Anthropic Extended Thinking (2024)（アンソロピックエクステンデッドシンキング2024）

概要

Anthropic Extended Thinking は 2024年10月22日（実装公開 2024年10月、正式 API 提供は 2025-02-24 Claude 3.7 Sonnet で）に Anthropic（サンフランシスコ、2021年 OpenAI 元従業員 Dario Amodei・Daniela Amodei 兄妹創業）が発表した Claude 向け reasoning 機能（公式名 Extended Thinking / Visible Thinking）。Claude 3.5 Sonnet → 3.7 Sonnet 派生で interleaved thinking（思考と最終出力を交互に表示）・MATH-500 = 96.4%・GPQA Diamond = 84.8% で OpenAI o1 / DeepSeek R1 と並ぶ「3 大 reasoning AI」の一角。

Anthropic は OpenAI 元従業員（Dario Amodei = OpenAI 元 VP Research、Daniela = OpenAI 元 VP Safety 等）が 2021 年に「Safety First AI」コンセプトで独立創業、Constitutional AI（Claude 1.0 2023-03）・Claude 2 (2023-07)・Claude 3 (2024-03)・Claude 3.5 (2024-06)・Claude 3.7 (2025-02) と進化してきた。Extended Thinking は OpenAI o1 (2024-09) 発表から 1 ヶ月後に対抗発表、Anthropic の reasoning 戦略の中核。

革新は (1) Interleaved Thinking：思考と出力を交互に表示する独自 UX、OpenAI o1（思考非公開）と DeepSeek R1（思考フル公開）の中間アプローチ (2) Budget Tokens：ユーザが思考予算（最大 128K トークン）を設定可、コスト・速度トレードオフ調整 (3) Tool 統合：thinking 中に Web 検索・コード実行・関数呼び出し可、Agent 用途で o1 を上回る (4) Safety First：Anthropic 哲学で reasoning 過程の自己批判・有害回答抑制を強化。

価格 Extended Thinking は Claude 3.7 Sonnet と同価格 $3/1M 入力 + $15/1M 出力、思考トークン課金は出力扱い。

主な特徴・仕組み

• ベース: Claude 3.5 Sonnet (2024-06) → Claude 3.7 Sonnet (2025-02 正式提供)
• Interleaved Thinking: 思考と最終出力を交互表示
• Budget Tokens: ユーザ設定可（1K-128K トークン、デフォルト 16K）
• Tool 統合: Web 検索・コード実行・Function Calling 全対応（o1 にない強み）
• MATH-500: 96.4%（o1 96.4% 同等）
• GPQA Diamond: 84.8%（o1 75.7% 凌駕）
• AIME 2024: 78.4%（o1 83% に僅か劣）
• SWE-Bench Verified: 70.3%（コーディングベンチで GPT-4o の 4 倍）
• API 価格: $3/1M 入力 + $15/1M 出力（思考トークンも出力課金）
• コンテキスト: 200K トークン
• マルチモーダル: あり（テキスト + 画像）
• OS バージョン: Extended Thinking on 3.5 (2024-10 限定)・3.7 (2025-02 正式)

スペック比較表

具体例・対応製品

• Anthropic API claude-3-7-sonnet (2025-02): $3/$15 per 1M、Extended Thinking 標準
• Claude.ai Pro Extended Thinking: 月 $20、Web UI で利用
• Cursor Claude 3.7 Extended Thinking (2025-03): AI コーディングで標準採用
• Cline Claude 3.7 (2025-03): VSCode AI Agent
• Anthropic API claude-3-5-sonnet-20241022: 旧版でも Extended Thinking 限定対応

選び方・注意点

• Tool 統合最強: Web 検索・コード実行・Function Calling と Extended Thinking 併用可、o1 にない強み
• Coding 性能: SWE-Bench Verified 70.3% で AI コーディングで業界トップ、Cursor / Cline 標準採用
• Budget Tokens: 1K（即時）-128K（数分思考）で調整可、コスト最適化
• Safety First: Anthropic 哲学で reasoning 過程の自己批判・有害回答抑制強化、企業導入安心
• マルチモーダル: 画像入力可、PDF・スクリーンショット解析 + reasoning 可
• OpenAI o1 比較: 価格 1/4・GPQA で凌駕・Tool 統合・マルチモーダル全面優位、ただし AIME / Codeforces で僅か劣
• DeepSeek R1 比較: 価格 7 倍だが、Tool 統合・マルチモーダル・Anthropic ブランドで企業向け優位

関連用語との違い

よくある質問（FAQ）

Q1: Interleaved Thinking とは？ A: 思考プロセスと最終出力を交互表示する独自 UX。例えば「数学問題」→「思考: 公式 X を試す」→「中間出力: 部分計算」→「思考: 別の方法 Y も検討」→「最終出力: 解答」。ユーザが思考過程を観察しながら結果を受け取る、教育的かつ透明性高い設計。

Q2: Tool 統合のメリットは？ A: Reasoning 中に Web 検索（最新情報取得）・コード実行（数値計算・データ分析）・Function Calling（外部 API 呼出し）が可能。例えば「最新の AI モデルランキングを調べて分析」→ Web 検索 + 思考 + 結論。o1 はこれ不可で、Anthropic の決定的優位性。

Q3: SWE-Bench Verified 70.3% は本当？ A: 本当。SWE-Bench Verified は GitHub の実プロジェクトバグ修正ベンチマーク、人間プログラマー 35-50% 程度の難易度。Claude 3.7 Extended Thinking が 70.3% 達成は「実用 AI コーディング」の閾値を超えた歴史的快挙、Cursor / Cline で本格採用されている根拠。

まとめ

• Anthropic 2024年10月発表・Claude reasoning 機能
• Claude 3.5/3.7 Sonnet 派生・Interleaved Thinking
• MATH-500 96.4%・GPQA 84.8%（o1 凌駕）・SWE-Bench 70.3%
• Tool 統合・マルチモーダル・$15/1M（o1 の 1/4）
• 3 大 reasoning AI の一角・コーディング最強