・要約時間の短さを100点満点に換算した点数である。各列の「／」の右側は満点を表す。 | 総合順位 | ID | モデル名・思考レベル | 品質加点0.8Q /80 | 速度加点0.2E /20 | 基本総合G /100 | 事前作業込みG' /100 | | --- | --- | --- | --- | --- | --- | --- | | 1 | A | Codex-GPT5.6-Terra高 | 74.40 | 20.00 | 94.40 | 94.40 | | 2 | B | Codex-GPT6-Sol極高 | 78.40 | 14.46 | 92.86 | 92.42 | | 3 | C | Codex-GPT6-Astra極高 | 76.80 | 15.23 | 92.03 | 91.38 | | 4 | D | GPT-OSS-120B高 | 62.40 | 2.67 | 65.07 | 65.01 | | 5 | E | Gemma4-26B-A4Bオン | 48.00 | 12.93 | 60.93 | 57.59 | | 6 | F | MuseGlimmer非常に高い | 48.80 | 5.50 | 54.30 | 53.30 | | 7 | G | Minimax-M2.7 | 51.20 | 0.73 | 51.93 | 51.86 | | 8 | H | Nemotron-3-Superオン | 46.40 | 5.25 | 51.65 | 51.53 | | 9 | I | Nemotron3-Nano-Omuniオン | 37.60 | 8.79 | 46.39 | 45.32 | | 10 | J | GPT-OSS-20B高 | 29.60 | 15.56 | 45.16 | 43.42 | | 11 | K | Qwen3.8-27B非常に高い | 44.00 | 0.51 | 44.51 | 44.47 | | 表の用語 | 定義 | | --- | --- | | 品質加点0.8Q | 文書の品質点Qを0.8倍した、総合評価への加点。80点満点。 | | 速度加点0.2E | 速度点Eを0.2倍した、総合評価への加点。最短の検索・要約時間287秒を20点とし、20×287秒÷各モデルの検索・要約時間で計算する。 | | 基本総合G | 品質加点と速度加点の合計。上表の順位はこの点数で決める。 | | 事前作業込みG' | 名称伝達時間と検索・要約時間を合算し、その最短293秒を速度点の基準にした参考点。品質加点は0.8Qである。 | 基本総合の時間は実験記録の「命題処理時間」に対応する。事前作業はファイル名等に用いるモデル名・思考レベルを伝える作業である。式は第3.2節、実測値は第4節に示す。各列は丸め前の値から計算し、表示だけ小数第2位に丸める。 基本総合順位と比べると、事前作業込みでも上位8件は同順で、9～11位はI（Nano）、K（Qwen）、J（GPT-OSS-20B）の順になる。 ### 1.2 全11文書の品質点 **品質Q（100点満点）＝出典R（30点）＋要約S（70点）**。出典Rは資料の適切さ・主張との対応・参照先の特定・資料の使い分け、要約Sは事実・時系列・数字と不確実性・網羅性・明瞭さを評価する。品質Qは正答率を表す百分率ではなく、これらの基準による評点である。 | 品質順位 | ID | モデル名・思考レベル | 出典R /30 | 要約S /70 | 品質Q /100 | 品質加点0.8Q /80 | | --- | --- | --- | --- | --- | --- | --- | | 1 | B | Codex-GPT6-Sol極高 | 29 | 69 | 98 | 78.40 | | 2 | C | Codex-GPT6-Astra極高 | 29 | 67 | 96 | 76.80 | | 3 | A | Codex-GPT5.6-Terra高 | 26 | 67 | 93 | 74.40 | | 4 | D | GPT-OSS-120B高 | 20 | 58 | 78 | 62.40 | | 5 | G | Minimax-M2.7 | 10 | 54 | 64 | 51.20 | | 6 | F | MuseGlimmer非常に高い | 9 | 52 | 61 | 48.80 | | 7 | E | Gemma4-26B-A4Bオン | 0 | 60 | 60 | 48.00 | | 8 | H | Nemotron-3-Superオン | 0 | 58 | 58 | 46.40 | | 9 | K | Qwen3.8-27B非常に高い | 16 | 39 | 55 | 44.00 | | 10 | I | Nemotron3-Nano-Omuniオン | 8 | 39 | 47 | 37.60 | | 11 | J | GPT-OSS-20B高 | 0 | 37 | 37 | 29.60 | 品質の配点と判断基準は第3.1節、項目別点数は第5節、個別の事実確認と修正箇所は第6節に示す。 ### 1.3 結果の読み方 Terraは短い正確な要約と速度を両立し、Sol・Astraは出典の扱いと不確実性の説明が良い。上位3件の小差は配点に依存し、時間の重みを10％にするとSolが首位になる。 ローカル型では、要約内容だけのSはGemmaが60点で最高だが、出典を含むQではGPT-OSS-120Bが78点で最上位となる。Nemotron-3-SuperはS=58で主要事項を広く扱うものの出典がなく、Q=58、総合51.65点で8位。Minimaxとの総合差約0.29点から、安定した性能差があるとは判断できない。 | 重視する点 | この11文書での判断 | 使用時に必要な補足 | | --- | --- | --- | | 正確さと出典の充実 | Sol（Q=98）、Astra（Q=96）が高評価 | 数字の対象・時点を保ち、長い文書集への参照を該当箇所まで絞る。 | | 正確さと短い処理時間 | Terra（G=94.40）が総合首位 | 指導部の対立と、死傷者発表の対象区分を補う。 | | ローカル型で出典も重視 | GPT-OSS-120B（Q=78、G=65.07）が最高 | 劉暁波の引用先、Y-historyの書誌情報、年表の時期区分を修正する。 | | ローカル型で短い要約と時間を重視 | GemmaはS=60、処理7分24秒 | 出典、ハンスト、指導部などを補って使用する。 | | Nemotron-3-Superの扱い | 主要経過を広く扱い、S=58、G=51.65 | 出典を加え、趙紫陽の役割、推計の帰属、香港の追悼制限、外国語の混在を修正する。 | | 確認を特に要する出力 | Qwen、Nano、GPT-OSS-20Bには重要な時系列・人数等の問題 | 流暢さや詳しさだけで採用せず、第6節の指摘を原資料に照らして修正する。 | ## 2. 実験PCと評価条件 ### 2.1 実験PCのハードウェアリソース この実験では、クラウド型AIと手元のPCで動かすローカル型AIに、天安門事件を調べて要約する課題を与えた。下表はローカル型AIに使用したPCの構成である。 | 項目 | 実験用PCの構成 | | --- | --- | | OS | Windows 11 Pro 64-bit | | CPU | Intel Core Ultra 9 285K | | RAM | 196060 MBytes | | マザーボード | Z890 AORUS MASTER／GIGABYTE | | GPU・VRAM | NVIDIA GeForce RTX 5060 Ti、16GB／GIGABYTE | | ローカル型AIの実行ソフト | LM Studio Bionic。検索・ファイル保存の機能を使って課題を進める方式 | | クラウド型AIの実行環境 | Codexを通じて利用。サーバーの計算資源は実験記録に記載なし | PC仕様と各AIの所要時間は実験実施者の記録に基づく。RAMの数値・単位は記録どおり掲載した。所要時間は要約を生成する課題の処理時間であり、この比較報告書の調査・採点時間は含まない。 ### 2.2 評価の目的・対象範囲 **クラウド型3件とローカル型8件の計11件**について、資料の使い方、要約の正確さ・読みやすさ、処理時間を評価した。全ファイルの出典表記を点検し、掲載された24種類のURLについて取得を試み、引用と本文の対応を照合した。 | 項目 | 評価の内容 | | --- | --- | | 評価日 | 2026年10月2日（日本時間） | | 評価者表記 | Codex-GPT6-Astra極高（ユーザー指定の呼び名） | | 対象範囲 | 主に1989年の天安門事件。1976年の記載がある場合も検証するが、省略しただけでは減点しない | | 正誤の確認 | 政府・授賞主体の公表資料、公開外交文書、研究・調査を優先し、報道等で補完 | | 検索・要約時間 | 実験記録の「命題処理時間」。対象11件中の最短はTerraの4分47秒（287秒） | | 事前の名称伝達時間 | ファイル名等に用いるモデル名と思考レベルを伝える時間。基本総合には含めず、第1.1節で加算した場合も比較。実測値は第4節 | | 引用の判定 | 内容の誤り、引用先との不一致、書誌情報の問題、未確認、出典なしを区別する | | 検索能力の測定範囲 | 検索語・閲覧の全履歴がないため、検索適合率・再現率は測定できない。文書に現れた出典活用を評価する | | 取得できない資料 | 本文未確認と記載。取得失敗だけで架空の引用と決め付けない | | 結果の限界 | 各モデル1文書・1回の記録を、モデル名を知った状態で1つのAIが評価。小差の安定性やモデル全般の性能は検証していない | 全11件を同じ配点で評価した。「高」「極高」「オン」等は実験上の表記であり、配信モデルIDや実装を独立に確認した名称ではない。情報の現況は、参照資料が示す時点と確認できる範囲に限定する。 | 実行方式 | 対象 | 文書数 | | --- | --- | --- | | クラウド型 | Codex-GPT5.6-Terra高、Codex-GPT6-Sol極高、Codex-GPT6-Astra極高 | 3 | | ローカル型 | GPT-OSS-120B、Gemma、MuseGlimmer、Minimax、Nemotron-3-Super、Nemotron3-Nano-Omuni、GPT-OSS-20B、Qwen | 8 | 1. 指定2フォルダ直下のサマリーmd全11件、両方の生成依頼文、比較依頼書、実験記録を読んだ。対象ファイルと識別情報は第4・9節に示す。 2. 発端、参加者、ハンスト、戒厳令、指導部、鎮圧の日時・場所、被害、制裁、事件後の拘束と記憶を照合した。1976年については別事件として経過・名誉回復を確認した。 3. 各文書の全出典欄と本文内の引用を点検した。異なる24種類のURL、URLなしで挙げられた資料名、出典欄そのものがない文書を含め、第7節に検証結果を示す。 4. 元ファイルの行番号を付して、事実誤認と引用の問題、未確認事項、要点の欠落を区別した。公的資料でも、当局の発表と独立に確定した事実を同一視しない。 5. 実験記録の時間を秒に換算して総合点を計算した。事前作業を含める場合、時間の重みを変える場合も併記した。 出典へのアクセスと引用の正しさは別々に確認する。実在するページでも主張の根拠にならないことがあり、リンクを取得できなくても主張そのものが別資料で確認できる場合がある。外部サイトの全記事・公文書集の全頁を検証したという意味ではなく、引用対象となる主要な記述を照合した。確認し切れない細部は「未確認」とする。 ### 2.3 総合配点 品質Qを80点満点へ換算し、検索・要約時間から算出する速度の加点20点を加える。 | 要素 | 満点 | 算出方法 | | --- | --- | --- | | 品質加点 | 80 | 0.8×品質Q。Qの内訳は出典30点＋要約70点。 | | 速度加点 | 20 | 0.2×速度E。最短287秒をE=100とする。 | | **基本総合G** | **100** | **0.8Q＋0.2E**。 | 速度は対象11件の最短時間を基準とする相対点である。事前作業を含む参考点G'でも、品質80％・速度20％の配点を用いる。時間の重みを変えた場合は第3.3節に示す。 ### 2.4 事実確認の基準 政府機関の公開文書は、当局が何を発表・記録したかを確認する根拠になる。一方、政府発表の死者数や政治的評価が、そのまま独立に確定した史実になるわけではない。大学・研究者・人権団体の資料も作成時点と立場を確認して使用した。 | 論点 | 本評価で採用する確認内容 | 主な根拠 | | --- | --- | --- | | 発端と主要日付 | 胡耀邦の死去は4月15日。広場での主要なハンスト開始は5月13日、北京の戒厳令は5月20日。 | [Columbia University：A Brief Chronology][e2]、[Amnesty UK：1989年の抗議と鎮圧][e4] | | 当時の肩書き | 胡耀邦は元総書記。1989年5月の趙紫陽は党総書記であり、首相と書くのは誤り。 | [Columbia University：A Brief Chronology][e2]、[中国政治協商会議：趙紫陽略歴][e11] | | 鎮圧と場所 | 6月3日夜から4日に軍が実弾を使用。犠牲を天安門広場の内部だけに限定できない。 | [National Security Archive：公開外交文書一覧][e5]、[PBS：Remembering the Crackdown and the Tank Man][e8] | | 死者数 | 総数は未確定。市民200人超・負傷3,000人超という当局発表と、兵士を含む241人・負傷7,000人という報道上の発表値は区分や出典を明示する。 | [Amnesty International：The 1989 Tiananmen Crackdown][e3]、[PBS：2019年の年表][e30] | | タンクマン | 戦車列の前に立ったのは6月5日。身元・その後の運命は断定しない。 | [PBS：Remembering the Crackdown and the Tank Man][e8] | | 劉暁波 | ノーベル平和賞は1989年ではなく2010年。 | [ノルウェー・ノーベル委員会：劉暁波の追悼声明][e9] | | 国際的措置 | 高官接触や武器取引の停止、新規融資審査の延期など、国・機関ごとの措置を区別する。 | [外務省：1989年アルシュ・サミット 中国に関する宣言][e13]、[欧州理事会：1989年6月マドリード会議結論 Annex II][e14] | | 事件後の扱い | 検閲や遺族への圧力については、調査主体と公表時点を示す。 | [Human Rights Watch：2026年6月1日報告][e16]、[Human Rights Watch：Tiananmen's Unhealed Wounds, 2009][e28] | | 1976年 | 周恩来追悼を契機とする四五事件。鄧小平の解任と1978年の名誉回復は1989年と混同しない。 | [人民網：中国共産党大事記・1976年][e17]、[人民網：中国共産党大事記・1978年][e18]、[Asia Watch：Rough Justice in Beijing, 1991（PDF 9ページ）][e19] | 現況を扱う主張は資料の公表日・確認可能な範囲に限定した。死者総数、タンクマンの身元・運命、裏付けのない細部を推測で確定しない。主要な基準は政府・公文書等で確認し、犠牲者や人権状況の調査、日付の補助確認は大学・人権団体・報道機関の資料と立場を分けて使用した。 個別の指摘では、次の判定語を使い分ける。 - **誤り**：確認した根拠と矛盾する記述。 - **引用不一致**：本文の主張を、付された引用先が裏付けない。 - **要修正**：一部正しいが、範囲、肩書き、時点、数字の意味などが不正確・曖昧。 - **未確認**：資料を特定・取得できない、または原資料まで裏付けが取れない。虚偽や捏造とは断定しない。 - **欠落・出典なし**：要点または根拠の提示がない。 - **一致・改善**：照合できた内容、または誤りではないが引用・表現を改善できる箇所。 ## 3. 採点方法 採点は、①文書の品質Qを100点満点で評価し、②0.8倍した品質加点に、検索・要約時間から算出する速度加点を足す、という2段階で行う。 ### 3.1 品質点Q：100点 Q＝R（出典30点）＋S（要約70点）。 | 区分 | 評価項目 | 配点 | 判断内容 | | --- | --- | --- | --- | | R1 | 資料の適切さ | 10 | 主張に適した公文書・研究・調査・報道等を選んでいるか | | R2 | 主張と出典の対応 | 10 | 参照先が記述を裏付けるか。どの主張に何を使ったか明確か | | R3 | 参照先の確かめやすさ | 5 | URL・題名・資料箇所から読者が参照先を特定できるか | | R4 | 照合と資料の使い分け | 5 | 複数資料を照合し、政府発表、推計、回想等を区別しているか | | S1 | 事実関係 | 35 | 人物、役割、出来事、場所、制度、因果の正確さ | | S2 | 時系列 | 10 | 日付・順序の正確さと、混同の少なさ | | S3 | 数字と不確実性 | 10 | 死者・負傷者、市民・軍人、推計・確定値、集計範囲を区別しているか | | S4 | 要点の網羅 | 10 | 背景、経過、指導部、鎮圧、被害、事件後など主要事項の充実度 | | S5 | 明瞭さ | 5 | 日本語、固有名詞、構成、重複の少なさ、簡潔さ | 各項目は整数評点であり、正誤件数の機械的な換算ではない。例えば受賞年の誤りや人物の役割の混同を、細かな表記の揺れより重く扱う。第6節の指摘は採点理由の説明であり、総合点からさらに減点するものではない。文章の長さ・URL数そのものでは加点しない。 出典欄も特定可能な引用もないGemma、GPT-OSS-20B、Nemotron-3-SuperはR=0とした。これは本文が全て誤りという意味ではない。媒体・団体名を挙げる文書には資料の適切さ等で部分点を与えるが、個々の記事をたどれなければR2・R3は低くなる。取得制限そのものを、モデルによる捏造や事実誤認として減点しない。 ### 3.2 時間・総合点の式 実験記録の「命題処理時間」を、本書では「検索・要約時間」と表記する。時間は実験記録の計測値を使い、ファイル更新時刻から推定しない。 - 各AIの検索・要約時間を秒に換算してtとする。最短はTerraの287秒。 - 速度E＝100×287÷t。 - **基本総合G＝0.80×Q＋0.20×E**。 - 計算には丸め前の値を使い、表示だけ小数第2位に丸める。 最短の2倍の時間なら速度点50、10倍なら10となる。例えばTerraはQ=93、E=100なのでG=94.40。Nemotron-3-SuperはQ=58、t=1093秒なのでE=26.26、G=51.65となる。 配点と変換式は依頼書に指定がないため、内容の正確さを重視して品質80％・時間20％とした。長時間の結果同士では、時間差の総合点への影響は小さくなる。総合点だけでなく品質点と具体的な指摘も併せて読む必要がある。 #### 3.2.1 事前作業を含める場合 事前作業込みではt'＝名称伝達時間＋検索・要約時間。最短t'はTerraの293秒で、E'＝100×293÷t'、G'＝0.8Q＋0.2E'とする。 名称伝達時間・検索要約時間・合計時間の実測記録は第4節に、GとG'の結果は第1.1節に示す。 ### 3.3 時間配点を変えた場合 G(w)＝(1−w)Q＋wE。wは時間の重みで、第3.2節のEを使う。 | ID | 時間0％（品質のみ） | 時間10％ | 時間20％（基本） | 時間30％ | | --- | --- | --- | --- | --- | | A | 93.00 | 93.70 | 94.40 | 95.10 | | B | 98.00 | 95.43 | 92.86 | 90.29 | | C | 96.00 | 94.01 | 92.03 | 90.04 | | D | 78.00 | 71.53 | 65.07 | 58.60 | | E | 60.00 | 60.46 | 60.93 | 61.39 | | F | 61.00 | 57.65 | 54.30 | 50.96 | | G | 64.00 | 57.97 | 51.93 | 45.90 | | H | 58.00 | 54.83 | 51.65 | 48.48 | | I | 47.00 | 46.70 | 46.39 | 46.09 | | J | 37.00 | 41.08 | 45.16 | 49.23 | | K | 55.00 | 49.75 | 44.51 | 39.26 | 時間0％・10％の全体首位はB（Sol）、20％・30％はA（Terra）。ローカル首位は0％・10％・20％でD（GPT-OSS-120B）、30％でE（Gemma）となる。配点による順位の変化であり、小さな品質差の統計的な有意性を示すものではない。 ## 4. 入力モデルと実測記録 実測時間は実験記録に基づく。括弧内は秒数を示す。クラウド型3件、ローカル型8件の順に掲載し、名称伝達時間と検索・要約時間を区別する。速度Eは、第3.2節の式による100点満点の点数である。 | ID | モデル名・思考レベル | 名称伝達時間 | 検索・要約時間 | 事前作業込み総時間 | 速度E /100 | | --- | --- | --- | --- | --- | --- | | C | Codex-GPT6-Astra極高 | 0分25秒（25秒） | 6分17秒（377秒） | 6分42秒（402秒） | 76.13 | | B | Codex-GPT6-Sol極高 | 0分21秒（21秒） | 6分37秒（397秒） | 6分58秒（418秒） | 72.29 | | A | Codex-GPT5.6-Terra高 | 0分06秒（6秒） | 4分47秒（287秒） | 4分53秒（293秒） | 100.00 | | K | Qwen3.8-27B非常に高い | 20分03秒（1203秒） | 187分50秒（11270秒） | 207分53秒（12473秒） | 2.55 | | G | Minimax-M2.7 | 16分51秒（1011秒） | 130分11秒（7811秒） | 147分02秒（8822秒） | 3.67 | | E | Gemma4-26B-A4Bオン | 2分47秒（167秒） | 7分24秒（444秒） | 10分11秒（611秒） | 64.64 | | J | GPT-OSS-20B高 | 0分55秒（55秒） | 6分09秒（369秒） | 7分04秒（424秒） | 77.78 | | D | GPT-OSS-120B高 | 1分30秒（90秒） | 35分51秒（2151秒） | 37分21秒（2241秒） | 13.34 | | F | MuseGlimmer非常に高い | 4分18秒（258秒） | 17分23秒（1043秒） | 21分41秒（1301秒） | 27.52 | | I | Nemotron3-Nano-Omuniオン | 1分46秒（106秒） | 10分53秒（653秒） | 12分39秒（759秒） | 43.95 | | H | Nemotron-3-Superオン | 0分50秒（50秒） | 18分13秒（1093秒） | 19分03秒（1143秒） | 26.26 | IDは第5節の採点表と第6節の詳しい評価を対応させる記号である。Hのファイル名は「Nemotron-3-Superオン」、時間記録は「Nemotron3-Superオン」と表記されている。対応するSuperのファイル・時間記録はそれぞれ1件なので、同じ実験ラベルとして対応付けた。 GPT-OSS-120Bは検索・要約35分51秒でG=65.07、事前作業込み37分21秒でG'=65.01となる。Nemotron-3-Superは名称伝達50秒を加えた19分03秒でG'=51.53となる。 対象ファイル・バイト数・行数・URL数・SHA-256は第9節にまとめた。 ## 5. 品質採点の内訳 品質Qは、出典R（30点）と要約S（70点）の合計である。第3.1節のR1～R4、S1～S5ごとの点数を示し、次に各モデルの主な採点理由をまとめる。 ### 5.1 項目別点数と合計 列の並びは第4節の実測記録に対応する。120B／20BはGPT-OSS、MuseはMuseGlimmer、NanoはNemotron3-Nano-Omuni、SuperはNemotron-3-Superを指す。括弧内のIDは各表・第6節で共通である。 | 項目（満点） | Astra（C） | Sol（B） | Terra（A） | Qwen（K） | Minimax（G） | Gemma（E） | 20B（J） | 120B（D） | Muse（F） | Nano（I） | Super（H） | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | R1 /10 | 10 | 10 | 10 | 7 | 7 | 0 | 0 | 6 | 4 | 5 | 0 | | R2 /10 | 9 | 9 | 7 | 2 | 1 | 0 | 0 | 6 | 1 | 1 | 0 | | R3 /5 | 5 | 5 | 5 | 5 | 1 | 0 | 0 | 5 | 2 | 1 | 0 | | R4 /5 | 5 | 5 | 4 | 2 | 1 | 0 | 0 | 3 | 2 | 1 | 0 | | **出典R合計 /30** | **29** | **29** | **26** | **16** | **10** | **0** | **0** | **20** | **9** | **8** | **0** | | S1 /35 | 35 | 35 | 35 | 19 | 29 | 34 | 23 | 33 | 29 | 24 | 31 | | S2 /10 | 9 | 10 | 10 | 3 | 9 | 9 | 4 | 7 | 6 | 4 | 9 | | S3 /10 | 10 | 10 | 9 | 4 | 7 | 7 | 3 | 6 | 6 | 3 | 7 | | S4 /10 | 9 | 10 | 8 | 9 | 8 | 7 | 4 | 8 | 8 | 6 | 9 | | S5 /5 | 4 | 4 | 5 | 4 | 1 | 3 | 3 | 4 | 3 | 2 | 2 | | **要約S合計 /70** | **67** | **69** | **67** | **39** | **54** | **60** | **37** | **58** | **52** | **39** | **58** | | **品質Q合計 /100** | **96** | **98** | **93** | **55** | **64** | **60** | **37** | **78** | **61** | **47** | **58** | ### 5.2 主な採点理由 | ID | モデル | 主な採点理由 | | --- | --- | --- | | C | Codex-GPT6-Astra極高 | 資料の性質と不確実性を適切に説明。S2：ハンスト開始日の具体性、S4：タンクマンの欠落、S5：資料説明の重複が主な減点理由。 | | B | Codex-GPT6-Sol極高 | 主要事項に重大な誤認はなく、品質98点。R2：長い文書集の該当箇所の絞り込み、S5：参照・注意書きの重複に改善余地がある。 | | A | Codex-GPT5.6-Terra高 | 主要事実・日付は正確。R2：本文と出典の個別対応、S3：死傷者発表の対象区分、S4：指導部の説明に補足の余地がある。 | | K | Qwen3.8-27B非常に高い | 論点の幅と構成、4件のURLは評価できる。S1・S2：受賞年・年表・制度の誤認、S3：推計の上下限の矛盾、R2：本文と引用の対応に問題がある。 | | G | Minimax-M2.7 | 遺族や拘束後の処遇も扱う。R2・R3：記事・引用箇所を特定しにくい。S1：趙紫陽の肩書きや制裁の範囲、S5：意味を変える誤字と複数言語の混在がある。 | | E | Gemma4-26B-A4Bオン | 主要経過は比較的正確でS=60。R：出典がなく0点。S4：ハンスト・指導部・拘束などの説明、S5：誤記・外国語混在に修正が必要。 | | J | GPT-OSS-20B高 | 発端と鎮圧の最低限の骨格はある。R：出典なし。S1・S2：終結時期・人物の説明、S3：人数と単位、S4：戒厳令・ハンスト・タンクマンの欠落が主な問題。 | | D | GPT-OSS-120B高 | ローカル型では出典を含む品質が最高。R2：劉暁波の引用先と書誌情報、S2：像・集会・ハンストの時期区分、S3：人数発表の帰属に問題がある。 | | F | MuseGlimmer非常に高い | 背景から事件後まで論点は広い。R2・R3：個々の資料を追跡しにくい。S1・S2：期間・胡耀邦の肩書き、S5：人物名の誤記に問題がある。 | | I | Nemotron3-Nano-Omuniオン | 全国化・要求・検閲・香港の観点はある。S2：ハンスト開始の誤り、S3：人数の裏付けと内部不整合、S4：戒厳令・指導部の欠落、S5：固有名詞等に問題がある。 | | H | Nemotron-3-Superオン | 主要経過と論点は広い。R：出典なしで0点。S1：趙紫陽の役割と事件範囲、S2：時刻・日付、S3：推計の帰属、S4：追悼制限、S5：外国語混在と重複が主な減点理由。 | 上表は第6節の詳細を項目別に要約したものであり、別の減点を追加するものではない。未確認の情報は、確定した誤りと区別して扱う。 ## 6. 全ファイルのファクトチェック 行番号は第9節の元ファイルに対応する。誤り・未確認・出典不足を区別し、正しいと確認できた点も併記した。クラウド型3件の後にローカル型8件を掲載する。 ### 6.1 Codex-GPT5.6-Terra高（ID：A） **品質Q=93点／基本総合G=94.40点。** 対象：[Codex-GPT5.6-Terra高 原文]()。 **良い点：** 発端、ハンスト、戒厳令、鎮圧、タンクマン、被害の不確実性を短く整理している。確認した主要な事実・日付に重大な誤認は見つからなかった。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 1～33行 | 概ね一致 | 学生以外の参加者、全国への拡大、主要年表と事件後の対応を押さえる。[大学年表][e2]、[米国務省][e1]。 | | 26行 | 要修正 | 死者200人超・負傷3,000人超が市民に関する当局発表であることを明示すると、兵士を含む別の発表値との混同を減らせる。[Amnesty][e3]。 | | 35～40行 | 改善 | 信頼できる資料4件を掲げるが、本文の主張と個々の出典番号を対応させると追跡しやすい。 | | 全体 | 欠落 | 指導部の分裂と趙紫陽の失脚を一文加えると、政治的経過が明確になる。[公開文書の解説][e24]。 | 出典の本文対応、数字の対象区分、指導部の説明が主な減点理由。品質点は93だが、最短287秒で速度点100となり、基本総合の首位となる。 ### 6.2 Codex-GPT6-Astra極高（ID：C） **品質Q=96点／基本総合G=92.03点。** 対象：[Codex-GPT6-Astra極高 原文]()。 **良い点：** 学術要旨、党史、回想、米国文書、人権団体の資料の性質を説明し、推計を確定値にしていない。主要な記述と出典の対応が良い。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 1976年の節 | 一致 | 南京の抗議と地方政治の背景は論文要旨に対応し、鎮圧の回想と1978年の名誉回復も参照資料に記述がある。[研究要旨][e20]、[鄧榕の回想][e21]、[名誉回復資料][e22]。 | | 56、62行 | 一致 | 指導部の対立と、当局発表の市民・軍人区分を慎重に説明する。[資料解説][e24]、[Amnesty][e3]。 | | 47行 | 改善 | 「5月中旬」は誤りではないが、ハンスト開始を5月13日と示すと年表の精度が上がる。[大学年表][e2]。 | | 全体 | 欠落・改善 | 6月5日のタンクマンを追加できる。文書集への参照箇所と、繰り返す資料説明も整理できる。[PBS][e8]。 | S2=9は日付の具体性、S4=9は共通要点の不足による。1976年の記載量に対する加点はしていない。Solより20秒短いが、基本総合では品質差を逆転しない。 ### 6.3 Codex-GPT6-Sol極高（ID：B） **品質Q=98点／基本総合G=92.86点。** 対象：[Codex-GPT6-Sol極高 原文]()。 **良い点：** 段落単位の引用、指導部の対立、被害の場所、数字の不確実性、現在の状況の参照時点が明確。1976年と1989年も区別されている。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 1976年の節 | 一致 | 1978年11月14日・25日の評価変更は党史年表と対応する。負傷者・拘束者の説明もAsia WatchのPDF 9ページと整合する。[党史1978年][e18]、[Asia Watch][e19]。 | | 1989年の年表・被害 | 一致 | 主要日付と、当局発表の市民・兵士の区分が明確。[Amnesty UK][e4]、[Amnesty][e3]。 | | 事件後の影響 | 一致 | 2026年6月1日のHRW報告に帰属させ、中国本土・香港の状況を説明する。[HRW][e16]。 | | 引用・全体 | 改善 | 長い文書一覧への参照は該当文書番号・箇所をさらに限定できる。参照と注意書きの重複も少し減らせる。 | 主要事項に重大な事実誤認は見つからず、品質点は最高の98。R2=9とS5=4は、引用箇所の絞り込みと長さの改善余地を反映する。Terraより110秒長く、時間20％の総合では2位。 ### 6.4 Gemma4-26B-A4Bオン（ID：E） **品質Q=60点／基本総合G=60.93点。** 対象：[Gemma4-26B-A4Bオン 原文]()。 **良い点：** 5月20日、6月3～4日、6月5日の順序は正しく、短い文書の主要な筋は良い。要約点S=60は本評価のローカル群で最も高い。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 12～15行 | 概ね一致 | 戒厳令、軍の進撃、タンクマンの年表は整合する。[Amnesty UK][e4]、[PBS][e8]。 | | 7、17行 | 誤記・要修正 | 「元総書立」は「元総書記」。「exactな数字」も自然な日本語へ修正する。 | | 17行 | 要修正 | 「政府の発表は極めて少数」だけでは対象や人数が不明。発表値と外部推計を出典付きで示す。[Amnesty][e3]。 | | 全体 | 欠落 | 出典、ハンスト、全国的な運動、指導部の対応、事件後の拘束の説明が不足する。 | | 参加者の規模 | 減点対象外の区別 | 「数万人規模」は最大時を明示しないため、最大規模より小さいという理由だけでは誤りとしない。 | R=0は、検索していない・本文が全て誤りという意味ではない。原資料への追跡可能性がないことを示す。出典の追加が最優先。 ### 6.5 GPT-OSS-120B高（ID：D） **品質Q=78点／基本総合G=65.07点。** 対象：[GPT-OSS-120B高 原文]()。 **良い点：** 3件のURLと本文内リンクがあり、発端、戒厳令、鎮圧、指導部の対立の骨格は比較的安定している。出典を含む品質点・基本総合ともローカル群で最上位。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 25行 | 引用不一致 | 劉暁波の後年の受賞自体は正しいが、引用したY-historyには受賞の裏付けがない。内容の誤りと引用の誤りを分ける。[Y-history][e25]、[ノーベル委員会][e9]。 | | 11行 | 要修正 | 民主の女神像と100万人規模の集会を5月下旬～6月初めに一括している。像は5月30日、100万人規模の支持行動は5月17～18日にも確認でき、出来事ごとに時期を示すとよい。下旬の大集会を否定する判定ではない。[大学年表][e2]。 | | 12行 | 要修正 | ハンストの「継続」は、5月19日の終了と6月2日の別の開始を分けて説明すべきである。[Amnesty UK][e4]、[PBS年表][e30]。 | | 16行 | 一致・不足 | 公式241人という報道例はあり、数字自体を誤りにしない。発表時点・区分・出典を明確にする。[PBS][e30]。 | | 29行 | 書誌情報の要修正 | Y-historyに付けた「2019年12月26日」は、ページ内で紹介された朝日新聞記事の日付として現れる。ページ自体の公表日だと確認できないため、記事の日付とページの書誌情報を区別する。[Y-history][e25]。 | | 参考文献 | 改善 | 二次資料中心。元の公文書・調査資料を加え、取得できなかったBritannicaの引用箇所も確認する必要がある。 | 35分51秒の命題処理時間が総合点を下げる。実験記録の名称設定時間90秒を加えると、設定込み37分21秒、設定込み総合65.01点となる。 ### 6.6 GPT-OSS-20B高（ID：J） **品質Q=37点／基本総合G=45.16点。** 対象：[GPT-OSS-20B高 原文]()。 **良い点：** 4月15日の発端、6月の鎮圧という最低限の骨格は記載している。命題処理は6分09秒と短い。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 11行 | 要修正 | 「5月1日頃、北京へ拡大」は、北京で4月から始まった運動の説明として不明確。[大学年表][e2]。 | | 13行 | 出典・文脈不足 | 午前0時30分という時刻だけで捏造とは判定しない。場所と根拠を示し、6月3日夜にすでに発砲があったことも説明する。[PBS年表][e30]。 | | 14行 | 過大な終結表現 | 「6月5日以降、戦闘は終了」はその後の発砲等も全て終結したように読める。6月7日の銃撃を報告する公開文書がある。[文書22の解説][e5]。 | | 17～18行 | 未確認・不明確 | 319人はY-historyにも記載があるが原発表は特定できず、真偽未確認。創作した数字とは断定しない。「数千～1万件」も死者か死傷者か不明で、人数の単位が不適切。[Y-history][e25]。 | | 22行 | 要修正 | 趙紫陽の総書記就任は1987年。「政治的影響」に置くと事件後に見える。原文が1989年の就任を断言したという判定ではない。[公式略歴][e11]。 | | 26、31行 | 未確認・要修正 | 芸術・スポーツからの排除、若年層の認識向上、映画制作増加は具体的な制度・調査がない。文化協力縮小と全面排除を混同せず、当時の呼称はECとする。[欧州理事会文書][e14]。 | | 全体 | 欠落 | 戒厳令、ハンスト、タンクマン、出典がない。 | 速度点は高いが品質点37を相殺しない。基本事項と出典を補うことが先になる。 ### 6.7 Minimax-M2.7（ID：G） **品質Q=64点／基本総合G=51.93点。** 対象：[Minimax-M2.7 原文]()。 **良い点：** 主要なハンスト・戒厳令・鎮圧の日付に加え、遺族や拘束後の処遇も扱う。独断の銃撃、180人超・負傷70人超の名簿、2012年の遺族の死などはAmnesty日本の記述と対応し、詳細であるという理由だけで虚偽とはしない。[Amnesty日本][e15]。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 39行 | 肩書きの誤り | 1989年5月の「趙紫陽首相」は党総書記に修正する。