ディープリサーチツール比較：OpenAI vs Perplexity vs Gemini

ディープリサーチの到来

とにかく結論が欲しい方への短い答えです。2026年のほとんどの人にとって、価格と速度の総合力では Perplexity Pro が最良のディープリサーチツールで、難しい仕事や曖昧な仕事で最も深いレポートを出すのは OpenAI と Claude、ソース素材が Google 上にあるときや呼び出せる API が必要なときは Gemini が勝ちます。開発者なら、今日構築できるのは Perplexity の Sonar Deep Research と Google の Deep Research API の2つです。OpenAI は2026年7月に専用のディープリサーチモデルを廃止し、Anthropic は専用モデルを一度も出していないからです。このガイドの残りでは、これらの結論が価格、速度、ベンチマーク、実際の仕事にわたってどう成り立つかを見ていきます。

このカテゴリー自体は生まれてまだ18か月ほどです。2025年2月2日、OpenAI が Deep Research を発表しました。それは、一文のプロンプトを受け取り、30分の調査を計画し、自力で数十のソースを閲覧し、引用付きのレポートを返すという、ほとんどの人が初めて使ったエージェントでした。

業界の反応は象徴的でした。6週間のうちに、Perplexity は独自の Deep Research を出し（2月14日）、数週間後には Sonar Deep Research API を開発者に開放しました。2024年12月にひっそりと Gemini Deep Research を投入していた Google は展開を加速し、その基盤を継続的にアップグレードしました。Anthropic は2025年5月7日に Claude の web search を一般提供し、同じ春の期間に Research 機能をまとめて出しました。

4つのラボ、1つの製品カテゴリー、1つの四半期。これは偶然起きることではありません。2024年は、コンテキストウィンドウが20万トークンを超え、ツール使用が信頼できるものになり、エージェント的なループが途中で静かに失敗しなくなった年でした。ディープリサーチは、その3つすべてを支払う価値があると感じさせた最初のコンシューマー向けアプリでした。これはエージェントプロトコルへのより広範なシフトと密接に結びついており、エージェンティックウェブ：MCP プロトコル戦争の内側で取り上げています。

もしあなたが書き、学び、市場を分析し、製品を評価するなら、これを使っていない時点ですでに不利です。問題は、どれを、いつ使うかです。

---

「ディープリサーチ」が実際にすること

ディープリサーチをチャット検索と混同するのは簡単です。質問を打ち込むと、リンク付きの答えが返ってくる。しかし仕組みは異なります。

チャット検索（ブラウジング付きの通常の ChatGPT など）は1〜2回の web クエリを実行し、上位の結果を数秒で統合します。ディープリサーチエージェントがするのは、若手アナリストが午後いっぱいかけてやることに近いのです。質問をサブクエスチョンに分解し、数十から数百の検索を実行し、ページ全体を読み、引用をたどり、学びながら計画を更新し、脚注付きの構造化されたレポートを作成します。

チャット検索に「フィリップス曲線への主な批判は何か？」と尋ねれば、3段落の要約が返ってきます。ディープリサーチエージェントに同じことを尋ねれば、フリードマンの自然失業率仮説、1970年代のスタグフレーションによる破綻、合理的期待による修正、2008年以降の平坦化をめぐる論争、そして2023〜2025年の最近の論文までカバーした15ページのレポートが返ってきて、それぞれにクリックできるソースが付いています。

トレードオフは時間です。実行にはツールと深さに応じて3〜45分かかります。それこそが狙いです。1件を待ち行列に入れて、別の作業をして、戻ってくると、手作業で組み立てれば半日かかったであろうレポートができています。AI エージェントを中心にリサーチ習慣を再構築することについては、2026年に AI 駆動のリサーチワークフローを構築する方法を参照してください。

---

直接対決：コンシューマー向け4ツール比較

これがマトリックスです。モデルの裏付けと価格は、2026年8月時点の各製品ページと照合して検証しています。

一段落プロフィール：

OpenAI Deep Research は重量級です。実行は遅く、レポートは最も長く、曖昧なトピックでの推論は目に見えて深いのです。もともとカスタムの o3 モデルで動いていましたが、いまは OpenAI の GPT-5.x 推論ラインに乗っています。本当の制約は Plus の月25回という上限です。ヘビーユーザーは1週間で使い切ってしまうため、OpenAI は2026年に旧$200の Pro プランを$100と$200のティアに分割しました。

