1. ChatGPT・Claude・Geminiの企業向けプランをシステム開発業務の観点で9軸比較。
2. 料金構造・コーディング支援・チーム情報共有の3軸が選定の決め手になる。
3. エンタープライズではAPI利用の扱いも3社で構造が違うため、個人プランの感覚で選ぶと外す。

会社で生成AIを業務利用する場合、「個人プランで触ってきた感覚」がそのまま企業導入の判断材料にならない。料金モデルが違う、データガバナンスの前提が違う、コーディング支援の含まれ方が違う。同じ「Enterpriseプラン」と書かれていても、3社で構造が大きく違う。

この記事はSE業務向けに、ChatGPT・Claude・Geminiの企業向けプランを9軸で比較する検討メモだ。社内のガイドライン整備を提案する立場で、ツール選定の論点を整理する目的で書いた。会社でガイドライン策定前に決めるべき5論点を整理した次のフェーズで、具体的にどのプランを推奨するかを判断する材料になる。

ムラサキ

SE歴20年・現役SEマネージャーの筆者の前提を最初に開示する。会社はGoogle Workspaceを使っており、Geminiは実際に業務で触っている。Claudeは個人でPro→Max 5xを使い、Claude Codeを日常運用中。ChatGPTは個人フリープランのチャット利用と、コードレビューでのCodex経験のみ。エンタープライズ各プランは社内で公開・利用されておらず、未経験。記事は公開情報ベースの検討メモであり、エンタープライズ実装の体験談ではない点を最初に明示する。

なぜSE業務でエンタープライズAIの選定が難しいのか

個人プランの体感がそのまま企業導入の判断にならない理由

ChatGPT Plus・Claude Pro・Gemini AI Proを個人で触っていれば、AIモデルの性格やクセは把握できる。ただ、企業導入のときに見るべきポイントは別レイヤーにある。誰がいくら払うか（料金構造）、データはどう守られるか（ガバナンス）、何人で使えるか（管理機能）、チーム開発でどう共有するか（情報共有）。これらは個人プランでは見えない論点だ。

システム開発業務特有の評価軸が抜けがちな点

一般的なエンタープライズAI比較記事は、議事録要約や営業文書ドラフトのような汎用業務を前提にしていることが多い。SE業務に特化すると、コーディングエージェント（CLI／IDE拡張）、ローカルコードベース理解、プロジェクト文脈定義ファイル（CLAUDE.md / GEMINI.md / AGENTS.md相当）、設計→実装→テストの段階的タスクへの適性、といった軸が前面に出る。

本記事の比較方針（公開情報ベースの検討メモ）

筆者のエンタープライズ実利用経験はゼロのため、本記事は各社の公式ドキュメント（Anthropic Support、OpenAI Pricing、Google Cloud / Workspace Help）と公開記事をソースに構成した。料金・機能の最新値は変動するので、最終判断時は各社公式ページでの再確認を必須にしてほしい。

なお本記事では「シート」を「ユーザー1人分のライセンス」を指す業界用語として使う。「20シート契約」は「20ユーザー分のライセンス契約」と同義だ。

3サービスのエンタープライズ位置づけを整理する

3社それぞれ、企業向けプランの構造が違う。まず全体像を押さえる。

ChatGPT Business / Enterprise の構成

ChatGPT Business（$25/seat/月、年契約）は2人以上から契約可能で、Codex・SSO非対応・データの学習利用なしがデフォルト。ChatGPT Enterpriseは150シート以上を最低条件にした上位プランで、SSO/SAML・SCIM・監査ログ・カスタムデータ保持・EKM・コンプライアンスAPIを揃える。Enterprise契約にはAPI access（バンドルクレジット or 交渉割引）が含まれるケースが多い。

Claude Team / Enterprise の構成

Claude Teamは5シートから契約可能で、Standard（$25/seat/月）とPremium（$125/seat/月）の2層構成。Premiumに含まれるClaude CodeとCowork（デスクトップ作業エージェント）が、開発業務向けの中核機能だ。

Claude Enterpriseは20シートから契約可能で、現行モデルは「シート料金（$20/seat/月〜）＋全使用API従量課金」のUsage-basedプラン。チャット・Claude Code・Cowork含めて、使った分だけAPI料金が別請求される。500Kコンテキストウィンドウ、HIPAA Readiness、Compliance APIが揃う。

