Grokの長文理解はいつ壊れたか
- そーくん
Grok4.6の日本語が壊滅だって、また品質論争が戻ってきたんですか。
- ボス
主戦場は一時の意味不明な連発ではなく、長文の日本語理解が壊れる品質論争だ。
- そーくん
月読いおり氏の検証で、日本語だと性能が下がると出たのが起点なんですか。
- ボス
図の生成でも差が出た、とある。日本語長文は英語で出して翻訳した方が読める。
- そーくん
25日午前はCursor実装だと、日本語が変でも実装力はある、と分かれますか。
- ボス
追認と使い分けが午前に並んだ。何が起きたかを、起点つきの時系列で見よう。
何が起きたか
- 2026-08 中旬
意味不明な出力の報道が残る
日本語では一時の意味不明な連発が品質論争として残っていた。この窓の主戦場は、暴走というより長文の日本語理解に移っている。
- 拡散の起点2026-08-24 夜
日本語だと性能が下がると検証
月読いおり氏が、日本語資料から日本語長文は理解が難しく、英語で出して翻訳すると読めると書き、図の生成でも差が出るとした。
- 2026-08-25 午前
Cursor実装では評価が分かれる
日本語は変でも実装力はある、推論レベルを選べると評価が変わる、Geminiへ切り替えた、という追認と使い分けが午前に並んだ。
壊れた大学生と実装力の分岐
- そーくん
主流は、日本語で長文を回すと壊れた大学生に見える、という読みなんですか。
- ボス
英語経由や実装用途では使える、が主流だ。つまり日本語直書きが前提ではない。
- そーくん
思考回路は英語のままだ、という整理もあるんですか。表面は多言語なのに。
- ボス
短文では差が見えにくい、という見方も並んでいる。長文検証との落差なんだ。
- そーくん
Cursor側で推論レベルを選べると、実装の評価まで変わる、とあるんですか。
- ボス
他モデルでも同じ落差かも、という一般化もある。主流とその他を先に見よう。
議論の現在地
- 主流派の視点
- 日本語で長文を回すと壊れた大学生のように見えるが、英語経由や実装用途では使える、が主流の見方
- その他の視点
- 表面は多言語でも、思考は英語のままだという整理
- 短文では差が見えにくい
- Cursor側で推論レベルを選べると実装評価が変わる
- 他モデルでも同じ落差があるかもしれない、という一般化
- 目立つ論者
- 長文検証の観測者
- 実装用途で満足する開発者
- 日本語の不自然さで他社へ移る人
- 中国語など英語以外の同型観察
壊滅派の厚みはどれくらいか
- そーくん
画面だと日本語は壊れている、が目立ちます。他の陣営の厚みも見えるんですか。
- ボス
壊滅派が最も厚い。英語経由で使う層と、実装向きで容認する層がそれに続く。
- そーくん
ネガが35%から50%って、中立やポジより上の幅が開いている、ということですか。
- ボス
否定が厚い局面だ。割合は推定の幅なので、確定した数字だと思わないで見てほしい。
- そーくん
じゃあ陣営ごとの推定の厚みと、ポジとネガの割合を先に見た方がいいですね。
- ボス
そうだね。日本語壊滅、英語経由、実装向きの3つが、どう並ぶかを見てみよう。
世論の分布
意見陣営別シェア(推定レンジ)
Xサンプル上の可視的な言論に占める割合 · 下限—上限
- 日本語壊滅派35–50%
- 英語経由実用派20–32%
- 実装向き容認派18–28%
ポジティブ / 中立 / ネガティブ 集計
陣営をスタンス別に統合 · 中央値23を最大側で吸収し42+26+32=100
テーブルビュー(グラフと同じデータ)
| 陣営 | スタンス | シェア | 中心的主張 |
|---|---|---|---|
| 日本語壊滅派 | ネガティブ | 35–50% | 長文と複数ファイルでは日本語理解が壊れる。最近さらに不自然だ(@tukiyomiiori、@maro_kt) |
| 英語経由実用派 | 中立 | 20–32% | 英入力・英出力を翻訳した方が読める。日本語直書きをやめれば使える(@tukiyomiiori、@kamepee_7) |
| 実装向き容認派 | ポジティブ | 18–28% | 日本語文章は読みにくいが実装はよくやる。推論レベルを選べば評価が変わる(@kamepee_7、@hoshimi12) |
製品欠陥か用途の選び方か
- そーくん
日本語の弱さは製品の欠陥なのか、用途を選べば足りる話なのか、どっちですか。
- ボス
片側は長文で壊れた大学生だと言う。もう片側は、実装は強いので言語を選べと言う。
- そーくん
英語で出して翻訳するのは、回避策として正当なんですか。本末転倒にも見えます。
- ボス
正当側は図も英語経路の方がまともだと言う。反対側は日本語製品の前提が崩れたと返す。
- そーくん
他社へ移る理由になる、という側もあるんですね。噛み合ってない点が本文に並ぶんですか。
- ボス
では欠陥か用途かと、英語経由は正当かの2点を、A側とB側の言い分で見てみよう。
進行中の論争
日本語の弱さは製品欠陥か用途の話か
長文では壊れた大学生だ。バージョンを重ねても英語以外は改善が遅い
文章生成は弱いが実装は強い。推論レベルと入出力の言語を選べば足りる
根拠: 月読氏の検証と、かめぴー氏・星見氏の実装評価
英語経由は回避策として正当か
英出しを翻訳した方が読みやすい。図も英語経路の方がまともに出る