Perplexity Deep Research は速度チャンピオンです。ほとんどの実行が2〜3分で終わります。レポートは短めで百科事典的、エッセイというよりブリーフィングに理想的です。また、リサーチエージェントを正式な開発者向け API として提供しているのは4つのうちこれだけです。

Gemini Deep Research は2026年に最も大きな進歩を遂げました。Google は2026年4月にコンシューマーエージェントを Gemini 3.1 Pro にアップグレードし、そして決定的に、開発者が同じ機能を呼び出せるよう Deep Research API を公開しました。依然として web に加えてあなたの Gmail、Drive、Docs から引き出し、エージェントが実行する前に編集できるリサーチ計画を表示します。

Claude Research は忍耐強い一台です。実行はこの範囲の30〜45分側に定期的に達し、その出力にもそれが表れます。長文で、ニュアンスに富み、相反する証拠を天秤にかけるのが得意です。Claude の現行モデル（Sonnet 5、Opus 5）は標準価格で100万トークンのコンテキストを備えるため、大きなソースセットが切り捨てられません。

---

ディープリサーチ API：実際に呼び出せるもの

これは比較記事が飛ばし続ける問いであり、開発者が検索し続ける問いでもあります。どのディープリサーチエージェントを自分のコードから呼び出せるのか、どれだけ速いのか、引用はどれだけ良いのか。2026年に状況は大きく変わったので、現在の全体像を示します。

3つの点が際立ちます。

Perplexity は依然として唯一のターンキー型ディープリサーチ API です。 sonar-deep-research にプロンプトを送れば、オーケストレーション不要で引用付きのレポートが返ってきます。価格が変わって見えるのは、他社が皆隠す隠れコストについて正直だからです。引用トークンと推論トークンは別建てで課金され、web 検索はトークン料金に加えて1,000件あたり$5かかります。「最速のディープリサーチ API」を探しているなら、これが直接の答えです。他が5〜45分かかるところ、Sonar はほとんどの実行を3分未満で終えるからです。

OpenAI はディープリサーチを汎用モデルラインに移しました。 専用の o3-deep-research と o4-mini-deep-research モデルは本当に良かったのですが、OpenAI は2026年4月にこれらを非推奨とし、2026年7月23日に終了させました。代替の道筋は、Responses API 上で GPT-5.x モデルを web_search ツール（オプションでリモート MCP サーバーやファイル検索）とともにバックグラウンドモードで動かすことです。より多くの制御が得られ、ディープリサーチ的な挙動には依然として到達できますが、端から端までやってくれる1つのモデルを呼ぶのではなく、ループを自分で組み立てることになります。

Google は2026年にひっそりと扉を開けました。 このカテゴリーのほとんどの期間、Gemini Deep Research はプログラムから呼べないコンシューマー機能でした。それが Google の Interactions API を通じた Deep Research API で変わり、Vertex AI 向けのエンタープライズサポートも発表されました。Grounding with Google Search（Gemini 3.x モデルで月5,000件の無料検索、その後1,000件あたり$14）と組み合わせることで、Google はいまや、引用を Google のインデックスに紐付けたいチームにとって本物の選択肢になりました。

「引用付きのリサーチレポートに最適な API」というクエリに限って言えば、3つのアプローチが有効です。Perplexity は引用を最初から提供し、強い引用精度を報告しています。Exa と Tavily は生の、ソース帰属付きの検索結果を提供し、それを自分のモデルに流し込みます。これは実運用のディープリサーチ機能のほとんどが実際に構築されているパターンで、コストと引用フォーマットを自分で制御できるからです。そして web search ツールを持つあらゆるモデル（Claude、GPT-5.x、Gemini）は、そうプロンプトすれば進めながら引用できます。監査証跡が必要な企業は Exa や Tavily の経路を好む傾向があります。あらゆる主張が、モデルの記憶ではなく、あなたが取得した URL に遡れるからです。生のコンテキストサイズよりグラウンディングと検索の質が重要である理由については、コンテキストロット：なぜ RAG は巨大なコンテキストウィンドウに依然勝るのかを参照してください。