[公式略歴][e11]。 | | 74、128行 | 意味を変える誤字 | 「遺骸」は、文脈上「遺族」が必要。主に明瞭さS5に反映した。 | | 全体・108行 | 要修正 | 「公務/XP」「coverage」「上流級」などと、日本語・中国語・韓国語の混在がある。日本語としての推敲が必要。 | | 89、94行 | 要修正 | G7の「対中首脳会議の停止」は、各国の閣僚・高官接触停止を正確に表していない。世銀の「融資停止」も新規融資審査の延期など対象を限定する。[外務省の宣言][e13]。 | | 108行 | 未確認 | 「2026年6月・産経新聞報道」の該当記事を特定できない。記事URL・題名がなく、産経サイトの取得制限もあって本文照合できない。2026年の出来事がなかった、または記事が架空だと断定しない。 | | 冒頭・126行 | 要修正 | 胡耀邦を元総書記と明示し、6月4日の広場だけに事件を圧縮しない。本文には6月3日夜・市内の説明もあるため、全文の全面的な誤りとは判定しない。 | | 77行前後の名簿 | 時点の不足 | 180人「以上」は下限であり、新しい資料の人数との差だけで誤りにはならない。記録時点とURLを添える。 | 団体・媒体名はあるが記事名・URL・引用位置がない。命題処理130分11秒、設定込み147分02秒に対し、引用と文章の完成度が不足する。 ### 6.8 MuseGlimmer非常に高い（ID：F） **品質Q=61点／基本総合G=54.30点。** 対象：[MuseGlimmer非常に高い 原文]()。 **良い点：** 背景、党内対立、戒厳令、鎮圧後の銃撃、タンクマンまで扱い、主要な論点の幅はある。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 9行 | 誤り・内部不整合 | 事件全体の期間を4月27日からとする一方、本文に4月22日の集会がある。全体の開始は4月中旬に遡る。[大学年表][e2]。 | | 15行 | 肩書きの誤り | 胡耀邦は死去時には元総書記である。[大学年表][e2]。 | | 32行 | 誤記・未確認 | 「武者かいし」は人物を一意に確認できない。意図した人物を推測して正しい記述として扱わない。 | | 30行 | 一致・不足 | 241人・負傷7,000人という報道例は存在する。数字そのものは誤りではないが、出典・集計区分が必要。[PBS][e30]。 | | 参考 | 不足 | BritannicaとWikipediaの資料名はあるがURL・版・引用箇所がない。本文の主張との対応を追加すべきである。 | 本文のモデル表記「MudeGlimmer」とファイル名「MuseGlimmer」の相違は識別上の注記であり、歴史事実の減点には使用していない。 ### 6.9 Nemotron3-Nano-Omuniオン（ID：I） **品質Q=47点／基本総合G=46.39点。** 対象：[Nemotron3-Nano-Omuniオン 原文]()。 **良い点：** 全国的な運動、要求、情報統制、香港の追悼という観点はある。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 7行 | 時系列の誤り | 4月15日の追悼とハンスト開始を一体化している。主要な広場ハンストは5月13日。[大学年表][e2]。 | | 20行 | 要修正・欠落 | 政府が当初譲歩し6月3日に軍を派遣したと単純化し、5月20日の戒厳令と指導部の対立を落としている。[米国務省][e1]、[Amnesty UK][e4]。 | | 23～25行 | 未確認・範囲不足 | 800～2,600人、負傷者数万人、拘束者数十万人の根拠・地域・期間・集計条件がない。数十万人を確定的に書く裏付けは未確認であり、他の推計が一切存在しないと判定したわけではない。[Amnesty][e3]。 | | 4、24行 | 内部不整合 | 冒頭の死傷者「数百から数千人」と、後段の負傷者「数万人」が整合しない。 | | 33行 | 主語不明・未確認 | 日本の報道と検閲について、誰がどこで制限したか不明。日本国内の一般的検閲が確認できた記述として扱えない。 | | 37～40行 | 出典の特定不足 | 日本語Wikipediaの記事は実在。Amnestyの類似題名の記事とStuart Franklinのタンクマン写真も確認できるが、記載されたYouTube動画や「各種ニュース集」の個々の資料は特定できない。架空とは断定せず、記事・動画の題名、URL、公開日を補う。[日本語Wikipedia][e33]、[Amnesty][e3]、[Magnumの作品掲載][e37]。 | | 34行 | 誤記 | 「維多利亭公園」は「維多利亞公園」。[公園の公式サイト][e26]。 | 団体名やニュース集の列挙だけでは個別の主張を追跡しにくい。重要な時系列・人数の出典・外国語混在を優先的に直すべきである。 ### 6.10 Nemotron-3-Superオン（ID：H） **品質Q=58点／基本総合G=51.65点。** 対象：[Nemotron-3-Superオン 原文]()。 **良い点：** 胡耀邦死去、5月13日のハンスト、5月20日の戒厳令、6月3～4日の鎮圧という主要経過を押さえ、学生以外の参加者、指導部の対立、被害、国際反応、記憶を広く扱う。次表のとおり、一見細かい人数・日付にも対応する資料がある。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 10行 | 概ね一致・表現改善 | 4月15日の死去と16日の追悼はAmnesty日本の説明に対応。「総書記だった」は過去の肩書きとして読めるため、現職と断定した誤りとはしないが、「元総書記」と明記すると明確。[Amnesty日本][e15]。 | | 26行 | 一致・出典不足 | 5月13日に数百人がハンストを始めたというAmnesty UKの説明、5月19日に約120万人が座り込みを支持したというPBSの年表がある。「5月19日・100万人以上」を誤りとは判定しないが、人数の推計主体・出典を示す必要がある。[Amnesty UK][e4]、[PBS年表][e30]。 | | 5、29、32行 | 範囲・時刻の要修正 | 冒頭は6月4日・広場に事件を限定するように読める。本文の周辺道路の説明は適切だが、鎮圧の開始は6月3日「深夜」より「夜」とする方が、市内での発砲の経過を含めやすい。[公開外交文書][e5]、[PBS年表][e30]。 | | 37行 | 数字は対応・引用欠落 | 兵士を含む241人、負傷7,000人という当局発表の報道例はある。数千人という外部推計もあるが、誰の推計か示していない。異なる集計を並べ、総数未確定とする点は評価する。[PBS年表][e30]、[米国務省][e1]。 | | 40行 | 要修正 | 「全国で数万人が逮捕された」は、Amnesty日本が推測として述べる規模に対応する。確定した集計のように書かず、推計主体と不確実性を明示する。[Amnesty日本][e15]。 | | 43行 | 役割の要修正 | 「事件を指導した趙紫陽」は、鎮圧の指揮者または学生運動の指導者と誤解させる。対話を重視し、強硬対応をめぐる指導部対立で失脚した党総書記と説明する。29行の自文とも整合させる。[公開文書解説][e24]、[公式略歴][e11]。 | | 52、55行 | 欠落・時点不足 | タンクマンは6月5日と明記できる。香港では2020・2021年の大規模追悼集会禁止と、その後の取締りを補う。「追悼活動が行われることがある」自体は、個別の追悼行為もあるため虚偽とはしない。[PBS][e8]、[HRW・2026年6月報告][e16]。 | | 15～21、29、52、55、58行 | 日本語・重複の要修正 | 汚職・言論の自由の要求が重複。「李 Peng」「unidentified male」「diante」「mainland China」「authoritarian」を自然な日本語と人名表記に統一する。 | | 全文・61行 | 出典なし | 参考文献、URL、特定可能な記事名・日付がない。「歴史的事実に基づく」という自己説明は根拠の提示にはならず、出典Rは0点。評価者が対応資料を見つけたことは原文の引用実績には加算しない。 | S1=31は役割・事件範囲の曖昧さ、S2=9は時刻・タンクマンの日付、S3=7は推計の帰属不足、S4=9は追悼制限の説明不足、S5=2は外国語混在と重複を反映する。要約Sは58点だが出典Rが0点のため、品質Qも58点となる。検索・要約18分13秒、事前作業込み19分03秒で、総合8位。 ### 6.11 Qwen3.8-27B非常に高い（ID：K） **品質Q=55点／基本総合G=44.51点。** 対象：[Qwen3.8-27B非常に高い 原文]()。 **良い点：** 構成、論点の幅、4件の参考URL、死者数が不確定という説明は評価できる。一方、読みやすさに比べて事実の照合が不足する。 | 箇所 | 判定 | 評価・訂正 | | --- | --- | --- | | 54行 | 明確な誤り | 劉暁波のノーベル平和賞は1989年ではなく2010年。[ノーベル委員会][e9]。 | | 31行 | 時系列の誤り | 6月1日に学生が一斉に北京市外へ移動したという説明は、抗議・占拠の継続や6月2日の新たなハンストと整合しない。[PBS年表][e30]。 | | 28行 | 未確認・欠落 | 4月25日・北京大学学食での断食の根拠を特定できず、主要な5月13日の開始が抜ける。小規模な先行行動の一切を否定する判定ではない。[大学年表][e2]。 | | 59行 | 制度の誤認 | 最恵国待遇の年次審査化を事件後に新設した制裁とするのは不適切。議会記録は1980年からの毎年の更新に言及する。[米国議会記録][e10]。 | | 44、46行 | 内部矛盾 | 同じ1万人という数字を、公電紹介では下限、直後のまとめでは上限に変えている。