Fable系AIで使われるeffortパラメータとは？model選択との違いと設定方法を解説

AIモデルをAPI経由で扱う際に「effort」というパラメータが話題になることがありますが、モデル選択（sonnetやopusなど）とは別の概念であり、どこで設定するのか分かりにくいケースがあります。本記事ではその位置づけと設定方法の考え方を整理します。

effortパラメータとは何か

effortは一般的に、モデルの推論の強さや計算リソースの使い方を調整するための設定として扱われます。

ただしこれはすべてのAPIで共通の標準パラメータではなく、特定のラッパーや実装依存の概念であることが多いです。

そのため公式のモデル一覧に直接出てこない場合があります。

modelパラメータは使用するAIモデルそのもの（例：sonnet、opusなど）を指定するものです。

一方でeffortは同じモデル内での処理強度や計算コストを調整する内部設定として扱われる場合があります。

つまり「どのモデルを使うか」と「どの程度深く考えさせるか」は別の概念です。

/modelコマンドで表示される選択肢は、基本的に利用可能なモデル一覧のみです。

effortのような細かいパラメータはここには表示されず、別の設定方法になります。

そのためコマンド上にeffortが出てこないのは正常な挙動です。

effortが存在する場合、それはリクエストボディ内の追加パラメータとして指定されます。

例えばAPIリクエストのJSONに「effort: low / medium / high」のような形で渡される設計が想定されます。

ただし実際の仕様は利用しているSDKやフレームワーク依存です。

使用している環境によってはeffortパラメータ自体が公開されていないことがあります。

その場合はモデル選択やtemperatureなどの既存パラメータで調整する設計になっています。

ドキュメントに記載がない場合は非対応と考えるのが安全です。

effortはモデル選択とは別の内部調整パラメータであり、すべての環境で利用できるわけではありません。

/modelコマンドに表示されないのは仕様上正常で、API実装側でのみ扱われるケースが一般的です。

利用環境のドキュメントを確認し、対応していない場合は既存のパラメータで調整する必要があります。