---

ベンチマーク：HLE、BrowseComp、SimpleQA

最もよく引用される数字は3つです。Humanity's Last Exam、BrowseComp、SimpleQA。これらは有用ですが、同時に過剰に読まれてもいます。

Humanity's Last Exam（HLE） は、Scale AI と Center for AI Safety が2025年初めに公開した、専門家が答えられる限界すれすれの約2,500問のマルチドメインベンチマークです。スコアは、このカテゴリーがどれだけ速く動いたかの物語を語っています。

1年少々で、最良の実運用エージェントは HLE スコアを2倍以上にしました。HLE がうまく測るのは、本当に難しい問題における領域横断的な統合です。測らないのは、そのエージェントがあなたが実際にやる仕事で優れているかどうかです。実際のリサーチのほとんどは博士レベルの物理ではありません。「このトピックの最近の議論を要約して」や「私の用途向けにこの5製品を比較して」であり、そこではツール間の差はリーダーボードが示唆するよりはるかに小さいのです。

BrowseComp（OpenAI、2025年4月）は、これらのエージェントにとってより関連性の高い基準になりました。1,266問の難しいマルチホップ・ブラウジング問題で、粘り強さと良い検索戦略に報います。OpenAI Deep Research はローンチ時に51.5%を記録し、Google の Deep Research Max は2026年4月に85.9%を報告しました。決定的なデータポイントは、素のブラウジングモデルが同じテストで2%未満だったことで、ゲインのほとんどすべてはベースモデルではなくエージェントの足場から来ています。

SimpleQA は Perplexity の強みが出るところです。このベンチマークは短文の事実的正確さをテストし、Sonar Deep Research は93.9%を記録しました（Perplexity、2025年2月）。これは「エージェントは事実を幻覚するか？」の有用な代理指標で、出力を引用しようとするときに大いに効いてきます。ただしこれは検索付きエージェントの数値なので、素のモデルが記録する約50%とは比較できない点に注意してください。

正直なところ：ベンチマークは難度の極端に高い領域ではツールを確実にランク付けし、その下ではひどくランク付けします。選ぶ最良の方法は、同じ実際のプロンプトを無料枠で2〜3のツールに通し、比較することです。ベンチマークは示唆的です。あなた自身のテストが決定的です。ベンチマーク偏重がなぜ誤導するかについてのより長い議論は、AI 思考の罠を参照してください。

---

無料枠の現実チェック

マーケティングページはどれも無料アクセスを強調します。これらのツールを実際の仕事に使おうとしたとき、「無料」が実際に何を意味するかを示します。

OpenAI Deep Research（無料：月5回）。 評価するには十分、頼るには足りません。1つのプロジェクトでしばしば2〜3回（初回、フォローアップ、明確化）を消費します。仕事に使えば10日目には上限に達します。25回の Plus（月$20）が現実的な出発点です。

Perplexity Deep Research（無料：おおよそ1日5回）。 この中で最も気前が良いのです。Perplexity は無料ユーザーを1日あたり数回の Deep Research 実行に制限しますが、それでもほとんどの人が必要とする量を上回ります。無料枠の出力は Pro より短く、新しい Sonar のバリアントは使えません。カジュアルな用途では、これが実際に使い続けられる無料枠です。

Gemini Deep Research（無料：限定アクセス）。 Google は2026年にプランを再編し、最安の有料ティアである Google AI Plus は月$4.99に下がりました。これにより、すでに AI Pro を払っていなければ Gemini が低コストの入り口になります。無料アクセスは存在しますが、有料ティアより実行頻度が低く、短くなります。

Claude Research（Pro のみ、月$20）。 Research 機能に専用の無料枠はありません。無料プランにはチャットと web search が含まれますが、多段階のリサーチは Pro の内側です。Pro には Claude の Sonnet 5 アクセス（上位ティアでは Opus 5）も含まれるので、$20で市場最強クラスの長文コンテキスト読解モデルの1つが手に入ります。

1つだけ払うなら、Perplexity Pro が$20で最高の量対価格比を提供します。最も賢い出力だけが欲しいなら、ChatGPT Plus が$20で OpenAI Deep Research 25回に加え、Plus バンドルの他すべてを手に入れさせてくれます。Google Workspace ユーザーや最も低い月額費用なら、Gemini の AI Plus と AI Pro のティアが自然な選択です。Claude Pro は、すでに読み書きに Claude を使っていて1つの統合サブスクリプションが欲しい場合に最も理にかなっています。

