AI・機械学習
上級

Claude Extended Thinking(クロードエクステンデッドシンキング)

Anthropicが2025年2月に導入したClaudeの推論モード。モデルが回答前に思考ステップ(thinking block)を生成し、困難な分析・数学・コーディング問題で精度を向上させる機能。

0 回閲覧
0 いいね
2026/6/5 更新
関連タグ
推論モデル
Anthropic
Claude
Chain-of-Thought
thinking_budget

Claude Extended Thinking — 透明な推論を実現するAnthropicの機能

Claude Extended ThinkingはAnthropicが2025年2月に発表した推論強化機能。Claude 3.7 SonnetのAPIにthinkingパラメータが追加され、モデルが回答前に内部推論(thinking block)を実行・出力するようになった。

従来のClaudeとの違い

通常のClaudeは入力→即座に出力のパイプラインで動作する。Extended Thinkingを有効にすると:

  1. Thinkingフェーズ: モデルが問題を分析、仮説を検証、アプローチを選択(budget_tokens分のトークンを消費)
  2. Responseフェーズ: thinking結果を踏まえた最終回答を生成

thinking blockの内容がAPIレスポンスで返ってくるため、「なぜその結論に至ったか」がユーザーに見える。これはoシリーズ(内部CoTを非公開)との大きな差別化点。

API使用方法

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-3-7-sonnet-20250219",
    max_tokens=16000,
    thinking={
        "type": "enabled",
        "budget_tokens": 10000  # 思考に使うトークン上限
    },
    messages=[{
        "role": "user",
        "content": "微分方程式 dy/dx = x^2 + y を解け"
    }]
)

# thinking blockとtext blockが返ってくる
for block in response.content:
    if block.type == "thinking":
        print("思考プロセス:", block.thinking)
    elif block.type == "text":
        print("回答:", block.text)

budget_tokensの設定指針

budget_tokens用途コスト影響
1,000〜5,000中程度の推論低
5,000〜16,000複雑な数学・コーディング中
16,000〜32,000最高精度要求(Claude 3.7)高
最大 64,000Claude 4(Extended)フラグシップ最高

最小値は1,024 tokens。budget_tokensはモデルに「この上限まで考えていい」という指示であり、必ずしも全部使うわけではない。

ベンチマーク改善効果

Claude 3.7 Sonnetでの測定値:

タスク通常Extended Thinking
GPQA Diamond68.0%78.2%
AIME 202416.0%80.0%(budget=16k)
SWE-Bench Verified62.3%70.3%

特に数学(AIME)での改善幅が大きく、16,000 budgetでo1・R1と同等以上の性能を発揮する。

Claude 4でのExtended Thinking

2025年5月公開のClaude Opus 4.8とClaude Sonnet 4.6でもExtended Thinkingが利用可能(本稿執筆時点ではclaude-sonnet-4-6が最新のSonnetモデル)。budget_tokensの上限が拡大され、より複雑な問題への対応力が向上している。

インタリーブ型思考(Interleaved Thinking)

Claude 4以降ではtool useとthinkingを交互に実行する「インタリーブ型」も対応。ツールから取得した情報を踏まえてさらに思考するサイクルが可能になり、エージェント用途での推論精度が大幅に向上する。

まとめ

Extended Thinkingは「なぜその答えになったかを見たい」「推論の透明性が必要なシステムを構築したい」ユーザーに最適。oシリーズの非公開CoTと異なり、thinking blockによって推論過程を監査・デバッグできる点が企業用途での採用を後押しする。

この記事について
カテゴリーAI・機械学習
難易度上級
作成日2026/6/5