1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@FukuharaYohei(Fukuhara)inMicrosoft

Azureで使うgpt-5系のreasoning effort

Last updated at Posted at 2026-01-18

Microsoft Foundry で gpt-5.2, gpt-5-mini, gpt-5-nano を使った場合のreasoning effort の違いを少し調べました。

結論

各モデルごとのreasoning effortでのToken使用量(Output)と処理時間の結果です(呼び出し方は後述)。

  • モデルによって使えないモードがあります。
  • gpt-5.2 の最小reasoning effort はnoneですが、gpt-5-nano/mini の最小はminimal です(gpt-5.2はminimal非対応)。
  • 時間はPython側で計測しており、ネットワーク時間も含んでいて概算での値です(秒単位)

image.png

以下はAIに結果を分析させた内容です。特に検証はしておらず、誤りを含んでいるかもしれません。

分析結果

概要

reasoning effort は「推論の強さ」ではなく
「モデル内部アルゴリズムを切り替えるスイッチ」である

ということが、数値的に明確に確認できた。

測定結果（要約）

Output Tokens

reasoning effort gpt-5-nano gpt-5-mini gpt-5.2
minimal / none 1,536 1,830 1,220
low 2,335 1,830 1,154
medium 27,907 2,518 985
high 34,717 6,427 1,726
xhigh 使用不可 使用不可 4,054

処理時間（秒）

reasoning effort gpt-5-nano gpt-5-mini gpt-5.2
minimal / none 10.1 15.8 24.3
low 14.9 15.7 22.3
medium 5.7 21.8 19.2
high 84.0 53.3 44.1
xhigh 使用不可 使用不可 91.8

重要な観測ポイント

1. gpt-5-nano / mini では medium 以上で挙動が激変する

  • gpt-5-nano

    • low → medium で Output Tokens が 約12倍
    • high では 3万トークン超・80秒超

  • gpt-5-mini

    • medium → high で tokens / 時間が 指数的に増加

👉 reasoning effort を上げた瞬間に、内部モードが切り替わっている

2. gpt-5.2 は唯一「制御された増加」を示す

  • effort を上げても

    • トークン数・時間が 線形に近い増え方

  • xhigh を 唯一サポート

  • 特に medium で 最小トークン を記録

👉 gpt-5.2 は reasoning 前提で設計されたモデル

3. gpt-5.2 では「reasoning を入れると出力が短くなる」

  • none：流れで生成 → 冗長
  • medium：内部で整理 → 無駄な出力が削減

👉 reasoning effort は
「考える量を増やす」スイッチではない

モデル別の内部挙動の解釈

gpt-5-nano

  • none / low：非推論・高速モード
  • medium 以上：
    → 軽量モデルが推論を試みて暴走

結論

  • nano は 推論用途ではない
  • medium 以上は設計想定外

gpt-5-mini

  • none / low：安定
  • medium：標準推論（スイートスポット）
  • high：推論ステップが過剰に増加

結論

  • mini は medium が最適
  • high は「賢くなる」より「遅くなる」

gpt-5.2

  • effort に対する挙動が最も安定
  • medium が 品質・コスト・速度の最適点
  • high / xhigh は高度推論専用

結論

  • reasoning effort を使うなら gpt-5.2 一択

実務向けベストプラクティス

gpt-5-nano

推奨: reasoning effort = none / low
非推奨: medium 以上
用途: 整形、要約、分類、RAG後段、低レイテンシ

gpt-5-mini

推奨: reasoning effort = medium
次点: low
非推奨: high
用途: 軽い推論、条件分岐、業務ロジック補助

gpt-5.2

推奨: reasoning effort = medium
高度推論: high / xhigh（限定用途）
用途: 複雑な判断、設計、分析、意思決定支援

本分析の本質的な結論

reasoning effort は「知能レベル調整」ではなく
「内部推論アルゴリズム切替スイッチ」である

  • nano / mini は 推論を前提としていない
  • gpt-5.2 は 推論を前提に最適化されている
  • effort を上げれば良くなる、は誤解

まとめ（短く）

  • gpt-5-nano で medium 以上は 地雷
  • gpt-5-mini は medium が最適解
  • gpt-5.2 は medium が最小トークンかつ高品質
  • reasoning effort は 用途別に明示指定すべき

計測したScript

環境

GitHub Codespaces で以下のdevcontainerで動かしています。

.devcontainer/devcontainer.json
// For format details, see https://aka.ms/devcontainer.json. For config options, see the
// README at: https://github.com/devcontainers/templates/tree/main/src/python
{
	"name": "Python 3",
	// Or use a Dockerfile or Docker Compose file. More info: https://containers.dev/guide/dockerfile
	"image": "mcr.microsoft.com/devcontainers/python:3-3.11-bookworm",
	"features": {
		"ghcr.io/devcontainers-extra/features/uv:1": {},
		"ghcr.io/devcontainers/features/git-lfs:1": {}
	},

	// Configure tool-specific properties.
	"customizations": {
		"vscode": {
			"extensions": [
				"ms-python.python",
				"ms-python.vscode-pylance",
				"ms-toolsai.jupyter"
			]
		}
	}

	// Uncomment to connect as root instead. More info: https://aka.ms/dev-containers-non-root.
	// "remoteUser": "root"
}

雑に作ったプログラムです。Responses APIと Chat Completionsで違うかもと思い、どちらでも呼べるようにしています(結果は変わらず)。
ユーザプロンプトは、Reasoningの結果に差が出るようにAIに作ってもらったものをそのまま採用。

import os
import time

from dotenv import load_dotenv
from openai import OpenAI
import pandas as pd

load_dotenv(override=True)

def create_openai_client():
    """
    Create and return an Azure OpenAI client instance.
    