---

どの仕事にどのツールか

4つすべてで数百のクエリを走らせた後、明確なパターンが見えてきます。いま私ならどう仕事を振り分けるかを示します。

学術文献レビュー。 Claude Research。エージェントが20本以上の論文をワーキングメモリに保持する必要があるとき、長いコンテキストウィンドウが効いてきますし、Claude は表面的に似た主張を区別するのが目に見えて上手です。実行は長くかかりますが、文献レビューは時間に追われるものではありません。

市場規模推定と競合インテリジェンス。 OpenAI Deep Research。曖昧な戦略的問い（なぜ市場が成長したか、顧客の乗り換えを何が駆動しているか）における推論の深さがここで明確に伝わります。「この業界を理解する手伝いをして」というプロンプトで最も信頼するのがこれです。

手早い事実ブリーフィング。 Perplexity Deep Research。会議前に引用付きの2ページ要約が必要なだけなら、Perplexity の3分の折り返しは打ち負かしにくいのです。SimpleQA 的な事実正確さは本物の強みです。

購入判断と製品比較。 Perplexity または Gemini。どちらも十分な実世界のレビューデータ（フォーラム、YouTube の書き起こし、スペックシート）を引き込み、有用な横並び比較を作ります。Gemini の強みは、あなた自身の Gmail のレシートや Drive のメモを引き込めることです。

自分のドキュメントを含むリサーチ。 Gemini Deep Research。Workspace 統合が堀です。ソース素材の半分が Drive にある（会議メモ、PDF、古いメール）トピックをリサーチするなら、他に比べるものはありません。

開発者向け統合と大量実行。 ターンキーなエージェントなら Perplexity Sonar Deep Research、ループを自分で構築して引用フォーマットを制御したいなら Exa と Tavily。Google の新しい Deep Research API は、結果を Google のインデックスに紐付けたいときのエンタープライズ向けの選択です。

相反する証拠の統合。 Claude。ソースが食い違うとき（例：「食物繊維は憩室炎に実際に良いのか？」や「ポモドーロ・テクニックは効くのか？」）、Claude は片方を早まって選ぶのではなく、その不一致を最も進んで表に出してくれます。

人を驚かせるかもしれないパターンが1つあります。単一のツールが支配することはない、ということです。重要度の高い仕事では、私は同じプロンプトを2つのエージェントに通します。コストは2つのサブスクリプションで月約$40、その利益は、どの単一ツールが単独で出すよりも目に見えて良い出力です。チャット検索とディープリサーチは、競合する製品というより、あなたが構成するスタックのように感じられ始めています。

---

欠けているピース：リサーチレポートを使える知識に変える

ほとんどの比較記事が触れないことがあります。エージェントが作るレポートは、あなたのリサーチのアウトプットではありません。あなたの理解こそがアウトプットです。

20ページの Claude Research の出力や15ページの OpenAI Deep Research のレポートは、仕事の終わりではなく始まりです。一度読み、結論をざっと見て、タブを閉じれば、あなたは実際には学ばなかった何かを要約するためにエージェントに支払っただけです。受動的な AI 利用に関する2025年の MIT メディアラボの研究（AI が学習に与える影響の分析で追跡）は、ChatGPT のヘビーユーザーが、能動的な学習者よりも「読んだ」ものを一貫して少なくしか保持しないことを示しました。

その解決策は、研究者が何世紀もやってきたことです。注釈をつけること。重要な主張をハイライトする。検証したいソースに印をつける。レポートをまたいで洞察を結びつける。

ここに Glasp の web ハイライターがワークフローに収まります。OpenAI、Perplexity、Gemini、または Claude でリサーチを走らせる。レポートを読みやすいページに貼り付ける。読みながらブラウザ内で直接ハイライトする。あなたのハイライトは Glasp ライブラリに同期され、検索可能で整理され、その月に読んだ他のすべてと並びます。

うまくいく具体的なワークフローをいくつか：

ハイライトして、再クエリする。 レポートを読み、最も重要な10〜15の主張をハイライトする。それらのハイライトを同じエージェントに「これらの具体的な点を深掘りして」と貼り戻す。一発ではなく反復的に。

