国産AI Sarashinaに思考モデル 3段階設定と評価の限界

Windowsキーのあるキーボードのイメージ写真 生成AI
イメージ写真。記事で紹介する実機・画面ではありません。写真：Unsplash（配布ページ） / Unsplash License

この記事のポイント

  • 無料ベータ版Sarashinaサービスに国産の思考モデルが追加された
  • 思考量をlow・medium・highの3段階で指定できる
  • 公開スコアは開発元による評価で、全用途で他モデルより優れるとは限らない

2026年10月31日にSB Intuitionsの公式技術ブログとサービス案内を確認した。Sarashina3.2 mini thinkingの回答品質、速度、検索、ツール操作を独自検証した記事ではない。画像はAIモデルを選ぶ場面のイメージ写真である。

パソコンで生成AIの設定を比較するイメージ写真
生成AIのモデル設定を比較するイメージ写真。Sarashinaサービスの実画面ではない。写真：Unsplash配布ページ（利用許諾）。

SB Intuitionsは、日本語に強い国産LLM「Sarashina3.2 mini thinking」をSarashinaサービスの無償ベータ版へ追加した。回答前に問題を分析し、候補を比較してから最終回答を作る「思考モデル」と位置付ける。

APIではreasoning_effortをlow、medium、highの3段階で指定でき、難しい課題では思考量を増やし、単純な処理では待ち時間を抑える使い分けを想定する。

長文・検索・ツール操作を強化

開発元によると、長い文脈やエージェント向けの学習データを増やし、検索能力と安全性のための強化学習も加えた。思考過程と最終出力を分け、JSONや表など指定形式だけを返す用途も想定している。

12種類の評価でも得意不得意がある

技術ブログは対話、数学、コード、STEM、指示追従、エージェント、検索、安全性など12種類のベンチマークを掲載する。一方、日本文化QAでは従来モデルより下がった項目があり、STEMや一部の複数回対話では比較モデルに及ばない。スコアは開発元の評価環境によるもので、個人の質問や企業データで同じ結果になる保証はない。

試すときの見方：無料ベータであるため、重要文書をいきなり任せず、同じ質問を思考量別に実行し、回答時間、根拠、形式の守り方を比べるとよい。利用条件と入力データの扱いもサービス画面で確認したい。

出典・確認先

コメント

タイトルとURLをコピーしました