推論モデル
答える前に長い内部の「思考」を生成するよう訓練されたLLM。数学、コード、論理に強いが、1回あたりのコストははるかに高い。
2024年9月にOpenAIがo1-previewを出し、テスト時計算（モデルにより長く「考えさせる」こと）が、モデルを大きくするのと同じ品質向上をもたらすことを示した。後継にo3、DeepSeek-R1（2025年1月、重みを公開）、拡張思考を備えたClaude、Gemini 2 Thinking、Grok 4 Heavyなどがある。多くは、数学やコードのように正解を検証できる問題で強化学習により訓練される。通常のモデルより1回あたり5〜50倍のコストがかかるが、以前は手が届かなかった問題を解ける。