トピックごとにレポートを重ねる。 同じトピックを2つのツール（例えば OpenAI と Claude）でリサーチしたとき、両方のレポートを Glasp でハイライトすると、どこで一致しどこで分かれるかが見えます。不一致はしばしば最も面白い部分です。

テキストと並べて YouTube を使う。 最良のソースがポッドキャストや講演のとき、YouTube Summary はタイムスタンプ付きの書き起こしレベルの要約をくれます。テキストのディープリサーチレポートと、注釈をつけた3〜4本の YouTube 講演を組み合わせれば、どちらか単独よりトピックをより徹底的にカバーできます。

ハイライトとチャットする。 Glasp の AI チャットは、あなたの注釈をソースとして質問に答えられます。それは「エージェントは X について何と言った？」と「私は X について実際に何を結論づけた？」の違いです。

学んだことを公開する。 Glasp のコミュニティは、似たトピックをリサーチする他の人でいっぱいです。ハイライトしたレポートを共有することは、リサーチをただ待ち行列に増やすのではなく、完了させるための強制装置です。ステップバイステップのガイドは、記事に正しく注釈をつける方法を参照してください。

一度だけ読むレポートは、知識ではなくレシートです。ハイライトして注釈をつけるステップこそが、エージェントの出力を、あなたが実際に知っている何かに変えるのです。

---

よくある質問

最も正確なディープリサーチツールはどれですか？

最新の公表ベンチマークでは、Google の Gemini Deep Research Max が Humanity's Last Exam で54.6%とトップです（Google、2026年4月）。カテゴリーのローンチ時に OpenAI Deep Research が記録した26.6%（OpenAI、2025年2月）からの大きな飛躍です。短文の事実正確さでは、Perplexity Sonar が SimpleQA で93.9%を記録し（2025年2月）、これは優秀です。実用面では、トップツール間の正確さの差はベンチマークが示唆するより小さいのです。より大きな差は深さ対速度です。

最速のディープリサーチ API は何ですか？

Perplexity の sonar-deep-research が最速のターンキーオプションで、OpenAI、Gemini、Claude が5〜45分かかるところ、ほとんどの実行を3分未満で終えます。価格は入力100万トークンあたり$2、出力100万トークンあたり$8に加え、別建ての引用・推論トークン料金と検索1,000件あたり$5です。自分のループを構築するために個々の検索の生の速度が欲しいなら、Exa と Tavily がソース付きの結果を数秒で返します。

ディープリサーチの実行にはどのくらい時間がかかりますか？

Perplexity はほとんどの実行を3分未満で終えます。Gemini は通常5〜15分。OpenAI Deep Research はクエリの複雑さに応じて5〜30分かかります。Claude Research は難しいプロンプトで5〜45分に及ぶことがあります。今すぐ答えが必要なら Perplexity。待てるなら、Claude か OpenAI がたいていより徹底的なレポートを出します。

API 経由でディープリサーチツールを使えますか？

はい、そして選択肢は2026年に変わりました。Perplexity の sonar-deep-research は唯一のターンキー型ディープリサーチ API で、1回の呼び出しで引用付きレポートが返ります。Google はいまや Interactions API と Vertex AI を通じて Deep Research API を公開しています。OpenAI は専用の o3-deep-research と o4-mini-deep-research モデルを2026年7月23日に廃止したので、いまは代わりに Responses API 上で web search ツールとともに GPT-5.x モデルを走らせます。Anthropic は専用のリサーチエージェントを提供していませんが、Messages API の web search ツール（検索1,000件あたり$10）と Claude Agent SDK で自作できます。Exa と Tavily は人気の「自作型」AI 向け検索 API です。

最も引用が優れているのはどの API ですか？

最初から引用が欲しいなら、Perplexity の Sonar Deep Research が完全に引用されたレポートを返し、強い引用精度を報告しています。あらゆる主張を URL に遡らせる必要がある実運用システムでは、チームはたいてい Exa か Tavily の上に構築します。ソース帰属付きの検索結果を返してくれるので、自分のモデルに流し込み、フォーマットを制御し、監査証跡を示せます。web search ツールを持つあらゆるモデル（Claude、GPT-5.x、Gemini）は、そうプロンプトすればインラインで引用できます。

