推論モデル

推論モデル（Reasoning Model）とは、LLMが最終回答を生成する前に「考える」時間を費やし、内部的な思考の連鎖（Chain-of-Thought）を実行することで複雑な問題を解くよう設計されたモデルです。

推論モデルが注目される理由は、従来のLLMが苦手としていた数学的証明・複雑なコーディング・多ステップの論理推論といった高難度タスクで飛躍的な性能向上を実現するためです。単純なプロンプト回答ではなく、「まず問題を分解し、各ステップを検証しながら答えにたどり着く」という思考プロセス自体をモデルが学習している点が従来のLLMとの大きな違いです。

代表例としてOpenAI o1・o3シリーズ（旧称"Strawberry"）、Anthropic Claude 3.7 Sonnet（Extended Thinking）などがあります。内部の思考トークンにも課金されるため、シンプルな質問への適用はコスト効率が悪く、難易度の高い推論タスクに使い分けるのが実務上のベストプラクティスです。