Reasoning Model(推論モデル)

ざっくり言うと

ひとことで言うなら、答えを出す前に、モデルが内部で追加の推論ステップに時間を使うタイプのAIです。

イメージ

正確には

推論モデルとは、回答を出力する前に内部の推論ステップ(reasoning / thinking)に計算リソースを使い、複数ステップに分けて問題を解くように訓練・設計された LLM のことです。2024年以降、主要なAI各社が相次いで投入してきました。

各社の公式ドキュメントでの呼び方と説明は次の通りです。

提供元	機能・シリーズ名	公式の説明(要約)
OpenAI	GPT-5.6 Sol などの reasoning models	回答前に reasoning tokens を使い、計画・代替案の検討・複数ステップの問題解決を行うモデル群。ChatGPTでは対象プランの Medium / High / Extra High を GPT-5.6 Sol が担う
Anthropic	Claude の Extended Thinking	回答前にモデルが内部で「思考ブロック」を出力し、難しい問題により多くの計算リソースを割り当てる機能
Google	Gemini の Thinking	応答前に内部で推論ステップを生成し、複雑な問題ほど深く考えるよう設定できる機能

使う場面の見分け方

Chain-of-Thought との関係

Chain-of-Thought(CoT・連鎖推論) は、もともと人間がプロンプトで「ステップバイステップで考えて」とお願いするテクニックでした。推論モデルは、そうした段階的な問題分解に近い処理を、内部の reasoning / thinking として扱えるように設計された LLM と言えます。

昔: 人間が「ステップバイステップで考えて」とプロンプトを書き、モデルに途中式を出させる
今: 推論モデルが、内部の推論ステップに追加の計算リソースを使って答える

OpenAI の API ドキュメントでは、reasoning models は回答前に reasoning tokens を使い、複雑な複数ステップの課題やツール利用に強いモデルとして説明されています。なお、API で生の reasoning tokens がそのまま見えるわけではなく、対応モデルでは要約として確認できる場合があります。

用語	関係
LLM(大規模言語モデル)	推論モデルは LLM の一種。「答える前に考える」機能が乗ったバージョン
Chain-of-Thought	推論モデルの説明を理解する助けになる、段階的に考えるプロンプト技法
レイテンシ(Latency)	推論モデルは思考時間ぶんレイテンシが増える。即答型より遅い

よくある勘違い

注意点

目安は「簡単な仕事は即答型、難しい仕事は熟考型」。主要サービスでは UI 上で切り替えられることが多いので、仕事の重さに応じて使い分けるのがコツです。

確認のコツ

やってみよう

関連用語として、Chain-of-Thought(連鎖推論) / LLM(大規模言語モデル) / レイテンシ(Latency) も合わせて読むと、推論モデルの位置づけがつかみやすくなります。