推計の上下限と伝聞の性質を保つ必要がある。 | | 21行 | 未確認・要修正 | 胡耀邦の1987年以降の軟禁は裏付け不足。公式年表にはその後の地方滞在・活動も記され、失脚と軟禁を同一視できない。[党史年表][e12]。 | | 41、43、60～62行 | 一部対応・原資料未確認 | 241人はPBS、米国公電の2,600人という推計の紹介は公開文書31の解説に対応する。6月20日の日本の融資凍結は掲げられた英語Wikipediaにも記載があるが、具体的な援助区分・日付を日本側原資料で照合し切れていない。319人の原発表、香港の預金引出額等も原資料未確認。[PBS][e30]、[公開文書31][e5]、[各国反応の記事][e34]。 | | 74～77行 | 引用の範囲不足 | PBS年表の題名・2019年6月5日は一致するが、6月1日の一斉移動はその年表の占拠継続の説明と矛盾する。BBCの題名・2014年6月2日と本文は取得制限により未確認。参考文献の実在と、個々の記述の正しさを分ける。[PBS年表][e30]、[掲示されたBBCリンク][e36]。 | 命題処理187分50秒、設定込み207分53秒は対象11件中で最長。詳しい文章と長い処理時間が、この出力では正確さに結びついていない。 ## 7. 引用・出典情報の点検と実験の限界 ### 7.1 全ファイルの引用点検 #### 7.1.1 全24種類のURLの照合 原文に掲載された異なるURLは全体で24種類、文書ごとの重複を除いたURL数の合計は30件である。同じURLを複数文書が用いるため、両者は一致しない。本文・PDF・論文要旨を取得できたものは20種類、直接取得できず検索索引の本文で照合したPBS記事が2種類、取得制限により本文未確認のものが2種類だった。 下表は24種類全てを対象とする。「対応」は確認した記述についての判定であり、記事全体の無謬性や、そこから引用できる全ての主張を保証するものではない。各モデルの具体的な誤り・曖昧さは第6節に示した。 | No. | 参照先 | 掲載モデルID | 取得状況 | 引用情報の照合結果 | | --- | --- | --- | --- | --- | | 1 | [米国務省歴史局][e1] | A・B・C | 本文取得 | 抗議の発端、戒厳令、鎮圧、被害推計、米国の対応に対応。更新終了の歴史資料であり、2026年の現況の根拠にはしない。 | | 2 | [Columbia University年表][e2] | A | 本文取得 | 4月15日、5月13日、5月17～18日、像の5月30日などに対応。人数・発砲時刻の全てを網羅する資料ではない。 | | 3 | [HRW・2009年報告][e28] | A | 本文取得 | 検証可能な犠牲者一覧の不公表、検閲、遺族への圧力の説明に対応。資料時点は2009年。 | | 4 | [National Security Archive・1999年文書集][e31] | A・C | 本文取得 | 題名・公開文書集の実在を確認。抗議、鎮圧、外交上の影響に対応。文書集全体への引用なので、該当文書を絞る余地がある。 | | 5 | [Dong・Walder論文][e20] | C | 要旨取得 | 著者、2014年、南京の3月末の抗議と地方政治の説明に対応。要旨のみという原文の限定も正確。 | | 6 | [中国共産党大事記・1976年][e17] | B・C | 本文取得 | 周恩来死去、追悼・抗議、花輪撤去、鄧小平の処分に対応。党の政治的評価は帰属を示して読む。 | | 7 | [鄧榕の回想・第51章][e21] | C | 本文取得 | 作者・2016年8月24日、4月5日の排除・暴行・逮捕に対応。回想として扱う原文の区分は妥当。 | | 8 | [歴史選択了鄧小平（30）][e22] | C | 本文取得 | 高屹、2018年5月、1978年11月の名誉回復に対応。 | | 9 | [Amnesty USA・2014年記事][e23] | C | 本文取得 | 題名・2014年5月10日、4月26日、5月20日、鎮圧後の拘束に対応。 | | 10 | [The U.S. Tiananmen Papers][e24] | C | 本文取得 | 2001年の資料解説。経済問題・指導部対立・趙紫陽失脚に対応。公文書と後年の解説を区別する必要がある。 | | 11 | [Amnesty International・事件解説][e3] | B・C | 本文取得 | 市民200人超・負傷3,000人超と兵士の区分、総数未確定、検閲、遺族への圧力に対応。Cの2026年墓参禁止の帰属もページ内に確認。 | | 12 | [Asia Watch・1991年報告][e19] | B | PDF本文取得 | PDF 9ページに1976年の負傷者・拘束者の説明があり、原文のページ指定と対応。 | | 13 | [中国共産党大事記・1978年][e18] | B | 本文取得 | 11月14日の北京市委の発表、11月25日の政治局による名誉回復に対応。 | | 14 | [National Security Archive・文書解説一覧][e5] | B | 本文取得 | 戒厳令、周辺道路での被害、指導部対立に対応。文書24等を指定した引用はたどれる。速報・伝聞は確定事実と区別する。 | | 15 | [Amnesty UK・抗議と鎮圧][e4] | B | 本文取得 | 5月13日、19日のハンスト終了、20日の戒厳令、鎮圧・処罰に対応。 | | 16 | [PBS・2019年年表][e30] | B・K | 検索索引で本文確認 | 題名・2019年6月5日は一致。Kの「6月1日に学生が一斉に北京市外へ移動」は、同記事の占拠継続・6月2日ハンストと矛盾。 | | 17 | [PBS・タンクマン記事][e8] | B | 検索索引で本文確認 | 2020年6月4日掲載。タンクマンの6月5日、身元・その後は未解明、市内の被害という説明に対応。 | | 18 | [HRW・2026年6月1日報告][e16] | B | 本文取得 | 検閲、遺族の要求、香港の2020・2021年の追悼集会禁止と2021年の団体・記念館閉鎖に対応。原文は報告日を明記。 | | 19 | [Y-history・天安門事件（第2次）][e25] | D | 本文取得 | 背景・指導部対立は対応。一方、Dの25行の劉暁波受賞はこのページで裏付けられない。29行の2019年12月26日は紹介された新聞記事の日付であり、ページの公表日とは確認できない。 | | 20 | [Encyclopaedia Britannica][e35] | D | 取得制限・未確認 | 掲示URLへの取得を試みたが本文を得られない。像・100万人・241人・タンクマン・検閲の各引用について、当該ページによる支持は未確認。別資料による事実確認と分けて評価。 | | 21 | [英語Wikipedia・1989年の抗議][e32] | D | 本文取得 | 記事は実在し、西側の制裁・武器禁輸等の一般的記述に対応。二次資料なので、国別措置は公式宣言でも照合した。 | | 22 | [日本語Wikipedia・六四天安門事件][e33] | K | 記事取得 | 記事の実在と事件を扱う本文を確認。段落ごとの引用指定がなく、Kの全ての細部の根拠とはみなさない。受賞年は授賞主体の記録で検証した。 | | 23 | [BBC・掲示された年表URL][e36] | K | 取得制限・未確認 | BBC側の取得制限により、題名、2014年6月2日という書誌情報、100万人以上の記述を直接照合できない。リンク・記事の捏造とは断定しない。 | | 24 | [英語Wikipedia・各国の反応][e34] | K | 本文取得 | 国際的非難、日本の融資凍結等に対応する記述はある。ただしODAの区分・日付、香港の個別の金額等は原資料による確認と区別し、全面的な裏付けとはしない。 | #### 7.1.2 URLのない6文書の出典表記 | ID・モデル | 原文の出典表記 | 検証結果 | | --- | --- | --- | | E・Gemma | 特定可能な出典なし | 引用情報そのものがない。本文の事実を独立資料で照合したが、原文の根拠を読者が追跡できない。 | | F・MuseGlimmer | Encyclopaedia Britannica、Wikipedia「六四事件」 | 媒体・辞典は実在し、Wikipediaの対応する事件記事も確認した。ただしURL・版・引用位置がなく、用いたページの特定と個々の主張の照合は不十分。Britannicaの本文は取得できなかった。[事件記事][e33]。 | | G・Minimax | Amnesty日本、米国務省歴史局、日本語Wikipedia、Business Insider Japan、BBC NEWS JAPAN、産経新聞等 | Amnesty日本の事件・遺族の説明は対応箇所を確認した。米国務省とWikipediaにも事件解説があるが、団体・媒体の実在だけで全文の根拠とはしない。他の媒体は記事名・URL・日付の不足により個別の引用を特定できず、「2026年6月・産経新聞報道」の内容も未確認。[Amnesty日本][e15]、[米国務省][e1]、[Wikipedia][e33]。 | | H・Nemotron-3-Super | 特定可能な出典なし | 主要日付や241人・7,000人などに対応する資料は評価者が確認したが、原文には引用がない。「歴史的事実に基づく」という文末の説明では出典を代替できない。 | | I・Nemotron3-Nano-Omuni | Wikipedia、Amnestyの記事名、YouTube上のTank Man／Stuart Franklin、各種ニュース集 | Wikipediaの記事、Amnestyの類似題名の記事、Stuart Franklinの写真作品は存在する。記載された動画と包括的な「ニュース集」は一意に特定できない。写真作品の確認はYouTube動画の確認ではない。[Wikipedia][e33]、[Amnesty][e3]、[Magnum Photos][e37]。 | | J・GPT-OSS-20B | 特定可能な出典なし | 引用情報そのものがない。日付・数字・国際措置を独立資料で照合したが、原文の根拠を追跡できない。 | ### 7.2 この結果から言える範囲 生成時の検索語、全検索結果、閲覧履歴、ツールログは提供されていない。生成依頼の検索条件は「学習済み知識に情報がない場合」であり、無引用だけで検索していない、または生成指示違反とは判断しない。ローカル側の保存された依頼文には同じフォルダのmdを参照しない条件もあるが、各実行時の指示や参照履歴は確認できないため、生成過程の独立性は評価対象外とした。 量子化、GPUへの配置量、コンテキスト長、出力トークン数、検索・再試行の回数、並行負荷、クラウド側の資源は不明。長時間化の原因をモデルサイズやメモリ不足に特定できず、この時間比較はトークン生成速度の比較でもない。計測の開始・終了条件は記録以上に推定しない。費用は未計測である。 評価対象は各モデルから得られた1文書であり、モデル一般の優劣を断定する実験ではない。実行資源・検索履歴等が揃っておらず、同一モデルの反復実験や複数評価者による採点もない。時間の重みで首位が変わることを踏まえ、用途に応じてQ・R・Sと実測時間を個別に確認する。 ### 7.3 未確定情報と誤りの区別 **明確な内容の誤り**には、Qwenの劉暁波の受賞年と6月1日の一斉移動、Minimaxの趙紫陽の肩書き、Nanoのハンスト開始時期がある。**引用先との不一致**としては、GPT-OSS-120Bが劉暁波の受賞の根拠にY-historyを付した点、Qwenの6月1日の説明が参考文献に挙げたPBS年表と矛盾する点を確認した。GPT-OSS-120BのY-historyの日付は、ページとその中で紹介する新聞記事を混同している。 一方、本文を取得できなかったBBC・Britannica、記事を特定できない産経新聞等の表記について、リンクや記事が架空だとは確認していない。319人という数字は二次資料に存在するものの、原発表まで確認できていない。虚偽と断定する項目と、裏付け不足の項目を分けて扱う。 Amnesty日本のページには見出しと本文に異なる経過年数が含まれるため、年次表現をそのまま現況に転用しない。現況はHRWの2026年6月1日報告など、公表時点を限定できる記述を使用した。取得日を基準に、ページ内の予定・過去の状況を現在の確定事実に読み替えてはいない。 ## 8. 検証に用いた資料 確認日は2026年10月2日。以下は採点に用いた根拠と、各要約の引用を検証するための対象資料である。二次資料、回想、推計の性質を保って利用した。取得できない資料や検索索引のみで確認した資料は、その制限を明記する。 ### 8.1 政府・公的機関・授賞主体の資料 | 資料 | 用途・確認範囲 | | --- | --- | | [米国務省歴史局：Tiananmen Square, 1989][e1] | 発端・鎮圧・米国の対応。歴史解説。 | | [ノルウェー・ノーベル委員会：劉暁波の追悼声明][e9] | 2010年受賞と授賞式不在。2017年7月13日の声明。 | | [米国議会記録：1995年7月21日][e10] | 1980年以来の年次MFN更新。検索索引の該当記述で確認。 | | [中国政治協商会議：趙紫陽略歴][e11] | 1987年の総書記就任、1989年の解任。検索索引の略歴で確認。 | | [人民網党史：胡耀邦生平大事年表][e12] | 1987年の辞任と1988～89年の地方滞在等。検索索引で確認。 | | [外務省：1989年アルシュ・サミット 中国に関する宣言][e13] | 閣僚等の接触停止、武器取引停止、新規融資審査延期。 | | [欧州理事会：1989年6月マドリード会議結論][e14] | PDF 25ページ、Annex IIの対中措置。 | | [人民網：中国共産党大事記・1976年][e17] | 1976年の経過と党による政治的評価。 | | [人民網：中国共産党大事記・1978年][e18] | 11月14日・25日の名誉回復。 | | [香港康楽及文化事務署：維多利亞公園][e26] | 公園の正式名称。 | ### 8.2 大学・研究・調査・人権団体等の資料 | 資料 | 用途・確認範囲 | | --- | --- | | [Columbia University：A Brief Chronology][e2] | 1989年の主要日付。 | | [Amnesty International：The 1989 Tiananmen Crackdown][e3] | 当局発表の区分、不確実性、拘束、検閲、遺族。現況は記載時点に限定。 | | [Amnesty UK：1989年の抗議と鎮圧][e4] | ハンスト、戒厳令、鎮圧後の処罰。 | | [National Security Archive：公開外交文書の解説一覧][e5] | 指導部対立、周辺道路の被害、6月7日の発砲、文書31の死者推計。 | | [National Security Archive：The Declassified History][e31] | 1999年6月1日の公開文書集。研究機関であり米政府そのものではない。 | | [Amnesty日本：天安門事件と遺族の活動][e15] | 数万人逮捕は推測、遺族名簿、2012年の遺族の死。年次表現の混在に注意。 | | [Human Rights Watch：2026年6月1日報告][e16] | 中国本土・香港の検閲と追悼制限。6月の報告時点。 | | [Asia Watch：Rough Justice in Beijing（1991年）][e19] | PDF 9ページの1976年の負傷・拘束。 | | [Dong・Walder：Foreshocks（2014年）][e20] | 南京の1976年3月末の抗議。閲覧できた要旨のみ使用。 | | [人民網：鄧榕の回想・第51章（2016年）][e21] | 1976年4月5日の排除・逮捕に関する回想。 | | [人民網：歴史選択了鄧小平（30）（2018年）][e22] | 1978年11月の名誉回復。 | | [Amnesty USA：1989年春に何が起きたか（2014年）][e23] | 運動の拡大と鎮圧、拘束後の処遇。 | | [National Security Archive：The U.S. Tiananmen Papers（2001年）][e24] | 指導部対立と趙紫陽失脚。公文書と後年の解説を区別。 | | [Human Rights Watch：Tiananmen's Unhealed Wounds（2009年）][e28] | 被害の情報公開、遺族、検閲。 | ### 8.3 報道・百科事典・作品資料と検証対象リンク | 資料 | 用途・確認範囲 | | --- | --- | | [PBS：Remembering the Crackdown and the Tank Man（2020年）][e8] | 6月5日、身元・運命の不確実性。直接取得不可、検索索引で本文確認。 | | [PBS：Timeline: What Led to the Tiananmen Square Massacre（2019年）][e30] | 5月19日の支持行動、6月の占拠継続、241人の発表値。検索索引で本文確認。 | | [Y-history：天安門事件（第2次）][e25] | 引用の対応と319人という二次記述の所在の確認。正解を確定する中心資料にはしない。 | | [英語Wikipedia：1989 Tiananmen Square protests and massacre][e32] | Dの引用元の存在・一般的な国際反応を確認。 | | [日本語Wikipedia：六四天安門事件][e33] | K・I等の出典表記の確認。記述を独立に確定する根拠とは区別。 | | [英語Wikipedia：Reactions to the 1989 Tiananmen Square protests and massacre][e34] | Kの出典と各国反応の記述を照合。原資料の確認は一部未了。 | | [Encyclopaedia Britannica：Tiananmen Square incident][e35] | Dが掲げた検証対象リンク。本文取得不可のため正解情報の根拠には使用しない。 | | [BBC：Qwenが掲げた年表URL][e36] | 検証対象リンク。記事の題名・日付・本文は取得制限により未確認。 | | [Magnum Photos：Stuart FranklinのTank Man作品掲載][e37] | 撮影者・作品の存在の確認。IのYouTube動画そのものの特定ではない。 | ## 9. 入力ファイルの識別情報 ### 9.1 評価対象の要約文書 2つの入力フォルダ直下にあるサマリーmd全11件を対象とした。行番号は各ファイルの先頭を1行目とし、行数は末尾の改行だけによる空行を除く。URL数は文書内の異なるhttp・httpsリンクを数えたもので、参照先の品質を表す指標ではない。 | ID | 評価対象ファイル | バイト数 | 行数 | 異なるURL数 | | --- | --- | --- | --- | --- | | A | [Codex-GPT5.6-Terra高]() | 4010 | 43 | 4 | | C | [Codex-GPT6-Astra極高]() | 9771 | 100 | 9 | | B | [Codex-GPT6-Sol極高]() | 10213 | 97 | 10 | | E | [Gemma4-26B-A4Bオン]() | 2583 | 22 | 0 | | D | [GPT-OSS-120B高]() | 3341 | 31 | 3 | | J | [GPT-OSS-20B高]() | 3171 | 34 | 0 | | G | [Minimax-M2.7]() | 6355 | 133 | 0 | | F | [MuseGlimmer非常に高い]() | 2896 | 48 | 0 | | I | [Nemotron3-Nano-Omuniオン]() | 3336 | 44 | 0 | | H | [Nemotron-3-Superオン]() | 5211 | 61 | 0 | | K | [Qwen3.8-27B非常に高い]() | 6840 | 77 | 4 | ### 9.2 内容の識別情報 SHA-256は、読者が評価対象と手元のファイルの内容が同じか確認するための識別値である。