普段Claude Codeを使っていて、期待していた回答が返ってこなかった場合、なんとなくエフォートを上げてみたり、なんとなくモデルを上げてみたりしていませんか?自分も実際そうでした。
しかし、闇雲に設定を上げると問題が解決しないだけでなく、無駄にトークンと待ち時間を消費してしまいます。
今更ではありますが、Anthropic公式の解説記事をもとに、モデルとエフォートの違いと適切な使い分けについて改めて整理しておきたいと思います。
参考記事
Claude Code effort level and model selection (Lydia Hallie, Claude Codeチーム)
1. 結論:モデルは「能力の上限」、エフォートは「作業の徹底度」
Claude Codeの出力を左右する2つの設定は、制御している対象がまったく異なります。
- モデル選択 = 知識や推論力の範囲(解決できる問題の難しさ)
- エフォート = 1ターンあたりの作業量と徹底度(完了とみなす基準の厳しさ)
どれほどエフォートを上げても、モデル自体が持つ知識や推論力の上限を超えることはできません。
迷ったときの切り分け手順
期待通りの結果が出ないときは、設定をいじる前に次の順番で原因を確認します。
-
まずコンテキストを見直す(指示が曖昧でないか、
CLAUDE.mdや必要なツール・スキルが揃っているか) - 知識や推論力が足りなければ、モデルを上げる(必要な文脈をすべて渡し、十分に試行した上で設計や実装を誤る場合)
- 作業量や徹底度が足りなければ、エフォートを上げる(関連ファイルを読み飛ばす、テストを実行しない、リファクタリングを途中で終える場合)
出典:Claude Code effort level and model selection(Anthropic)
※なお、この図はあくまで最初の当たりをつけるための目安で、厳密なルールではないと公式記事でも補足されています。
現象別の対処法
| 起きている現象 | 考えられる原因 | 対処法 |
|---|---|---|
| 存在しないAPIを呼び出す | 学習知識の不足、または推論の誤り | モデルを上げる(または最新ドキュメントを文脈に渡す) |
| 曖昧な指示の意図を汲み取れず的外れな実装をする | 複雑な文脈の解釈力不足 | モデルを上げる(または指示を具体化する) |
| 別ファイルにある型定義や共通関数を見落とす | 探索範囲や確認の不足 | エフォートを上げる |
| コードを書いただけで、テスト実行や境界値の確認をしない | 完了基準(徹底度)の低さ | エフォートを上げる |
| 単純な置換や定型修正なのに、処理が遅くコストが高い | タスクに対してモデルが大きすぎる | モデルを下げる(Sonnetなどへ変更する) |
基本は各モデルのデフォルト設定のまま使います。エフォートはタスクごとに毎回切り替えるものではなく、自分の業務領域や求める徹底度に合わせてあらかじめ決めておく基準値として扱います。
2. 裏側の仕組み:なぜこの2つは別物なのか
モデル選択が変えるもの:固定された重み(パラメータ)
プロンプトや CLAUDE.md を送信すると、サーバー上でテキストが整数配列(トークンID)に分割されます。モデルは入力された配列から、次に来るトークンの確率を全語彙に対して計算します。
推論時において、モデルの知識が記録された数十億のパラメータ(重み)は読み取り専用であり、変化しません。最新のドキュメントをプロンプトに含めるのは、出力の方向を誘導する操舵(ステアリング)であり、モデル自体に新しい知識を記憶させるわけではありません。
また、モデルは回答を一気に出力せず、1トークン予測しては配列の末尾に追加し、最初から再計算する処理を繰り返します。200トークンの回答なら、重みの計算を200回行います。**モデル選択が決めるのは「1トークンあたりの単価・計算時間」と「知能の上限」**であり、生成されるトークン総数そのものではありません。
エフォートが変えるもの:1ターンあたりの総作業量
Claude Codeが1ターンで生成する出力トークンは、すべて同じ処理ループから生まれる通常の出力トークンであり、同じ単価で課金されます。内訳は次の3種類です。
- アクションの合間にストリーミングされる推論(Thinking)
-
ReadやEditなどのツール呼び出し(Tool calls) - 計画の提示や進捗報告、最終まとめなどのテキスト(Text to you)
途中で生成された推論トークンはそのまま同じターンの文脈に残り、直後にコードを書く際の入力の一部として使われます。エフォートレベルはリクエストの一部としてモデルに渡され、タスク完了とみなすまでにどれだけ裏付けを取るかという行動基準を切り替えます。
