推論モデル
推論モデル(reasoning model)とは、最終的な答えを出す前に、中間的な思考のトークンを連ねて問題に取り組むよう学習された言語モデルです。数学、コーディング、複数ステップのタスクで役立つ傾向があります。
別名: thinking model, extended thinking
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
推論モデルは回答時に追加の計算を使います。これはtest-time computeと呼ばれるパターンです。すぐに返答する代わりに、モデルは作業の過程を書き出し、ステップを確認し、方針を変えてから答えます。
学習の方法
この振る舞いはchain-of-thoughtプロンプトから生まれたものですが、推論モデルはそのために学習されます。多くの場合、答えを検証できるタスクでの強化学習を使います。DeepSeekのR1の論文は、純粋な強化学習で推論能力を引き出せ、学習中に自己反省や検証のようなパターンが現れると報告しています。
Extended thinking
プロバイダーによって推論の提供方法は異なります。Anthropicは自社の方式をextended thinkingと呼んでいます。手動モードでは、budget_tokensの設定で、Claudeが内部の推論に使えるトークン数の目標を与えます。Anthropicのドキュメントは、モデルがどれだけ考えるかを自分で決める新しいadaptive thinkingモードを推奨しています。
コストと限界
思考のトークンは通常出力トークンとして請求されるため、推論モデルは通常のモデルよりリクエストあたりの費用が はるかに高くなり、返答にも時間がかかることがあります。トークン料金をご覧ください。単純な調べもの、書き換え、分類では、推論しないモデルの方が速く、同じくらい正確なことがよくあります。表示される推論は、モデルがどのように答えに至ったかを保証する記録ではありません。
関連用語
- Chain-of-thought
- Chain-of-thought(CoT、思考の連鎖)とは、言語モデルが最終的な回答の前に中間の推論の手順を書き出すプロンプトの手法です。数学、論理、その他の複数の手順を要する問題で結果がよくなる傾向があります。
- 大規模言語モデル
- 大規模言語モデル(large language model、LLM)とは、数十億のパラメーターを持ち、大量のテキストで次のトークンを予測するよう学習したニューラルネットワークです。これにより、文章を書く、質問に答える、要約する、指示に従うといったことができます。
- トークン 料金
- トークン料金(token pricing)とは、ほとんどのAIモデルのAPIが採用している課金方法です。送る入力トークン100万あたりの定額料金と、モデルが生成する出力トークン100万あたりの、通常はより高い別の料金があり、キャッシュされた入力やバッチジョブには割引があります。
- Test-time compute(推論時の計算)
- Test-time compute(推論時の計算)とは、モデルが学習中ではなく、リクエストに答える間に使う計算量のことです。モデルに長く考えさせたり、複数の回答を試させたりすると、難しい問題で結果が良くなることがあります。
- 出力トークン
- 出力トークン(output tokens)とは、言語モデルが応答で生成するトークンです。入力トークンとは別に数えられ、別に請求されます。max_tokensの設定で、1つの応答に含められる数の上限を決めます。