プロンプトを受け取った後、すぐ出力せず内部で思考ステップを積んでから回答します。論理・数学・コード最適化など一発で答えが出にくい問題で精度が上がります。
バイブ特有
448
Thinking モデル
シンキングモデル
体験区分：少しだけ触った
推奨読者レベル：Level 3
何をしてくれるか
どこで出会うか
ChatGPT（B-3）のモデル選択欄や API のモデル名に「o1」「o3」「Gemini Thinking」「Extended Thinking」と出てきます。応答が遅い場面で「なぜ時間がかかるのか」が最初のつまずきになりがちです。
比較図
2026.04·ready
「難しいロジックは Thinking モデルに投げると、時間はかかりますが精度が上がることがあります。」
Thinking モデルの見方
449
この用語の見どころ
1
役割
回答前に内部推論を重ねる、精度重視型のモデルです。
2
うれしさ
複雑な論理・数学で通常モデルより正確になることがあります。
3
注意点
内部推論のぶん応答が遅く、料金も高くなりがちです。
4
どこで役立つか
バグ特定・数式検証・多段階ロジックの問題に向きます。
5
はじめに
各社で呼び方が違う点と、速さとのトレードオフを把握します。
6
深掘り先
o1 系、o3 系、Extended Thinking
非エンジニアのつまずき
- 昔はプロンプトで誘導していたが、Thinking Model なら自動でやってくれます
- 「Thinking Model」と「Reasoning Model」の違いが結構難しいです
- 速さより精度がほしいときは、基本これを選ぶことになります
私のコメント
- 第一印象:o1 登場でベンチマークスコアがぐっと伸びたのが記憶に残っています
- 良い点:今のモデルを使う人なら知らず知らず使っているくらい当たり前です
- ダメな点:速度が遅いので、ファストモデルとの使い分けも考えたいです
- 誰向けか:最近は頭出しもしてくれるので、幅広く使いやすくなりました
開発フローでの位置
問題の難易度を判断する
モデル種別を選ぶ
バリアントを絞る
実行と評価
関連用語
G-14·term_llm
バイブコーディング図鑑