・英語による用語：Reasoning Model
・用語カテゴリ：技術用語
・日本語読み：すいろんモデル（リーズニングモデル）
・種別：回答前に思考過程を展開するLLM（推論特化型）
・主な例：OpenAI o系／Gemini 思考モード／Claude 拡張思考／DeepSeek-R1 など
・関連：LLM ／ 思考の連鎖 ／ 生成AI ／ ハルシネーション
・備考：答えを出す前に「考える」プロセスを内部で展開し、数学・コード・論理課題の精度を高めたLLM。
推論モデル（Reasoning Model）とは？答える前に「考える」AI
推論モデル（Reasoning Model）とは、質問に即答するのではなく、回答を出す前に内部で思考の過程（思考の連鎖＝Chain-of-Thought）を展開し、段階的に考えてから答えを導く大規模言語モデルの総称です。人間が難問を解くときに順を追って考えるのと同じように、AIが「推論（thinking）」に計算リソースと時間をかけることで、複雑な課題での正確さを高めます。
従来のモデルが学習済みの知識から素早くパターン的に応答するのに対し、推論モデルは数学の証明、複雑なコーディング、多段階の論理パズル、緻密な計画立案といった「じっくり考える必要がある」タスクで特に高い性能を発揮します。OpenAIのo系モデル、GoogleのGeminiの思考モード、AnthropicのClaudeの拡張思考、DeepSeek-R1などが代表例で、多くの主要モデルが通常応答と推論モードを使い分けられる形へと進化しています。
実務では、難易度の高い分析・設計・デバッグ・戦略立案などで威力を発揮します。一方で、思考の過程を展開する分だけ応答に時間がかかり、利用コスト（トークン消費）も増えます。そのため、単純な質問には通常モデル、難しい課題には推論モデル、という使い分けが実務上のコツになります。
また、思考過程がもっともらしく見えても結論が誤っている場合はあり、推論モデルであってもハルシネーション（もっともらしい誤り）が完全になくなるわけではありません。重要な用途では、出力の検証を前提に活用することが求められます。
