AIの2つのダイヤル
エフォート モデル
モデル × エフォート

AIには
モデルエフォート
2つのダイヤルがある。

どちらも「答えを良くする」ためのつまみ。でも、役割はまったく別もの。
モデル=AIが“何を知っているか”
エフォート=AIが“どれだけ頑張るか”
この2つを分けて理解できれば、AIとの付き合い方がぐっと変わります。

01

まず、この2つだけ覚えて

むずかしい仕組みの前に、役割の違いを一言で。

🧠
MODEL / モデル

モデル

= AIが「何を知っているか」

頭脳そのものの選択。大きいモデルほど知識が豊富で、応用力が高い。難しい問題ほど差が出ます。「賢さ」を決めるダイヤル。

Fable 5いちばん賢い・最後の砦●●●●
Opus 4.8経験豊富な専門家●●●
Sonnet 5万能・ふだんづかい●●
Haiku 4.5高速・お手軽

上ほど賢く、上ほど高い。●はコストの目安

🔥
EFFORT / エフォート

エフォート

= AIが「どれだけ頑張るか」

同じ頭脳でも、どこまで丁寧に取り組むか。ファイルをどれだけ読み、どれだけ確認し、どこまで自分で進めるか。「丁寧さ」を決めるダイヤル。

lowmediumhighxhighmax

左ほど手早く安く、右ほど念入り。high が基本。Claude Code では xhigh が既定です。

02

エフォートは「考える時間」だけ…じゃない

ここが一番の勘違いポイント。

😐 よくある思い込み

エフォートを上げる=AIが答える前に長く考えるだけでしょ?

🔥 ほんとうは

エフォートは、AIが作業全体にどれだけ手をかけるかを決めています。「考える時間」はその一部にすぎません。

エフォートが高いと、AIは答えを返す前にこんな“行動”を多くとります👇

エフォート低め🐢

あまり手をかけず、わからなければすぐあなたに質問して確認してくる。トークン(=作業量)を節約する側。

エフォート高め🚀

読む・試す・見直すを自分でやり切ってから戻ってくる。納得できる確信に達するまで手数を惜しまない。

※ ただし「高めにしたから簡単な仕事でもわざと長考する」ということはありません。AIチームが“考えすぎ”を起きないよう学習で調整しています。

03

モデルは「知識の量と応用力」

大きいモデルに変える、って何が変わるの?

🧠 頭の中身は「学習時」に固まっている

AIの知識は、学習が終わった時点で“固定”されます。あなたが資料を渡しても、その場のヒントとして使うだけで、AI本体が新しく覚えるわけではありません。モデルを変える=この“頭脳ごと”別のものに入れ替える、ということ。

💬 だから起こること

学習より後にできた新しいツールや制度は、AIは“知りません”。資料を渡せばその場では使えます。逆に、知らないことをそれっぽく埋めてしまうのが「ハルシネーション(もっともらしい思い込み)」の正体です。

💡 ここがコツ:だからこそ、正しい資料を渡す(=文脈を渡す)ことがすごく効きます。モデルを大きくする前に、まず「必要な情報をちゃんと渡せているか」。これが土台です。

04

使い分けの結論

AIが間違えた。さて、どのダイヤルを回す?

その前に:まず“渡した情報”を見直す
プロンプトは曖昧じゃない? 必要な資料・ツールは渡した? 多くの場合、原因は設定じゃなくこっち。
それでも間違えた → 自分にこう問う
「知らなかった」のか、それとも「頑張らなかった」のか?
🧠 知らなかった

→ モデルを大きく

情報は十分渡した。ちゃんと取り組んだ。それでも自信満々に間違える。=問題が“難しすぎた”サイン。微妙なバグ・未知の分野・設計判断など。

🔥 頑張らなかった

→ エフォートを上げる

ファイルを読み飛ばした、テストを走らせなかった、見直さなかった。=“手を抜いた”サイン。特にエフォートを既定より下げていたときに効く。

ふだんは? ほとんどの作業は「既定(デフォルト)のエフォート」でOK。既定は「多くの人がちょうど良いと感じる作業量」に設定されています。エフォートは、速さや丁寧さに強いこだわりがあるときだけ、意識して回すつまみです。