Gemini｜Workspace付帯AIとCode Assistは別契約（混同注意）

ここが最も誤解されやすいポイントだ。Google Workspaceで使っているGeminiと、Gemini CLI / Code Assistは別契約系統の製品になる。

graph TD
  A["Google Workspace契約"] --> B["Workspaceアプリ内GeminiGmail・Docs・Sheets等"]
  A --> C["Geminiアプリgemini.google.com"]
  D["Gemini for Google Cloud契約"] --> E["Gemini Code AssistStandard / Enterprise"]
  E --> F["Gemini CLI"]
  E --> G["VS Code/IntelliJ拡張エージェントモード"]
  style A fill:#e8f4f8,stroke:#6699aa
  style D fill:#fff4e6,stroke:#cc9966

2025年1月以降、Gemini for Google Workspaceアドオンの単体販売は終了し、Business Plus / Enterpriseプランの標準機能に組み込まれた。これに含まれるのはWorkspaceアプリ内のAI機能とGeminiアプリのチャット利用。Gemini CLIとCode Assistは含まれない。Code Assistを使うには、Standard $19/seat/月 または Enterprise $45/seat/月の別ライセンス契約が必要になる。

社内のライセンス割当状況は、Google Admin コンソール → ユーザー → ライセンスタブで「Gemini Code Assist Standard」表示の有無を確認すれば分かる。

料金構造の違い｜固定費型・従量型・ハイブリッド型

ChatGPT：固定シート＋API別請求（ハイブリッド型）

Business・Enterpriseとも基本はシート単価×人数の固定費。API利用は基本的に別請求で、Enterpriseでは契約交渉でバンドルクレジットや割引が組み込まれることが多い。Codex CLI / IDE拡張の利用はChatGPT本体プランに含まれており、API課金とは別系統。シート単価が固定なので、月次の支出が予測しやすい。

Claude Enterprise：シート＋全使用従量（フル従量寄り）

Claude Enterpriseは構造が独特で、シート料金（$20/seat/月〜）はアクセス権のみ、チャット・Claude Code・Coworkの全使用がAPI標準料金で別請求される。シートに含まれる利用枠はゼロ。ヘビーユーザーが多い組織では支出が膨らみやすいが、逆に「使う人と使わない人の差」を予算管理しやすいメリットがある。

Claude Teamの場合はStandardかPremiumかで構造が変わる。Premium（$125/seat）はClaude Code込みでセット価格になっており、Enterpriseに比べると個人のClaude Pro/Maxプランの延長線で考えやすい。

Gemini Code Assist：シート内に開発支援込み（固定費寄り）

Code Assist Standard $19 / Enterprise $45 のシート料金に、Code Assist本体と Gemini CLI の利用枠が含まれる。割当枠を超えるとレート制限がかかる構造で、API利用とは分離されている。Vertex AI経由のAPI利用は別請求になる。固定費でコスト見通しがつきやすい点が特徴だ。

同じ「Enterpriseプラン」でも構造が違うことの意味

3社の料金モデルは、同じ「企業向けプラン」でも前提が大きく違う。比較すると次のような違いが見える。

Claudeのモデルは「シートが安い分、使うほど課金される」設計で、Geminiは「シートにあらかじめ込みで、上限がレート制限」、ChatGPTは「シート＋API別請求のハイブリッド」と整理できる。

データガバナンスと管理機能の比較

学習利用デフォルトとオプトアウトの扱い

3社とも、企業向けプランでは「入力データがモデルの学習に使われない」がデフォルト設定になっている。個人プラン（ChatGPT Plus、Claude Pro、Gemini個人）はオプトアウト可能だが、デフォルトの扱いは各社で異なる。

Geminiについては注意点があり、認証方式によってデータ保護の条件が変わる。Code Assist有償ライセンス・Vertex AI・AI Studio有償版で認証している場合は保護対象だが、それ以外（Workspaceアカウントのみでの認証含む）は入出力データがGoogleに再利用される可能性がある、と公式に記載されている。

