リーズニングエフォート (Reasoning Effort)の定義
リーズニングエフォート（reasoning effort）とは、AIが答えを出す前にどれだけ考えるかを指定する設定のことです。高くすると難しい問題に強くなり、低くすると速く安く答えます。
- 英語表記
- reasoning effort（OpenAI APIでは reasoning.effort、Chat Completionsでは reasoning_effort）
- OpenAIの設定値
- モデルにより none、minimal、low、medium、high、xhigh、max から選びます。既定値もモデルごとに違います
- Claudeの設定値
- effort パラメータで low、medium、high、xhigh、max を指定します。多くのモデルの既定値は high です
- 効き方
- 低いほど速くトークン消費が少なく、高いほど深く考えて質の高い答えを返します
- 料金への影響
- OpenAIでは考えるために使う推論トークンは画面に出ませんが、出力トークンとして課金されます
リーズニングエフォート (Reasoning Effort)とは（詳しく解説）
リーズニングエフォート（reasoning effort）は、推論モデルが答える前にどれだけ考えるかを決める設定です。OpenAIのAPIでは reasoning.effort（Chat Completionsでは reasoning_effort）、AnthropicのClaude APIでは effort という名前で用意されています。 値は段階で選びます。OpenAIはモデルによって none から max まで、Claudeは low、medium、high、xhigh、max の5段階です。低いほど速くてトークン消費が少なく、高いほど深く考えて質の高い答えを返します。どちらのモデルも、簡単な問題では自動的に考える量を減らします。 注意したいのはコストです。OpenAIの場合、考えるために使う推論トークンは画面に出ませんが、出力トークンとして課金されます。上限（max_output_tokens）を小さくしすぎると、考えている途中でトークンが尽き、答えが返らないまま料金だけかかることもあります。 使い分けの基本は、まず既定値で試し、結果を見て上げ下げすることです。難しいコード作成や長いエージェント作業では上げ、要約や分類のような軽い作業では下げると、速さと費用を抑えられます。
リーズニングエフォート (Reasoning Effort)のよくある質問
Q. reasoning effortは高いほど良いのですか？
いいえ。高くすると考える量が増え、時間とトークン代も増えます。Anthropicも定型作業や速さが大事な作業では medium や low に下げるよう案内しています。
Q. reasoning_effortとreasoning.effortの違いは？
中身は同じ設定です。OpenAIのChat Completions APIでは reasoning_effort、Responses APIでは reasoning.effort と書きます。
Q. どの値から試せばいいですか？
まずはモデルの既定値で試し、結果を見て上げ下げするのが公式の案内です。OpenAIのgpt-5.5は medium、Claudeの多くのモデルは high が既定値です。
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「リーズニングエフォート (Reasoning Effort)とは」 https://aipicks.jp/glossary/reasoning-effort
リーズニングエフォート (Reasoning Effort)の使用例
- APIリクエストでreasoning_effort: "high"を指定し、複雑な数式証明タスクの精度を上げる。
- 簡単な要約タスクではeffortをlowに落として、レイテンシとコストを抑える。
リーズニングエフォート (Reasoning Effort)に関連するAIツール
リーズニングエフォート (Reasoning Effort)の関連記事
リーズニングエフォート (Reasoning Effort)の関連用語
12カテゴリ・1815語以上を体系的に整理しています