本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]
SB Intuitionsは2026年10月29日、回答前に分析や検討を行う国産LLM「Sarashina3.2 mini thinking」を発表し、無償ベータ版の「Sarashinaサービス」に追加した。APIでは思考の深さを3段階で調整でき、同社の評価では検索やツール操作などの性能が従来モデルから向上した。
思考の深さを用途に応じて指定
新モデルは10月13日開始のSarashinaサービスでAPIから利用できる。従来のSarashina3 miniが即座に回答する「指示モデル」であるのに対し、今回は回答候補の検討を経る「思考モデル」を追加した。モデルIDは「sarashina3.2-mini-thinking」、コンテキスト長は128kトークンとなっている。
APIの「reasoning_effort」で思考の深さをlow、medium、highから選べる。highでは応答時間と生成トークン数が増えるため、出力上限「max_completion_tokens」に達すると、思考の途中で処理が終わり、最終回答が得られない場合がある。
最終回答は「message.content」に返される。一方、思考データは暗号化され、「reasoning」フィールドに格納される。利用者が思考過程を平文で読む仕様ではない。会話を続ける際は、直前のassistantメッセージをreasoningごと送ることで、思考の文脈を引き継げる。
長文処理などを強化、用途別の課題も
学習について同社は、長文処理やエージェント向けのデータを増強し、検索能力と安全性を改善するための強化学習を導入したと説明している。長文や外部ツールを扱う用途を意識した開発だ。
同社は12のベンチマークで性能を評価した。前世代モデルと比べ、検索やエージェント、安全性などの評価で改善したと報告。比較したモデルの中では、エージェント関連のJ-tauとBFCL v3、安全性のJMT-Safetyで最高スコアを得たとしている。思考の深さを調整できる比較モデルはmediumに設定した。いずれも開発元による評価だ。
一方、同社の評価では、日本文化に関する質問応答のJamC-QAが前世代より低下した。科学・技術分野のGPQA-Diamondやマルチターン対話のJ-MultiChallengeでは、一部の比較モデルに及ばなかった。また、コーディングエージェント向けの学習も十分ではないと説明している。