第9節のIDに対応する。元の要約・依頼文・実験記録は編集せず、この比較報告書を指定の比較結果フォルダに保存した。 | ID | 元ファイルのSHA-256 | | --- | --- | | A | `0BD3AD82936429F54648AC9266E08CF524C4081AFB563B35DBD79F75ADDEA610` | | C | `127D7A834B323F495AB00460670930013850BA4CA871123DB8B43A160BF44A03` | | B | `F4C2EF694CF851AA97657F8D60863BB82D9C364FA7B4DA025EE1FF860841A736` | | E | `BC0A48A2FF4E92AFBB1BC5C7A321B355DD51C48FFBF2A9C8D39404DA4348B1F8` | | D | `B4A11E33AE001E1DF037D897779D060B39EB8E624284312F85B33891EB084AAE` | | J | `44D2FB3B2610E5E91634975B49B9F8E63A300CC145729E39C67D03B3C91EF78E` | | G | `3E7BD4A03EA9A8E42A8FAB524DD452FF30E36351A651AFC511494C5AADD4917F` | | F | `A3D856A2D81DDE3E18225BAE164988D8EC968656328D2A0CDE4FF369DE902F1B` | | I | `1426D9873307D7B58A047EA84CD223FD48AEEF0640535A60752CBB92C84409E5` | | H | `C667D5EEC0D89E85DB466633E3F86228835B14E8D9FDCBE92DD5B231CB5B852E` | | K | `AA99DA875F6BAAEF8583AD0BA8515A2E620E542DACA79F70E8F40CBD4D7297D5` | | 条件・形式の参照ファイル | SHA-256 | | --- | --- | | [クラウド型の生成依頼文]() | `C0390F5045AFCCE129213AA7014A8543F0AF9385DC59920998B072CA1F9EF1E4` | | [ローカル型の生成依頼文]() | `01B6845320E91D530A266B18815BE49F8A7E11C51E3030B7FC40F5CE29D3BC56` | | [比較依頼書]() | `E438FA29A8055FA0837497F17E84D8D0B1A1191C61D96DE76BAF1815DF785F44` | | [実験方法・ハードウェア・時間記録]() | `C33ABF2D7B3211F05B1C71D2E397EF76D25C6CE02A89155A4113EEBBD234D265` | | [構成の参考：天安門事件情報比較GPT6-Astra]() | `9828B2AE6BECE7CC1EE5B530EF5090BC01792FD77F7489FBD66439286E8C7057` | モデル名はファイル名と実験記録の実験ラベルに従う。ラベルから配信モデルの内部ID、量子化、パラメーター数、検索の実行履歴を確認したものではない。 [e1]: https://history.state.gov/milestones/1989-1992/tiananmen-square [e2]: https://afe.easia.columbia.edu/special/china_1950_tiananmen_timeline.htm [e3]: https://www.amnesty.org/en/projects/the-1989-tiananmen-crackdown/ [e4]: https://www.amnesty.org.uk/knowledge-hub/all-resources/china-1989-tiananmen-square-protests-demonstration-massacre/ [e5]: https://nsarchive2.gwu.edu/NSAEBB/NSAEBB16/documents/index.html [e8]: https://www.pbs.org/wgbh/frontline/article/remembering-the-tiananmen-square-crackdown-and-the-tank-man/ [e9]: https://www.nobelpeaceprize.org/press/press-releases/norwegian-nobel-committee-mourns-liu-xiaobo-statement-by-chair-berit-reiss-andersen [e10]: https://www.congress.gov/104/crec/1995/07/21/141/119/CREC-1995-07-21-extensions.pdf [e11]: https://www.cppcc.gov.cn/2011/09/28/ARTI1317197350703283.shtml [e12]: https://dangshi.people.com.cn/n/2014/0106/c85037-24033792-3.html [e13]: https://www.mofa.go.jp/mofaj/gaiko/summit/arch89/j15_e.html [e14]: https://www.consilium.europa.eu/media/20589/1989_june_-_madrid__eng_.pdf [e15]: https://www.amnesty.or.jp/human-rights/topic/china/1989_tiananmen.html [e16]: https://www.hrw.org/news/2026/06/01/china-no-justice-for-tiananmen-massacre-37-years-on [e17]: https://cpc.people.com.cn/GB/64162/64164/4416105.html [e18]: https://cpc.people.com.cn/GB/64162/64164/4416109.html [e19]: https://www.hrw.org/reports/pdfs/c/china/china919.pdf [e20]: https://www.cambridge.org/core/journals/china-quarterly/article/abs/foreshocks-local-origins-of-nanjings-qingming-demonstrations-of-1976/187BCBB8C700ED7EFF32564234BBF2B3 [e21]: https://cpc.people.com.cn/n1/2016/0824/c69113-28661110.html [e22]: https://cpc.people.com.cn/n1/2018/0510/c69113-29977671.html [e23]: https://www.amnestyusa.org/blog/do-you-know-what-happened-in-tiananmen-square-in-the-spring-of-1989/ [e24]: https://nsarchive2.gwu.edu/NSAEBB/NSAEBB47/index2.html [e25]: https://www.y-history.net/appendix/wh1702-047.html [e26]: https://www.lcsd.gov.hk/tc/parks/vp/index.html [e28]: https://www.hrw.org/news/2009/05/13/china-tiananmens-unhealed-wounds [e30]: https://www.pbs.org/wgbh/frontline/article/timeline-tiananmen-square/ [e31]: https://nsarchive2.gwu.edu/NSAEBB/NSAEBB16/ [e32]: https://en.wikipedia.org/wiki/1989_Tiananmen_Square_protests [e33]: https://ja.wikipedia.org/wiki/%E5%85%AD%E5%9B%9B%E5%A4%A9%E5%AE%89%E9%96%80%E4%BA%8B%E4%BB%B6 [e34]: https://en.wikipedia.org/wiki/Reactions_to_the_1989_Tiananmen_Square_protests_and_massacre [e35]: https://www.britannica.com/event/Tiananmen-Square-incident [e36]: https://www.bbc.com/news/world-asia-china-27404764 [e37]: https://store.magnumphotos.com/products/magnum-poster-the-tank-man-beijing-china-1989