3. エフォートレベルの実際の挙動
公式の検証では、同じプロンプトに対して高エフォートを設定した場合、低エフォートと比べて約7倍のトークンを生成し、より確信度の高い回答を出すケースが示されています。

出典:Claude Code effort level and model selection(Anthropic)。
この図のように、「失敗しているテストを直す」という同じ指示でも、エフォートによって行動の徹底度が大きく変わります。
- 低エフォート(約400トークン): テストファイルだけを読んで書き換え、表面的な修正で完了とする。また、低エフォート時は自分でコードベースを調べるよりも先に、ユーザーへ追加の文脈を求めやすくなります。
- 高エフォート(約2,800トークン): ソースコードや設定ファイルまで広く読み込み、思考(Think)を挟んで根本原因を修正したあと、テスト実行と再確認まで行う。
高エフォート時のClaudeは最初に広い計画を立てますが、その計画に固執しません。たとえば3つの仮説を立ててデバッグする場合、仮説1の検証で根本原因が見つかれば「最初の確認で原因が判明したため、残りの検証は不要」と判断し、仮説2と3を自律的に省きます。Claude Code上でタスクリストが途中修正されるのはこのためです。
また、トレーニング段階で「単純なタスクで考えすぎて品質を下げる挙動(Overthinking)」を抑える調整が行われています。そのため、高エフォートに設定していても、簡単な作業で無意味にトークンを増やすことは基本的にありません。
4. モデルとエフォートの役割分担の例え
記事の著者であるLydia Hallie氏は、各モデルを次のように例えています。Fableは誰も見たことがない難題を解く超専門医、Opusは経験豊富なエキスパート、Sonnetは優秀なジェネラリストです。そしてエフォートは、それぞれにどれだけの作業時間を与えるかを決めます。
| 組み合わせ | 現場でのイメージ | 特徴 |
|---|---|---|
| Opus × 低エフォート | エキスパートに5分間相談する | 過去の経験から設計の落とし穴を素早く指摘するが、コードの細部まではじっくり読まない |
| Sonnet × 高エフォート | 優秀な一般エンジニアに午後まるごと任せる | 関連ファイルをすべて読み、テストを回してコードベースを深く理解するが、特殊なパターンの直感は弱め |
| Fable × 低エフォート | 超専門医がひと目見て原因に気づく | 他のメンバーが詰まっていたバグの核心をすぐに見抜く。単価が高いため、特に難しい課題に向いている |
5. トークン消費とコストの関係
大きいモデルを使うとコストが高くなるかどうかは、タスクの難易度によって変わります。
定型的でシンプルな作業であれば、SonnetでもOpusでも問題なく正解に辿り着きます。この場合、大きいモデルは余分な検証ステップを踏みやすく、1トークン単価も高いため、小さいモデルに下げた方が品質を落とさずコストを抑えられます。
一方、複雑で複数ステップを要する難解なタスクでは逆の結果になります。小さいモデルは能力の限界まで試行錯誤を繰り返し、大量のトークンを消費した末に、どれだけエフォートを上げても完了できないことがあります。大きいモデル(OpusやFable)であれば少ない手数で原因を特定できるため、1トークン単価は高くても総トークン数が少なく済み、結果としてトータルコストが安くなるケースが多くあります。
出典:Claude Code effort level and model selection(Anthropic)。曲線はイメージであり、実際のベンチマークデータではありません。
なお、モデルの世代進化によって効率も向上しています。公式テストでは、Claude Opus 4.8(デフォルトエフォート)は前世代のOpus 4.7(デフォルトエフォート)とほぼ同じトークン消費量でありながら、より質の高い結果を出せることが確認されています。
6. まとめ
- モデルは「知識量や推論力の上限」と「1トークン単価」を決める
- エフォートは「ファイル探索数やテスト実行などの徹底度」を決める
- エフォートを上げても、モデルの能力の限界自体は超えられない
- 設定を変える前に、まずはプロンプトや
CLAUDE.md(コンテキスト)を見直す - その上で期待通りの結果が出なければ、「知識や推論力が足りなかったのか」「作業の徹底度が足りなかったのか」を切り分けて調整する