    Returns:
        OpenAI: Configured OpenAI client
    """
    client = OpenAI(
        base_url=os.getenv("AZURE_OPENAI_ENDPOINT"),
        api_key=os.getenv("AZURE_OPENAI_API_KEY"),
    )
    return client

client = create_openai_client()

def call_llm(
    client: OpenAI,
    messages: list,
    api_kind: str,
    deployment_name: str,
    reasoning_effort: str ):

    api_params = {
        "model": deployment_name,
    }
    if deployment_name == "gpt-5.2" and reasoning_effort == "none":
        api_params["temperature"] = 0.0

    start_time = time.time()
    
    if api_kind == "chat_completions":
        api_params["messages"] = messages
        api_params["reasoning_effort"] = reasoning_effort
        response = client.chat.completions.create(**api_params)
        result = {
            "deployment": deployment_name,
            "reasoning_effort": reasoning_effort,
            "process_time_ms": (time.time() - start_time) * 1000,
            "output_tokens": response.usage.completion_tokens,
            "response": response.choices[0].message.content,
        }
    else:
        api_params["input"] = messages
        api_params["reasoning"] = {"effort": reasoning_effort}        
        response = client.responses.parse(**api_params)
        result = {
            "deployment": deployment_name,
            "reasoning_effort": reasoning_effort,
            "process_time_ms": (time.time() - start_time) * 1000,
            "output_tokens": response.usage.output_tokens,
            "response": response.output_text,
        }

    return result

user_prompt = """
あなたはSaaSのプロダクトマネージャーです。
以下の制約をすべて満たす料金プランを設計してください。

- ユーザーは3種類（個人 / SMB / エンタープライズ）
- 月額売上を最大化したいが、解約率も抑えたい
- 個人ユーザーは価格に敏感
- エンタープライズはサポート品質を重視
- プランは最大3つまで
- 各プランの価格と理由を説明すること
"""
# responses APIでも、共通化させるためにあえてこの形式
messages = [
    {"role": "system", "content": "あなたは親切なアシスタントです。"},
    {"role": "user", "content": user_prompt}
]

result = call_llm(client, messages, "chat-completions", "gpt-5.2", "minimal")
print(result)

results = []
#"minimal", 
for reasoning in ["none", "low", "medium", "high", "xhigh"]:
    result = call_llm(client, messages, "responses", "gpt-5.2", reasoning)
    results.append(result)
    print(result)

for deployment in ["gpt-5-mini", "gpt-5-nano"]:
    for reasoning in ["minimal", "low", "medium", "high"]:
        result = call_llm(client, messages, "responses", deployment, reasoning)
        results.append(result)
        print(result)    

df = pd.DataFrame(results)

エラー

reasoning effort エラー

使えないreasoning effort選ぶと以下のようなエラー

BadRequestError: Error code: 400 - {'error': 
  {'message': "Unsupported value: 'minimal' is not supported with the 'gpt-5.2-2025-12-11' model. Supported values are: 'none', 'low', 'medium', 'high', and 'xhigh'.", 'type': 'invalid_request_error', 'param': 'reasoning.effort', 'code': 'unsupported_value'}}

BadRequestError: Error code: 400 - {'error': 
  {'message': "Unsupported value: 'none' is not supported with the 'gpt-5-nano-2025-08-07' model. Supported values are: 'minimal', 'low', 'medium', and 'high'.", 'type': 'invalid_request_error', 'param': 'reasoning.effort', 'code': 'unsupported_value'}}

temperature エラー

あと、gpt-5-nano、gpt-5-mini は temperatureを1以外にするとエラー。reasoning effortがnoneにできないので、0に設定できないのはわかりますが、0.1とかにはしたいです。
gpt-5.2でもreasoning effort をnone以外に設定するとtemperatureは1以外に設定できないです。

Error calling Chat Completion API: Error code: 400 - {'error': 
  {'message': "Unsupported value: 'temperature' does not support 0.7 with this model. Only the default (1) value is supported.", 'type': 'invalid_request_error', 'param': 'temperature', 'code': 'unsupported_value'}}

参考

reasoning

OpenAI公式ページ

使用可能なreasoning effort

使用可能なreasoning effort に関する記述

reasoning.py
class Reasoning(TypedDict, total=False):
    """**gpt-5 and o-series models only**

    Configuration options for
    [reasoning models](https://platform.openai.com/docs/guides/reasoning).
    """

    effort: Optional[ReasoningEffort]
    """
    Constrains effort on reasoning for
    [reasoning models](https://platform.openai.com/docs/guides/reasoning). Currently
    supported values are `none`, `minimal`, `low`, `medium`, `high`, and `xhigh`.
    Reducing reasoning effort can result in faster responses and fewer tokens used
    on reasoning in a response.

    - `gpt-5.1` defaults to `none`, which does not perform reasoning. The supported
      reasoning values for `gpt-5.1` are `none`, `low`, `medium`, and `high`. Tool
      calls are supported for all reasoning values in gpt-5.1.
    - All models before `gpt-5.1` default to `medium` reasoning effort, and do not
      support `none`.
    - The `gpt-5-pro` model defaults to (and only supports) `high` reasoning effort.
    - `xhigh` is supported for all models after `gpt-5.1-codex-max`.
    """
1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?