本当に無料のディープリサーチツールはありますか？

はい、ただし制限付きで。OpenAI は無料ユーザーに月5回の Deep Research 実行を与えます。Perplexity は無料枠で1日5回と、最も気前の良い割当です。Gemini は限定的な無料 Deep Research アクセスを持ち、最安の有料ティア（Google AI Plus）はいまや月$4.99から始まります。Claude は無料枠で Research を提供していません。カジュアルな用途なら、Perplexity Free がほとんどのニーズをカバーします。定常的な仕事なら、月$20の Pro プランが現実的な入り口です。

ディープリサーチレポートの幻覚をどう止めればいいですか？

実用的な戦術が3つあります。まず、常に引用ソースの上位3〜5件を少なくともクリックし、主張がソースにあることを検証すること（幻覚は、偽物をでっち上げるより、実在のソースを誤って引用することから生じることの方が多いのです）。次に、同じプロンプトを2つ目のツールに通して比較すること。例えば Claude と OpenAI の不一致は、しばしばどちらかが何かを間違えた箇所です。3つ目に、重要度の高い事実クエリでは Perplexity を優先すること。SimpleQA スコア93.9%は、短文の事実における本物の較正を反映しているからです。

ディープリサーチツールは私の非公開ドキュメントを読めますか？

Gemini Deep Research が最も深い統合を持ち、あなたの Gmail、Drive、Docs へのネイティブアクセス（許可付き）を備えます。Claude Research は Google Workspace コネクタをサポートします。OpenAI Deep Research はセッション中にアップロードしたファイルを読めますが、クラウドストレージと直接統合しません。Perplexity は主に web に対して動きます。ソース素材の大半が Google Workspace にあるなら、Gemini が明白な選択です。

ディープリサーチレポートを保存して再利用する最良の方法は何ですか？

レポートを PDF か Markdown でエクスポートし、読みやすいビューで開き、長い記事と同じようにハイライトします。Glasp はまさにこのワークフローのために作られています。ハイライトは、検索でき、他のハイライトにリンクでき、見返せるライブラリに同期します。ハイライトのステップがなければ、ほとんどのディープリサーチレポートは一度読まれて忘れられます。これは教育者が「生成効果」と呼ぶものに関連しています。能動的に処理した情報は、受動的に受け取った情報よりはるかによく保持されます。

---

結論：リサーチツールではなく、リサーチスタック

OpenAI のローンチから1年半、カテゴリーは明確になりました。ディープリサーチエージェントは勝者総取りの市場ではありません。正しい答えが、何をリサーチしているか、どれだけ時間があるか、ソース素材がどこにあるか、そしてボタンを押しているのか API を呼んでいるのかによって変わる、混成物なのです。

2026年のほとんどのナレッジワーカーに1つ選べと言われたら、Perplexity Pro です。$20での量対価格比はこのグループで最良で、実行は通常の仕事のリズムに収まるほど速く、SimpleQA の正確さは本当に強いのです。より重い、より曖昧な仕事には、OpenAI Deep Research か Claude Research と組み合わせてください。開発者には、今日構築できるのは Perplexity の Sonar Deep Research と Google の新しい Deep Research API の2つです。

しかしツールの選択は、出力で何をするかほど重要ではありません。人が犯すのを目にする最大の間違いは、ディープリサーチレポートを完成した仕事として扱うことです。そうではありません。それは原材料です。実際の知識は、重要な主張をハイライトし、それらを読んだ他のものに結びつけ、そのトピックが再び出てきたときに後で戻ってきたときに築かれます。

それが Glasp が設計されているワークフローです。あらゆるレポート、あらゆる記事、あらゆる YouTube の書き起こしをハイライトする。自分が実際に重要だと思ったものの検索可能なライブラリを築く。後で特定の何かを思い出す必要があるときに、ハイライトとチャットする。同じリサーチをしている他の人と成果を共有する。

ディープリサーチエージェントはこれからも良くなり続け、API も増え続けます。その上にハイライトの層を持たないものは、一度読まれて忘れられるレポートを作り続けるでしょう。2026年のリサーチワークフローを単一のツールを中心に築かないでください。スタックを中心に築き、そのスタックの最後の環が、あなた自身の理解が記録される場所であることを確かめてください。

今週、実際のリサーチの問い1つを4つのうち2つのツールに通すことから始めましょう。両方のレポートをハイライトする。学んだことを比較する。それがワークフローです。他のすべては機能一覧にすぎません。