日本語製品として使う前提が崩れている。他社へ移る理由になる
根拠: 英出し翻訳の成功報告と、Geminiへ切り替えた投稿
主なポスト
編集部まとめ
長文検証だけでは日常は見えない
- そーくん
ここまでの話を踏まえると、壊滅に見える根拠が長文検証の少数なのが気になります。
- ボス
短文の日常利用はほとんど入っていない。つまり短いやり取りの失敗は測れていない。
- そーくん
長文と複数ファイルで壊れる、という声が、全体の品質に見えてしまうんですか。
- ボス
ごく少数の声が全体の空気に見えてしまう。長文で詰まった人だけが書きやすい。
- そーくん
それ、まさに今回の長文検証ですね。失敗した人の投稿が、全体の壊滅に見えてしまう。
- ボス
測れていない側がある。短文で困っていない人は、わざわざ検証投稿を書かない。
- そーくん
最近さらに不自然だ、という声も、長文側の体験が厚い、と考えた方がいいですか。
- ボス
その偏りを置いたうえで、公式が何を言っているか、言っていないかを分けよう。
公式の言語品質説明は出ていない
- そーくん
xAI公式の言語品質説明は見つかっていない、とありました。つまり未確認なんですか。
- ボス
公式の説明が無い。いまの壊滅という呼び方は、検証側の体験が先に走っている。
- そーくん
じゃあ今回の壊滅というラベルは、公式の基準ではなく、検証者の体験なんですか。
- ボス
そう読める。同じGrokでも、Cursor上と単体を同一視している投稿が混ざっている。
- そーくん
なんでCursor実装と単体のGrok4.6が、同じ製品として語られるんですか。
- ボス
名前が同じだと、画面の違いが消える。推論レベルの差まで、モデルの差に見える。
- そーくん
じゃあ今回の実装は強い、も、推論レベルを上げた画面の話が混ざっているんですか。
- ボス
評価が変わる、と午前に出たのはそこだ。同じモデルでも、思考の深さを選ぶと実装が変わる。
- そーくん
思考の深さを選べるのって、外から見ると別の製品に見えるのが意外なんですけど。
- ボス
同じ名前でも、思考を浅くすると短く雑に見え、深くすると実装は通るが日本語は重い。
- そーくん
じゃあ今回の実装向きという評価は、思考を深くした側の話が混ざっているんですか。
- ボス
混ざっている。実装が通った例が残り、日本語が壊れた例は別の側の材料になる。
3つの言い分が同時に立つ理由
- そーくん
日本語壊滅派は、長文と複数ファイルでは理解が壊れる、と言っているんですね。
- ボス
バージョンを重ねても英語以外は改善が遅い、とも見る。製品欠陥だ、という側だ。
- そーくん
英語経由実用派は、日本語直書きをやめれば使える、と言うんですか。中立の位置ですね。
- ボス
英入力・英出力を翻訳した方が読める、と置く。文章生成の弱さを、経路で避ける側だ。
- そーくん
実装向き容認派は、日本語は読みにくいが実装はよくやる、と肯定するんですね。
- ボス
推論レベルを選べば評価が変わる、とも言う。文章の上手さで製品を切らない側だ。
- そーくん
なんでそうなるんですか。同じモデルなのに、欠陥と用途で全然噛み合わないですよね。
- ボス
成功の定義が違う。書く仕事は読める文章が勝負で、実装の仕事は動くコードが勝負だ。
- そーくん
じゃあ今回の割れ方は、文章の品質で切るか、コードが通るかで切るか、なんですか。
- ボス
立場が違うと、同じ出力でも合格と欠陥が同時に立つ。用途を揃えないと議論が終わらない。
英語経由は回避か撤退か
- そーくん
英語経由は回避策として正当、という側と、日本語製品の前提が崩れた側が残りますね。
- ボス
正当側は図も英語経路の方がまともに出る、と置く。読む以前に、出す経路が勝負だ。
- そーくん
本末転倒側は、翻訳前提なら他社へ移る理由になる、と言うんですか。製品の話ですね。
- ボス
日本語で渡して日本語で返ってくる、が前提だと、英語経由は製品としては負けだ。
- そーくん
思考は英語のままだ、という整理は、表面の多言語と中身が別だ、ということですか。
- ボス
多言語対応でも、考える経路が英語だと、日本語長文は途中で形が崩れやすい。
- そーくん
じゃあ今回の英出し翻訳が優勢、は、考える経路に日本語を乗せていない、ということですか。
- ボス
実務ではそう回す人が厚い。ただし他モデルでも同じ落差、という一般化はこの材料では未検証だ。
追試と公式改善で読みは変わる
- そーくん
この読みが変わるのは、公式が日本語長文の改善を出して、追試で差が消えた場合ですか。
- ボス
差が消えれば欠陥の読みは弱まる。英語経由なしでも、日本語長文が普通に使える前提に戻る。
- そーくん
逆に、実装用途でも失敗報告が積み上がったら、容認派の読みは崩れますよね。
- ボス
実装でも壊れると、用途で分ければ足りる、が崩れる。欠陥側の話に一本化しやすい。
- そーくん
英語経由なしで日本語長文が安定した、という追試が複数出た場合も、回避策は不要になりますか。
- ボス
複数の追試で安定すれば、翻訳前提は一時しのぎだったことになる。日本語の直書きが戻る。
- そーくん
結局、公式の改善と実装側の失敗と、英語なしの追試が、次の分岐なんですね。
- ボス
君も長い依頼を日本語のまま投げて、英出しした方が早いと後から気づく側だろ。
- そーくん
まいりましたー。日本語のまま長文を投げて、壊れた返事を製品のせいだけにするな、ですね。