05

たとえるなら、4人の“先生”

モデル=どんな先生か。エフォート=その先生が何分かけるか。

🏃
受付・トリアージ(高速)

Haiku

いちばん速くて、いちばん安い。かんたんな仕分けや定型の返事はこの人で十分。難しい判断は上の先生に回します。

コスト
🩺
かかりつけ医(万能型)

Sonnet

とても優秀な“なんでも屋”。時間をかければ全部読んで、試して、見直して、あなたの状況を深く理解してくれる。日常のほとんどはこの先生で十分。

コスト ●●
👨‍⚕️
専門医(経験豊富)

Opus

あなたの悩みに深い経験を持つ専門家。ちょっと相談するだけで「あ、それ前に見たやつ」と勘所を突いてくる。資料には無い“経験からの知恵”が強み。

コスト ●●●
🧑‍🔬
名医(最後の砦)

Fable

みんなが手を尽くして詰まったときに呼ぶ人。少し見ただけで、誰も気づかなかった一点を言い当てる。いちばん頼れる分、いちばん高価。ここぞで使う。

コスト ●●●●
🔥 そしてエフォートは、この先生たちが「5分だけ診る」のか「午後まるごと付き合う」のかを決めるつまみです。
06

コスト(お金)の話

「大きいモデル=いつも高い」とは限らない。仕事の難しさ次第。

🟢 かんたんな作業のとき

どっちのモデルでも正解する仕事
品質 かけたトークン(=コスト) 小さいモデル:少ないコストで到達
→ どちらも正解。小さいモデルの方が安い。普段づかいは下げるのが得。

🔴 むずかしい作業のとき

何段階もある、手強い仕事
品質 かけたトークン(=コスト) 大きいモデル:少ない手数で高品質
→ 大きいモデルは少ない手数で到達。総額で逆に安くなることも。そもそも小さいモデルには終わらせられない仕事もある。

※ グラフはイメージです(実際のベンチマークではありません)。Fableは特に、長く複雑な仕事で一番先まで到達します。単価が一番高いので「ここぞ」で。

💰 モデル別の値段(2026年7月時点)

モデル役割入力/100万トークン出力/100万トークン
Fable 5最後の砦$10$50
Opus 4.8専門家$5$25
Sonnet 5万能・ふだんづかい$3 (今だけ$2)$15 (今だけ$10)
Haiku 4.5高速・お手軽$1$5

「トークン」=AIが読み書きする文字のかたまり(ざっくり日本語1文字前後)。同じ仕事なら上のモデルほど単価が高い。Sonnet 5 の割引は2026年8月末まで

💡 覚えておくと得:エフォートは「AIがどこまで進む気があるか」を決めるだけ。実際にそこまで手数を使うとは限りません。簡単に終われば、途中で「もう終わったよ」と切り上げます。

07

早見表:迷ったらこれ

手元に置いておける“結論だけ”の一覧。

こんなとき回すダイヤルどうする
まず、うまくいかないその前にプロンプト・資料・ツールが足りてたか見直す
ふだんの作業エフォート既定(デフォルト)のままでOK
ちゃんとやれば解けそうなのに手を抜いたエフォートエフォートを上げる
スピード重視・かんたんな指示の反復作業モデル小さいモデルに下げる(安く・速く)
情報は十分なのに自信満々で間違えるモデル大きいモデルに上げる
難しい・未知の分野・設計判断・微妙なバグモデル大きいモデル(必要ならフェイブル)
みんな詰まった“最後の砦”案件モデルフェイブル。単価が高いのでここぞで

ひとことで言うと

🔥 エフォート
= どれだけ頑張るか
🧠 モデル
= 何を知っているか
うまくいかない時は、まず渡した情報を見直す。
それでもダメなら自分に一問:
知らなかった?(モデル)」か
頑張らなかった?(エフォート)」か。