---
title: "推論トークンとは？課金・max_tokens・空の回答の原因 | BroadRouter"
description: "推論トークンとは、推論モデルが回答の前に考える過程で生成するトークンです。課金のされ方、max_tokens への算入、制御の方法を解説します。"
url: https://broadrouter.com/ja/glossary/reasoning-tokens/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/glossary/reasoning-tokens/)（2026-11-14 更新）。

# 推論トークン（reasoning tokens）

更新日 2026-11-14

推論トークンとは、推論モデルが目に見える回答を書く前に、問題を考え抜くために生成するトークンです。通常は出力トークンとして課金され、出力の上限とコンテキストウィンドウに算入されます。API によっては非表示になったり、要約されたりします。

別名： 思考トークン、推論（reasoning）トークン、reasoning\_effort、reasoning tokens、thinking tokens、chain-of-thought tokens、reasoning effort、extended thinking

推論モデルは、回答する前に考えます。その思考もテキストなので、トークン、時間、コンテキストウィンドウの容量を消費します。

## 仕組み

推論モデルは、まず内部で思考の連鎖（chain of thought）を生成し、そのあとで目に見える回答を書きます。どちらも同じ出力の上限から使われます。OpenAI のガイドは推論トークンについて “are billed as output tokens”（訳：出力トークンとして課金される）と述べ、コンテキストウィンドウの容量も占めるとしています。Anthropic も思考トークンについて同じことを述べ、“a subset of your `max_tokens`”（訳：`max_tokens` の一部）と呼んでいます。

Chat Completions 形式では、その数が usage に表示されます。

```json
"usage": {
  "completion_tokens": 1186,
  "completion_tokens_details": { "reasoning_tokens": 1024 }
}
```

この例では、出力トークン 1,186 のうち 1,024 が思考に使われ、回答に使われたのは 162 だけです。OpenAI は、レスポンスが “before any visible output tokens are produced”（訳：目に見える出力トークンが生成される前に）上限に達することがあると注意しています。その場合、入力と推論の料金を払っても回答は得られません。同社は、自社モデルで試し始める段階では、推論と出力のために少なくとも 25,000 トークンを確保することを勧めています。

多くの API には `reasoning_effort`（`low`、`medium`、`high`）のような設定があり、品質と引き換えに思考トークンを減らせます。

## なぜ重要か

-   **コスト。** トークン課金のキーでは、推論は出力単価で課金されます。通常、最も高い単価です。[入力トークンと出力トークン](https://broadrouter.com/ja/glossary/input-and-output-tokens/)を参照してください。
-   **レイテンシ。** 最初の目に見えるトークンが出るまで、思考に時間がかかります。[毎秒トークン数](https://broadrouter.com/ja/glossary/tokens-per-second/)が一定なら、2,000 の推論トークンは出力トークン 2,000 個分の時間を上乗せします。
-   **信頼性。** 推論しないモデルで問題なかった小さな [`max_tokens`](https://broadrouter.com/ja/glossary/max-tokens/) が、推論モデルでは空の回答を返すことがあります。

## BroadNet Inference の場合

[DeepSeek V4.1 Flash](https://broadrouter.com/ja/models/deepseek-v4.1-flash/)、[GLM 5.3](https://broadrouter.com/ja/models/glm-5.3/)、[Qwen3.8 27B](https://broadrouter.com/ja/models/qwen3.8-27b/) は回答の前に推論します。BroadNet のドキュメントによると、推論は `max_tokens` に算入されます。BroadNet Gemma 4 VL 26B については、BroadNet のドキュメントに推論の記載はありません。

モデルが報告する場合、`usage.completion_tokens_details.reasoning_tokens` に思考の分が表示されます。`max_tokens` は 1,000 以上にするか未指定のままにし、単純な処理には `reasoning_effort="low"` を使ってください。

```python
client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    reasoning_effort="low",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Classify: 'refund my order'"}],
)
```

従量課金では、推論は出力単価で課金されます。たとえば DeepSeek V4.1 Flash では 100 万トークンあたり $0.52 です。このモデルの無制限プランにはトークンのメーターがないため、推論に追加料金はかからず、時間がかかるだけです。対処法の一覧は[推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)にまとめています。

## よくある質問

### 推論トークンの中身は見られますか？

API によって異なります。OpenAI によると、推論トークンは同社の API からは見えませんが、要約を受け取ることはできます。ほかのプロバイダーは、推論の一部または全部を別のフィールドで返します。どちらの場合も、推論トークンは課金されます。

### 推論トークンを減らすにはどうすればいいですか？

モデルが対応していれば、単純なタスクでは reasoning\_effort を low にするなど、推論の強度を下げてください。明確で具体的なプロンプトも効果があります。

### 推論モデルから空の回答が返ってくるのはなぜですか？

出力の上限をすべて推論に使い切った可能性が高いです。その場合、finish\_reason は length になります。max\_tokens を上げるか、推論の強度を下げてください。

## 関連項目

-   [max\_tokens（最大出力トークン数）](https://broadrouter.com/ja/glossary/max-tokens/)（用語）
-   [入力トークンと出力トークン（input and output tokens）](https://broadrouter.com/ja/glossary/input-and-output-tokens/)（用語）
-   [コンテキストウィンドウ（context window）](https://broadrouter.com/ja/glossary/context-window/)（用語）
-   [トークン毎秒（TPS、tokens per second）](https://broadrouter.com/ja/glossary/tokens-per-second/)（用語）
-   [Chain-of-Thought（CoT、思考の連鎖）](https://broadrouter.com/ja/glossary/chain-of-thought/)（用語）
-   [推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)（ガイド）
-   [chat completions のストリーミングと接続切断への対処](https://broadrouter.com/ja/guides/streaming-chat-completions/)（ガイド）
-   [OpenAI 互換 API への移行チェックリスト](https://broadrouter.com/ja/blog/openai-compatible-api-migration-checklist/)（記事）
-   [LLM API は定額とトークン課金のどちらが得か：損益分岐の計算](https://broadrouter.com/ja/blog/flat-rate-vs-pay-per-token-llm-api/)（記事）

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-reasoning-tokens&utm_content=page-cta) ·

**出典**

-   [OpenAI、推論モデルのガイド](https://developers.openai.com/api/docs/guides/reasoning)
-   [Anthropic、拡張思考（thinking）使用時のコンテキストウィンドウ](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [BroadNet Inference API リファレンス、推論トークンとキャッシュトークン（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-reasoning-tokens&utm_content=sources#models)
