3行でいうと

  • 推論モデルは、答える前に内部で文章を長めに書いて「考える」AIです。
  • 考えた分は画面に出ない（または要約だけ）ことが多いですが、「出力」として料金に数えられます。
  • 考える量は設定やAI自身の判断で変わり、難しい問題に向く代わりに時間とお金を余計に使います。
  • Anthropicは、ふだんは初期設定のままにし、高い設定は複雑な仕事用に取っておくよう勧めています。

この記事は、公式・一次資料を読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。

先に結論

推論モデルは、答えを書き始める前に、内部で文章を長めに書いて「考える」AIです。3社の公式資料に共通して、次のことが書かれていました。

つまり、強みは「難しい問題に、じっくり取り組める」ことです。代わりに、時間と、お金（または利用枠）を余計に使います。

見立てです。簡単な質問にまで長く考えさせると、遅くなって高くなるだけの場合が多いと思います。公式が設定の目安を細かく書いているのは、そのためだと読みました。

たとえ話：暗算と、下書き用紙

「17かける23は？」と聞かれて、すぐ答えるのが暗算です。速いですが、複雑になるほど間違えます。

推論モデルは、答える前に、下書き用紙を取り出して計算するようなものです。途中で「この考え方は違うな」と書き直すこともあります。その結果を見て、最終的な答えを書きます。

ここがポイントですが、この下書き用紙は、たいてい見せてもらえません。OpenAIの資料は、考えた内容の元の文章は公開していない、と書いています。見られるのは要約までです。ところが、料金は、下書き用紙の分も数えられます。要約の長さではなく、実際に使った量で数えられます。

仕組み：「考えるためのトークン」

トークンとは、AIが文章の量を数える単位です。日本語で何トークンになるかは、AIによって違います。

OpenAIの資料によると、推論モデルは、答えの前に「推論トークン」を作ります。これは計画を立てたり、複数の手順で考えたりするために使われます。この推論トークンは、次の性質を持ちます。

OpenAIの資料に、具体的な数字の例があります。出力の合計1,186トークンのうち、1,024トークンが推論トークンでした。計算すると、出力の約86パーセントが、見えない「考える」部分だったことになります（この割合は僕らの計算です）。

Anthropicの資料も、「拡張思考（extended thinking）」で使われた思考トークンは、出力トークンとして料金に数えられる、と書いています。さらに、画面に出る要約と、請求されるぶんは別物です。「請求されるのは、AIが内部で作った思考の全体で、見える要約ではない」と明記されています。要約を作る作業そのものは、無料と書かれています。

Googleのドキュメントも、同じ構造です。思考をオンにすると、料金は出力トークンと思考トークンの合計になります。返されるのは要約だけでも、AIが作った思考の全体が請求対象です。

3社の公式資料を並べる

2026年10月8日に確認した内容です。

OpenAI Anthropic（Claude） Google（Gemini）
名前 推論（reasoning） 拡張思考／適応思考 思考（thinking）
考える量の調整 「effort」。none、minimal、low、medium、high、xhigh、maxなど（モデルにより、使える値が違う） 「effort」。low、medium、high、xhigh、max。AI自身が考えるかどうかを判断する「適応思考」 「thinking_level」。minimal、low、medium、high（モデルにより違う）
初期値 medium（多くの場合） 多くのモデルでhigh。Opus 5.5とHaiku 5.5はmedium モデルによって違う。多くは思考がオン
見られるもの 要約のみ（元の推論は非公開） 要約。請求は全体 要約。請求は全体
料金の数え方 出力トークン 出力トークン 出力トークン（思考を含む）

注意点があります。モデルの名前や、使える設定の値は、数か月で変わります。この表は、2026年10月8日に読んだページの記載です。

どんなときに効くか

OpenAIの資料は、推論モデルを、複雑な問題解決、コーディング、科学的な推論、複数手順のエージェント的な作業に勧めています。設定の目安は、公式の説明を短くすると、次のとおりです。

Anthropicのサポートページは、ふだんの用途は初期設定のままにして、高い努力レベルや思考は、複数手順の技術的な問題のような、複雑な仕事のために取っておくよう勧めています。

見立てです。公式の言い方をまとめると、「毎回、最大にしない」が共通の考え方だと思います。調べもの、文章の下書き、翻訳のような用途は、考える量を小さくしても困らないことが多いのでは、と思います（これは僕らの推測で、公式の評価ではありません）。

料金と利用枠への影響

開発者向け（API） 考えるぶんが、出力として数えられるので、同じ質問でも費用が増えやすくなります。

例として、Anthropicの料金ページに、Claude Sonnet 5.5は出力が100万トークンあたり10ドル、と載っています。1万トークン考えれば、それだけで0.1ドルです（10,000×10÷1,000,000の計算。僕らの計算です）。入力の費用は別にかかります。

また、上限の設定に関わる注意があります。

  • OpenAIは、最初は、推論と出力のために、少なくとも2万5千トークンの余裕を残すよう勧めています。簡単な問題では数百トークン、複雑な問題では数万トークンが、推論に使われうるからです。
  • 上限に達すると、見える答えが出ないまま終わることがあります。そのとき、入力と推論の分は請求されます。Googleのドキュメントにも、同じ注意があります。
  • OpenAIの「プロモード」は、モデルの通常の単価で請求されますが、より多く作業するので、使うトークンが増えて費用が上がる、と書かれています。

月額プラン（アプリ） Claudeのサポートページは、努力レベルを上げると、より丁寧な答えが得られる反面、時間がかかり、トークンを多く使うため、利用上限に早く届く、と書いています。Haiku 5.5やSonnet 5.5など、一部のモデルでは、思考をオフにできない、または制限されるとも書かれています。

ChatGPTのリリースノートには、2026年9月14日に、PlusとProで、InstantからThinkingへの自動切り替えをやめた、という項目があります。モデル選択画面で、推論の選択肢を自分で選べる、と書かれています。月額プランごとの上限の数字は、今回読んだページには見つからず、確認できていません。

誤解されやすい点

「考えれば必ず正しくなる」 そうとは限りません。公式の資料は、設定を上げれば質が上がるとは断定していません。OpenAIは、最大の設定は評価で効果が確認できたときだけ使うよう書いています。

「考えた内容を読めば、AIの本心がわかる」 読める内容は、多くの場合、要約です。要約が元の思考を忠実に表しているかは、読んだ資料では説明されていません。要約は、参考にとどめるのが安全です。

「推論モデル＝新しい種類のAI」 使い分けは、モデルの名前だけで決まるとは限りません。Anthropicの適応思考は、同じモデルが、依頼ごとに考えるかどうかを決めます。OpenAIは、推論の「モード」（標準かプロ）と、考える量（effort）は別の設定、と書いています。

気をつけること

出典

更新履歴