SSO/SAML・SCIM・監査ログ・データ保持

主要な管理機能の比較を整理する。用語が多いので、前提を1段落でまとめる。

SSO/SAMLは社内IdP（Microsoft Entra ID・Okta等）でAI製品にログインする仕組み。SCIM自動プロビジョニングは、人事システムでアカウント登録・退職処理をすると、AI製品側のアカウントも自動で作成・無効化される仕組みで、100人を超える組織では実質必須機能だ。EKM（Enterprise Key Management）はデータ暗号化キーを企業側のAWS KMS / GCP KMSなどで管理する仕組みで、キーを取り消せばサービス提供者側もデータを読めなくできる。HIPAA Readyは米国の医療情報保護法の技術要件を満たした状態で、日本の医療系・国際展開企業向けの認証指標になる。

スペンドリミットと利用量モニタリング

Claude Enterpriseは管理者が組織レベル・個人レベルで支出上限を設定できる。Gemini Code Assistは固定費＋レート制限のため、突発的なコスト爆発のリスクが構造的に低い。ChatGPT Enterpriseは利用量分析機能を持つが、API分は別系統のため両方を見る必要がある。

コーディング支援｜CLIエージェント3者の現在地

ここがSE業務向け選定の中核だ。3社ともCLIで動くコーディングエージェントを揃えており、現在は機能の概要レベルではほぼ横並びになってきている。

ChatGPT｜Codex CLI / Codex IDE拡張

OpenAIのCodexはChatGPT Plus・Pro・Business・Edu・Enterpriseの各プランに含まれる。CLIとIDE拡張の両方を提供し、GPT-5系モデルで動作。コードレビュー・小規模スクリプト生成・関数単位のリファクタリングで実用レベル。筆者のCodexコードレビュー利用経験では、PR単位のレビュー指摘の質は高い。

Claude｜Claude Code（CLI＋IDE拡張）

Claude Pro・Max・Team Premium・Enterpriseの各プランに含まれる。CLIとVS Code / JetBrains拡張を提供。Sonnet 4.6・Opus 4.7・Haiku 4.5の3モデルを使い分けでき、CLAUDE.md でプロジェクト文脈を定義する設計。コミュニティ蓄積とノウハウ量が現時点では他2社より厚い。筆者がMax 5xで日常運用中で、Opus・Sonnet・Haikuの使い分けでコスト管理しやすい。

2026年5月にはClaude Codeへ大規模タスク向けの「Dynamic Workflows」（研究プレビュー）が追加され、Enterprise・Team・Maxプランで利用できる。プラン選定時はこの対象範囲も判断材料になる。

Gemini｜Gemini CLI / Code Assist エージェントモード

Gemini CLIは2025年6月リリースのオープンソースAIエージェント。Code Assist Standard / Enterpriseライセンスと組み合わせて法人利用する。GEMINI.md でプロジェクト文脈を定義（CLAUDE.mdと同じ思想）。VS Code / IntelliJの「Gemini Code Assist エージェントモード」がGemini CLIを基盤に動く。Code Assist Enterpriseでは100万トークンのコンテキストウィンドウとプライベートコードベースに基づくカスタマイズが利用可能。

MCPサポートとプロジェクト文脈定義ファイル

3者ともMCP（Model Context Protocol）に対応し、プロジェクト文脈定義ファイルの設計思想を持つ。MCPは2024年にAnthropicが提唱した規格で、その後3社が採用したことで、外部ツールとの連携プロトコルが事実上の業界標準になりつつある。

設計・実装を段階的に進めるタスクへの適性

ここで言う「設計・実装を段階的に進めるタスク」とは、ローカルにある既存コード・設計書・要件メモを参照しながら、要件整理→設計→実装→テストへと積み上げていく開発スタイルを指す。AIが一度きりの応答ではなく、プロジェクト全体の文脈を持ち続けて開発を進められるかが評価軸になる。

コンテキストウィンドウとコードベース横断理解

各社のコンテキストウィンドウは次の通り。

実用上、200K〜1Mのレンジに大きな機能差はない。重要なのは「コンテキスト窓の数字」よりも、ファイルを横断して読み込む実装機能だ。Claude Codeは .claude/ 配下の設定・サブエージェント機能・/compact でのコンテキスト管理が成熟しており、Gemini CLIは GEMINI.md でルール定義しMCP経由で外部システム連携、Codexは AGENTS.md ベースの実装になっている。

