Reasoning Model(推論モデル)

ざっくり言うと

イメージ

正確には

推論モデルとは、答えを書き出す前に、内部の推論ステップ（reasoning / thinking）へ計算リソースを使うよう訓練・設計されたLLMのことです。問題を一気に解かず、複数のステップに分けて解きます。

2024年以降、主要なAI各社が相次いでこのタイプを投入してきました。公式ドキュメントでの呼び方と説明は、次のとおりです。

呼び名は会社ごとにばらばらです。それでも、答える前に内側で考えるステップを挟む、という方向は共通しています。

2026年7月27日に確認したClaude Platformの仕様では、Opus 5、Sonnet 5、Fable 5、Mythos 5などはThinkingが既定で有効です。Opus 5ではeffortをlowからmaxまで選び、思考を含む応答全体へかける労力を調整します。

これはClaude API（プログラムからAIを呼び出す窓口）の仕様です。ふだん使うClaudeアプリで選べるモデルやモードは、契約プランや画面の提供状況によって変わります。

推論（Inference）とは別の言葉です

名前が似ていて混ざりやすいのが、推論（Inference）です。2つは、指しているものの種類が違います。

• 推論（Inference）
  学習を終えたモデルが、入力から答えを計算する工程を指します
• 推論モデル（Reasoning Model）
  答える前に内側で考えるステップを挟む、モデルの種類を指します

推論モデルが答えを書くときも、そこで動いているのは推論（Inference）です。名前は似ていても、片方は工程を、もう片方はモデルの種類を指しています。ここを押さえておけば、製品紹介やニュースを読むときに迷いません。

もともとは、人がプロンプトでお願いしていた

Chain-of-Thought（CoT・連鎖推論）は、人がプロンプトで「ステップバイステップで考えて」と頼むテクニックでした。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ています。

• 昔
  人が「ステップバイステップで考えて」と書き、モデルに途中式を出させていました
• 今
  モデルが内側の推論ステップに計算リソースを使い、そのうえで答えます

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でも、生のreasoning tokensがそのまま見えるわけではありません。対応モデルでは、要約として確認できる場合があります。

使う場面

こんな仕事のときに呼んでください

注意点

使い分けの目安はかんたんです。軽い仕事はふだんのモデルに、重い仕事は推論モデルに任せましょう。主要サービスでは画面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選んでください。

迷ったときは、まずふだんのモデルで短く試してみましょう。答えが浅い、条件を見落とす、計算が怪しい。そう感じたところで推論モデルへ切り替えると、無駄が少なくて済みます。

関連用語

• LLM（大規模言語モデル） — 大量の文章を学習した言語モデルで、推論モデルもその一種です
• Chain-of-Thought（連鎖推論） — 段階を追って考えさせる、プロンプトの書き方です
• 推論（Inference） — 学習を終えたモデルが、入力から答えを計算する工程です
• レイテンシー — 頼んでから答えが返ってくるまでの待ち時間です
• ハルシネーション — 事実と違うことを、自然な文章で書いてしまう現象です

やってみよう