OpenAIのo3、Claudeの拡張思考、GoogleのGemini Deep Think——ここ最近のAIモデルには「答える前に、じっくり考える」タイプが増えています。こうしたモデルは 推論モデル（Reasoning Model） と呼ばれ、数学やコーディング、複雑な論理を要する問題で従来のモデルを上回る成績を出しています。
質問にすぐ答えるのではなく、いったん頭の中で順を追って考えてから答える——人間なら当たり前のこの振る舞いを、AIはどうやって身につけたのでしょうか。この記事では、推論モデルとは何か、その起点になった「Chain-of-Thought（思考の連鎖）」という考え方、そして「思考にコストをかける」という仕組みを、論文や公式情報をもとに非専門家向けに解説します。前提となるLLM（大規模言語モデル）とあわせて読むと、近年のAIの進化の方向性が見えてきます。
起点：Chain-of-Thought（思考の連鎖）
推論モデルを理解する出発点が、2022年にGoogleの研究者らが発表した論文「Chain-of-Thought Prompting Elicits Reasoning in Large Language Models」です。この論文は、「思考の連鎖（中間的な推論ステップの連なり）を生成させることで、大規模言語モデルが複雑な推論を行う能力が大幅に向上する」1ことを示しました。
ポイントは、答えだけをいきなり出させるのではなく、答えにたどり着くまでの 途中の考え を順番に書き出させることです4。たとえば算数の文章題で、いきなり数字を答えるのではなく「まずリンゴが3個、次に2個もらうから合計5個、そのうち1個食べたので…」と段階を踏ませる、というイメージです。
効果は数値にも表れています。論文によれば、5400億パラメータのモデルにわずか8個の思考の連鎖の例を与えるだけで、数学文章題のGSM8Kというベンチマークで当時の最高水準の精度を達成し、検証器つきでファインチューニングしたGPT-3をも上回りました1。算術だけでなく、常識的な推論や記号を扱う推論など複数のタスクで性能が向上することも確認されています1。
なぜ途中を書かせるだけで賢くなるのでしょうか。解説によれば、(1) 途中結果を出力テキストに書き出すことで作業メモリを外部化できる、(2) 複雑な問題が小さく単純なステップに分解される、(3) 途中経過が見えるので誤りに気づきやすい、といった理由が挙げられます4。この手法は当サイトで解説したプロンプトエンジニアリングのテクニックの1つでもあり、「Let’s think step by step（ステップごとに考えよう）」と一言添えるだけで発動させられることも知られています4。
推論モデルとは：考える過程をモデル自身が行う
Chain-of-Thoughtは当初、利用者が「考えてから答えてね」とプロンプトで促す手法でした。これをモデル自身が標準で行うように設計したものが、現在の推論モデルです。
Microsoftの解説は、推論モデルを「推論と問題解決のタスクに取り組むために設計されている」モデルと位置づけ、これらのモデルでは「ユーザーの要求の処理と理解に多くの時間が費やされ」、以前のモデルと比べて科学・コーディング・数学などの分野で非常に強力になると説明しています3。即答する代わりに、内部でじっくり考える時間を取るわけです。
Anthropicの公式ドキュメントも、Claudeの 拡張思考（extended thinking） について「複雑なタスクに対するClaudeの推論能力を高め、最終的な答えを出す前の段階的な思考プロセスへの透明性を提供する」2と述べています。拡張思考が有効なとき、Claudeは最終応答を作る前に内部の推論を書き出す「思考」のブロックを生成します2。OpenAIのo3やGoogleのGemini Deep Thinkも、呼び名は違えど「答える前に考える」という同じ発想に立つモデルです。
仕組み：思考にトークン（計算資源）を割り当てる
推論モデルの特徴は、「考える」こと自体にコストをかける点にあります。
AIにとっての処理単位はトークンです。推論モデルでは、最終的な答えとは別に、内部で考えるためのトークンが使われます。Microsoftの解説は、推論モデルの応答に含まれる「推論トークン（reasoning tokens）」を「非表示のトークンであり、メッセージ応答コンテンツの一部として返されませんが、要求に対する最終的な回答を生成するためにモデルによって使用される」3ものだと説明しています。つまり、画面には表示されない「下書き」や「内省」に相当する部分にもトークンが消費されているわけです。
この「どれだけ考えるか」は調整できます。Microsoftの解説では、推論の作業量を上げると「モデルが要求の処理に費やす時間が長くなり、一般に推論トークンの数が多くなる」3とされています。Anthropicの拡張思考でも、内部推論に使えるトークンの上限を「予算（budget）」として設定でき、予算を大きくするほど複雑な問題での応答品質が向上するとされています2。
ここにトレードオフがあります。たくさん考えさせれば賢い答えが返りやすくなる一方、その分だけ時間とトークンのコストがかかります。だからこそ、どんな質問にも推論モデルを使えばよいわけではありません。Microsoftの解説は、推論モデルが複雑なコード生成、多面的な課題のブレーンストーミング、契約書や法的文書の微妙な違いの分析といった用途に向くとしています3。逆に、単純な質問や定型的な処理であれば、即答型のモデルのほうが速くて経済的です。
使いどころを見極める
推論モデルは「すべての場面で優れた万能モデル」ではなく、「難しい問題にじっくり取り組むのが得意なモデル」です。数学・科学・コーディングのように、答えにたどり着くまでに複数の段階を踏む必要があるタスクで力を発揮します3。一方で、応答が遅くなりコストも増えるため、用途に応じて即答型のモデルと使い分けるのが現実的です。
なお、内部で考える過程を持つからといって、AIが事実を取り違えるハルシネーションが完全になくなるわけではない点には注意が必要です。推論モデルは「考える時間」を与えることで複雑な問題の正答率を高める技術であり、知識そのものの正確さを保証するものではありません。AIを業務に取り入れる際は、「速く答えるモデル」と「じっくり考えるモデル」という2つの選択肢があること、そして後者は思考にコストを払って精度を買っている——この構図を押さえておくと、タスクに応じた賢い使い分けができるようになります。
Sources
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models - Jason Wei・Xuezhi Wangら（Google、2022年）。思考の連鎖がLLMの推論を向上させることを示した論文
- Extended thinking - Anthropic公式ドキュメント（Claudeの拡張思考と思考の予算）
- Azure OpenAI 推論モデル - Microsoft公式ドキュメント（推論モデルの特徴と推論トークン）
- Chain-of-Thought（CoT）とは？LLMの推論を段階的に引き出す基本 - ネクサフローによる日本語解説