設計・実装を段階的に進めるタスクとの相性

筆者のClaude Code個人開発実体験では、CLAUDE.md と BUGS.md を仕様書・課題管理として使う運用が実用レベル。プロジェクト文脈をファイルに固定することで、セッションをまたいでもAIが文脈を保持する。Gemini CLI も GEMINI.md で同じ運用ができる構造で、Codexは AGENTS.md で対応する。

実体験ベースで比較できるのはClaude Codeだけで、Gemini CLIとCodexの段階的タスク適性についての断定的な評価は控える。公開情報ベースでは3者とも同等水準の設計になっている。

3サービスの実装機能差を比較

API利用の扱い｜エンタープライズで何が変わるか

個人プランの感覚をそのままエンタープライズに持ち込むと外しやすいのが、このAPI利用の扱いだ。

ChatGPT Enterprise：API利用は契約に含まれる（バンドル/割引）

Enterprise契約にはAPI accessが含まれることが標準で、バンドルクレジットや割引レートが契約交渉で組み込まれる。シート料金とは別建てだが、同じ契約内で管理される。Business以下のプランではAPIは完全に別アカウント・別請求になる。

Claude Enterprise：シート料金とAPI料金が完全分離

Claude Enterpriseの現行モデルでは、シート料金は「プラットフォームへのアクセス権のみ」を表す。チャット・Claude Code・Coworkの全使用はAPI標準料金で別途従量課金される。シートに含まれる利用枠はゼロで、毎月の支出は実利用量に完全比例する。一方で、Anthropic API ConsoleのAPIキー利用は従来通り別契約として残る。

Gemini Code Assist：シート料金に開発支援API分が含まれる

Code Assist StandardとEnterpriseのシート料金には、Code Assist本体と Gemini CLI の利用枠が含まれる。割当枠の範囲内で使う限り追加課金は発生せず、超えるとレート制限がかかる。Vertex AI 経由でGemini APIを叩く場合は、Cloud Billingで別途請求される。

API利用時のデータ保護｜3社ともデフォルトで学習利用なし

API利用時のデータ保護については、3社とも標準API契約の時点で「入力データは学習に使われない」がデフォルトになっている。エンタープライズ契約で追加されるのは、データ保持期間のカスタマイズ・データ所在地の指定・EKM/CMEK連携・監査ログのエクスポート等で、学習利用の扱い自体は標準APIから強化されるわけではない。

ただしGeminiは認証方式で扱いが変わる。Vertex AI経由・AI Studio有償版・Code Assist有償ライセンス経由のAPI利用は学習対象外だが、AI Studio無料版では学習に使われる可能性がある点に注意したい。

個人プランの感覚をそのままエンタープライズに持ち込むと外す

3社のエンタープライズAPI扱いをまとめると次のようになる。

graph LR
  A["シート料金"] --> B["ChatGPT EnterpriseAPI利用含むバンドル/割引"]
  A --> C["Claude Enterpriseシート＝アクセス権のみ使用は全てAPI従量"]
  A --> D["Gemini Code Assistシートに開発支援込みVertex API別請求"]
  style B fill:#e8f4f8,stroke:#6699aa
  style C fill:#ffe8e8,stroke:#cc6666
  style D fill:#fff4e6,stroke:#cc9966

個人ProプランはClaude Code利用込みで$20、API課金は別アカウントという感覚で使えるが、Enterpriseはこの感覚が通用しない。特にClaudeは「シート料金が安いから安心」と思って契約すると、API従量で月次予算を大きく超える可能性がある。

組織・チーム内の情報共有とコラボレーション機能

ここが筆者として最も気になっている評価軸だ。Claude Codeを一人で使っている立場からすると、チーム開発でAIをどう共有するかは未踏領域に近い。

セッションの引き継ぎ・並行作業の可否

「自分が進めていたAIセッションを途中から別の人が引き継げるか」「複数人で同時並行に同じプロジェクトに対してAIを動かせるか」は、チーム開発でAIを共有するときの基本機能だ。

3社とも「共有プロジェクト」「ワークスペース」の概念は持つが、個人セッションを他者にそのまま引き継ぐ機能は提供されていない。実態としては「プロジェクト単位で文脈を共有し、各自が新セッションを開く」運用になる。

