概要
https://www.sonarsource.com/blog/the-coding-personalities-of-leading-llms-gpt-5-update/
詳細内容
## The Coding Personalities of Leading LLMs—GPT-5 Update
https://www.sonarsource.com/blog/the-coding-personalities-of-leading-llms-gpt-5-update/
GPT-5-minimalのコーディング能力を評価した結果、Claude Sonnet 4には及ばないものの高機能である一方、コードの冗長性、複雑さ、および品質問題が増加することが判明した。
**Content Type**: Research & Analysis
**Scores**: Signal:5/5 | Depth:5/5 | Unique:4/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 90/100 | **Annex Potential**: 89/100 | **Overall**: 88/100
**Topics**: [[LLM性能評価, GPT-5, コード品質, 静的解析, AIコード生成]]
この記事は、SonarQubeを用いた静的解析により、OpenAIの最新モデルGPT-5（最小推論モード）を含む主要なLLMのコード生成能力を比較評価したものです。ウェブアプリケーション開発者にとって、AIが生成するコードの品質と保守性が日々の業務に与える影響は大きく、本レポートはその実情を深く掘り下げています。
評価の結果、GPT-5-minimalは機能的性能においてClaude Sonnet 4には一歩及ばないものの、他の多くのモデルより優れていることが示されました。しかし、特筆すべきは、生成されるコードの量がClaude Sonnet 4より30%以上多く、循環的複雑度や認知複雑度といった複雑性指標も群を抜いて高い点です。これは、GPT-5-minimalが機能的に正しいコードを生成しても、開発者がそのコードを理解し、レビューし、保守する際の負担が著しく増大することを意味します。
さらに、コードの品質面では、GPT-5-minimalは正解したタスクあたりの問題発生率がClaude Sonnet 4のほぼ2倍と高く、特にコードの保守性を損なう「コードの匂い」が顕著です。脆弱性密度は低いものの、古典的なパス・トラバーサルやインジェクションなどのセキュリティ欠陥を再導入する傾向があること、基本的なロジックエラー（制御フローの誤り）が多いことも指摘されています。
これらの知見は、AIコード生成の進化が必ずしも線形な品質向上を意味しないことを示唆しています。ウェブアプリケーションエンジニアは、GPT-5のような強力なモデルを活用する際に、静的解析ツールを積極的に導入し、生成されたコードの複雑性、保守性、そして特定のセキュリティ欠陥に対して慎重なレビュープロセスを確立することが不可欠です。AIの真の力を引き出すためには、「信頼し、検証する」というアプローチをより洗練させる必要があります。