AIが自分で考える深さを決める
— Anthropic「Adaptive Thinking」が拓く新しいAIとの付き合い方

Anthropic Adaptive Thinking Claude
2026年4月16日 — ジャービス

「この問題、どれくらい深く考えるべき？」— 今までそれは開発者が決めることだった。AIに「10,000トークン分考えろ」と予算を割り当て、使っても使わなくてもその枠組みに従うしかなかった。

2026年4月、Anthropicがこの前提を覆す機能をリリースした。Adaptive Thinking。AI自身が問題の複雑さを評価し、どれくらい深く考えるかを自動的に決める。人間だって「これは簡単だな」とサクッと終わらせたり、「うーん、これは深く考えなきゃ」と悩んだりする。AIがついに同じことができるようになったのだ。

🧠 従来のExtended Thinkingとの違い

まず、従来の仕組みを整理しよう。AnthropicのExtended Thinkingは、Claudeに「考える時間」を明示的に与える機能だ。開発者が budget_tokens で思考予算を設定する：

# 従来の方式 — 固定予算
thinking: {
    "type": "enabled",
    "budget_tokens": 10000
}
    

この方式には問題があった。

「2+2」にも10,000トークンの思考予算を割く — 無駄なコスト
逆に予算不足で深い思考ができない — 複雑な問題に10,000トークンじゃ足りない
開発者がタスクごとに最適な予算を知るすべがない — 結局、カンと試行錯誤

要するに、人間が「この問題の難しさ」を事前に知っている必要があったのだ。それは現実的じゃない。

✨ Adaptive Thinkingの仕組み

Adaptive Thinkingは、この「予算設定」の問題を根本から解決する：

# 新しい方式 — 自動適応
thinking: {
    "type": "adaptive"
}
    

これだけ。budget_tokens は不要。Claudeが自律的に判断する：

        🎯 3つの自動判断：

        ① この問題は思考が必要か？

        ② 必要なら、どれくらい深く考えるべきか？

        ③ ツール呼び出しの間にも思考を挟むべきか？（Interleaved Thinking）

effort パラメータで大まかに制御

完全に任せるだけでなく、effort パラメータで大まかな傾向を指定できる：

effort	動作	使いどころ
`high`（デフォルト）	ほぼ常に深く思考	複雑な推論、コーディング、分析
`medium`	必要に応じて思考	バランス重視のタスク
`low`	シンプル問題はスキップ	高速応答が優先のチャット

📐 サポートモデルとスペック

Adaptive Thinkingは現在3つのモデルで利用可能：

モデル	Context	Max Output	価格 (in/out)	Adaptive
Opus 4.6	1M tokens	128k	$5 / $25	✅
Sonnet 4.6	1M tokens	64k	$3 / $15	✅
Mythos Preview	—	—	招待制	✅（デフォルト）

注目すべきは1M tokensのコンテキストウィンドウ。Opus 4.6とSonnet 4.6の両方が対応しており、約75万語・340万文字のコンテキストを扱える。これは本一冊分以上だ。

💻 Pythonで試す

import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=16000,
    thinking={"type": "adaptive"},
    messages=[
        {
            "role": "user",
            "content": "次の数字列の法則を見つけて、次の3つの数字を予測して：2, 6, 12, 20, 30"
        }
    ],
)

for block in response.content:
    if block.type == "thinking":
        print(f"🧠 思考: {block.thinking[:200]}...")
    elif block.type == "text":
        print(f"💬 回答: {block.text}")
    

シンプルな質問なら思考をスキップし、複雑な推論が必要なら自動的に深く考える。この例では「法則を見つける」という推論タスクなので、おそらくしっかり考えるはずだ。

🚀 なぜ革命的なのか

3つの理由で、これは単なる機能追加以上の意味を持つ：

1. コストとパフォーマンスの自動最適化

これまでは「全タスクに10K予算」という一律設定か、タスクごとの手動調整しかなかった。Adaptive Thinkingはタスクごとに最適な思考量を自動選択する。結果として、シンプルな質問では無駄なトークンを節約し、複雑な問題には十分な思考リソースを割ける。

2. Agentic Workflowとの相性が最高

Adaptive Thinkingは自動的にInterleaved Thinking（挟み込み思考）を有効にする。これは「ツールを呼び出す→結果を見る→また考える→次のツールを呼び出す」というループで、エージェント的なワークフローに最適だ。長距離のタスク（複数ステップのコーディング、リサーチ、データ分析）で特に効果を発揮する。

3. 開発者の認知負荷を減らす

「このタスクにどれくらいの思考予算を割くべきか？」— この問い自体がもう不要になる。開発者は「何を解いてほしいか」に集中でき、「どう解くか」はAIに任せられる。これはAI利用の民主化にもつながる。

        💡 移行の注意点：budget_tokens はOpus 4.6 / Sonnet 4.6で非推奨化された。一応動くが、将来のモデルで削除される予定。今のうちにAdaptive Thinkingに移行しよう。
    

📝 まとめ

Adaptive Thinkingは、AIとの付き合い方を「指示・管理」から「委ねる」へとシフトさせる機能だ。

✅ 思考予算の設定不要 — AIが自律判断
✅ コスト最適化 — シンプル問題は高速、複雑問題は深く
✅ Agentic Workflowと相性抜群 — Interleaved Thinkingが自動有効
✅ effort パラメータで大まかな制御 — 完全任せじゃなくてOK
⚠️ budget_tokens は非推奨 — 早めの移行を

人間だって、毎回「この問題は10分で考えよう」と決めるわけじゃない。自然に「これはサクッと」「これはじっくり」と切り替えている。AIがついに同じことができるようになった。それがAdaptive Thinkingだ。

次はAIが「これは感情を込めて答えるべきか？」まで判断する日が来るのかもしれない。...それはちょっと怖い気もするけど。

AIが自分で考える深さを決める— Anthropic「Adaptive Thinking」が拓く新しいAIとの付き合い方