プロジェクト状態のエクスポート・チーム共有

セッション履歴のエクスポート機能は限定的だ。実用的には、プロジェクト文脈定義ファイル（CLAUDE.md / GEMINI.md / AGENTS.md）をGit管理することで、文脈の引き継ぎを実現するのが現状の主流パターンになる。

これはAI製品の機能というより、運用側で工夫する領域だ。例えば、Claude Codeでは「BUGS.md」「DECISIONS.md」のような補助ファイルを併用して、セッションをまたいだ作業継続性を担保する設計が公開されている。

共通ナレッジベースとチーム横断の文脈共有

「個別更新が無意識にチーム全体に反映される」観点では、各社のコネクタ機能と社内ナレッジ統合がポイントになる。

Gemini Code Assist Enterpriseは「プライベートコードベースに基づくコードカスタマイズ」を提供しており、社内コードリポジトリを直接参照したコード提案が可能。チーム横断の文脈共有という観点では、Gemini Enterpriseが構造的に有利な側面がある。

3サービスの「ひとり開発→チーム開発」移行のしやすさ

筆者の現状はClaude Code（個人Max 5x）でひとり開発。チーム展開を考えるとき、どのサービスが移行しやすいかを整理すると以下になる。

既存IT資産がGoogle WS中心なら、認証統合と社内データ参照の容易さでGemini Code Assistが有利。逆にコーディングエージェントのノウハウ・コミュニティ蓄積を重視するならClaude Code、社内全体（開発以外含む）にAIを広げる土台としてはChatGPT Enterpriseが選択肢になる。

SE業務適性で見た3サービスの判断軸まとめ

既存IT資産で選ぶ場合の判断軸

会社で既に何を使っているかが、最大の決定要因になることが多い。

コーディング業務の主軸で選ぶ場合の判断軸

開発業務の中身で選ぶなら、次の軸で判断する。

組織展開フェーズ別の選び方

導入フェーズでも選び方が変わる。

• フェーズ1（実験段階・10人以下）：個人プランまたはTeam（Claude Team Premium / ChatGPT Business / Code Assist Standard）でスモールスタート
• フェーズ2（部署展開・10〜50人）：Team Premiumまたは Code Assist Enterpriseで開発組織に絞って展開
• フェーズ3（全社展開・50人〜）：エンタープライズプラン交渉（特にClaudeは20シート、ChatGPTは150シートが境界）

実際に提案を進める前段として、まず社内のAI利用ルールを整える必要がある。社内AIガイドラインで決めるべき5論点を整理してからプラン選定に入ると、ツール選定と運用ルールの整合性が取りやすい。

ムラサキ

個人で触っているClaude Codeの感覚で「Claude一択」と言いたくなるが、会社の前提（Workspace中心）を踏まえるとGemini Code Assistの認証統合メリットは大きい。筆者の社内ではまずCode Assist Standardのライセンス確認から始めるのが現実的な第一歩、と整理した。比較記事を書く過程で、自分の選定軸が「個人ノウハウ」から「組織前提」に切り替わったのが収穫だった。

よくある質問

まとめ

ChatGPT・Claude・Geminiのエンタープライズ・有料プランは、SE業務向けに9軸で比較すると構造の違いが鮮明になる。料金モデルはハイブリッド型（ChatGPT）・フル従量寄り（Claude）・固定費寄り（Gemini）と分かれ、API利用の扱いも3社で全く違う。コーディングエージェントは機能面で横並びに近づいてきており、選定の決め手は「既存IT資産との整合性」「組織のチーム情報共有設計」「コスト構造の予測しやすさ」の3点に集約される。

個人プランの体感で「Claude一択」のような直感的判断は通用しないのが、エンタープライズAI選定の現実だ。会社の前提（既存資産・組織規模・開発スタイル）から逆算して、3社のどれが整合するかを見極めるのが実用的なアプローチになる。

社内提案を進める前段では、ツール選定と並行してガイドライン策定の5論点を整理しておくと、運用ルールとプラン選定が一体で議論できる。なお、API経由で参照データをカスタマイズし、自社サービスにカスタムAIを組み込む構成については、別記事で実装ベースの整理を予定している。