GEMINI LABEN
NANOLITE — Nano Banana 2 Liteが登場しました。Googleで最も速く、最もコスト効率の高いGemini Imageモデルで、軽量な画像生成を安く回したい用途に向いていますOMNIFLASH — Gemini Omni Flashがpublic previewになりました。ネイティブにマルチモーダルなモデルで、企業や開発者が独自の動的な動画ワークフローを構築できますAGENTS — Managed Agentsが拡張されました。background: trueでサーバー側の非同期実行とポーリング、リモートMCPサーバー連携、対話をまたぐ認証情報のリフレッシュに対応しますMEMORY — Memory BankのIngestEvents APIが一般提供になりました。イベントの取り込みとメモリ生成を分離し、コンテンツを継続的にストリームできますTHROUGHPUT — Provisioned Throughputで、同一モデル・同一リージョンに対して最大7件の保留オーダーを提出できるようになりましたDEPRECATE — 画像生成モデルは8月17日に、Gemini Enterprise Agent PlatformのGrok 4.1系は8月20日に停止される予定ですNANOLITE — Nano Banana 2 Liteが登場しました。Googleで最も速く、最もコスト効率の高いGemini Imageモデルで、軽量な画像生成を安く回したい用途に向いていますOMNIFLASH — Gemini Omni Flashがpublic previewになりました。ネイティブにマルチモーダルなモデルで、企業や開発者が独自の動的な動画ワークフローを構築できますAGENTS — Managed Agentsが拡張されました。background: trueでサーバー側の非同期実行とポーリング、リモートMCPサーバー連携、対話をまたぐ認証情報のリフレッシュに対応しますMEMORY — Memory BankのIngestEvents APIが一般提供になりました。イベントの取り込みとメモリ生成を分離し、コンテンツを継続的にストリームできますTHROUGHPUT — Provisioned Throughputで、同一モデル・同一リージョンに対して最大7件の保留オーダーを提出できるようになりましたDEPRECATE — 画像生成モデルは8月17日に、Gemini Enterprise Agent PlatformのGrok 4.1系は8月20日に停止される予定です
記事一覧/API / SDK
API / SDK/2026-05-14上級

Gemini 2.5 Pro の thinking_budget を制御する — コストを3分の1にしながら推論品質を守る実装パターン

thinking_budgetを未設定のまま使うとGemini 2.5 Proのコストが予想外に膨らみます。タスク別最適値・動的制御・モデルルーティング・本番監視・バッチ事前見積りまで、個人開発での実践知見をコード付きで解説します。

gemini-api279thinking-budget2gemini-2.5-pro13コスト最適化26個人開発91python103

プレミアム記事

Gemini 2.5 Pro を個人開発のアプリに試験導入したとき、最初の週で想定の3倍以上の費用が発生しました。原因を調べてみると、thinking_budget を設定していなかったことによる thinking tokens の暴走でした。パラメータの存在は知っていましたが、「デフォルトで適当にやってくれる」と高をくくっていたのです。

個人開発では、API コスト管理の失敗がサービスの継続を直接脅かします。机上の話ではなく、毎月の請求書として返ってきます。

同じ轍を踏まないために、thinking_budget の設計と、個人開発・小規模プロダクション環境での実践的な制御パターンをまとめます。動的な分類器の作り方、実際の数値で見たコスト削減効果、暴走を未然に防ぐ監視の仕組みまで、本番投入できる形で扱います。

thinking_budget を未設定のままにすると、なぜ危険なのか

Gemini 2.5 Pro は、最終回答を出す前に内部で推論ステップを踏みます。この推論プロセスに使われるトークンが thinking tokens で、thinking_budget はそれに使える最大トークン数を指定するパラメータです。

公式ドキュメントには「0に設定すると思考モードをオフにできる」と書かれていますが、省略した場合の挙動についての記述は曖昧です。私自身が試したところ、省略すると最大24,576トークンを自動的に使用しようとすることが判明しました(2026年5月時点)。

簡単な感情分類(「このレビューは肯定的か否定的か」レベル)でも、デフォルト設定なら thinking tokens が数千トークン発生します。Input/Output に加えて thinking tokens にも課金される Gemini 2.5 Pro では、これが日々数千リクエスト積み重なると費用が数倍に膨らみます。

thinking tokens の課金体系(2026年5月現在)

Gemini 2.5 Pro の料金は大まかに3区分です。

  • Input tokens: こちらが送る入力テキスト
  • Output tokens: モデルが生成した最終回答
  • Thinking tokens: 推論プロセス中に内部で使われたトークン(出力には含まれない)

Thinking tokens は Output tokens と同等の単価で課金されます。つまり、最終回答が150トークンでも、その裏で4,000トークンの thinking が走っていれば、実質的なコストは最終回答だけを見たときの約27倍になります。

まず現状の消費量を確認する

何かを変える前に、いまのリクエストが実際に何トークンの thinking を使っているかを測ります。

import google.generativeai as genai
 
genai.configure(api_key="YOUR_GEMINI_API_KEY")
 
model = genai.GenerativeModel("gemini-2.5-pro")
 
# thinking_budget を設定せずに代表的なリクエストを1本流す
response = model.generate_content(
    "次のレビューの感情を分類してください: 「配送は遅れましたが、製品の品質は素晴らしいです。」"
)
 
if hasattr(response, "usage_metadata"):
    meta = response.usage_metadata
    thinking_tokens = getattr(meta, "thoughts_token_count", 0) or 0
    output_tokens = meta.candidates_token_count or 0
    print(f"Output tokens:   {output_tokens}")
    print(f"Thinking tokens: {thinking_tokens}")
    print(f"Ratio:           {thinking_tokens / max(output_tokens, 1):.1f}x")

期待する出力例(未制御):

Output tokens:   32
Thinking tokens: 4817
Ratio:           150.5x

単純なリクエストで比率が10倍を超えているなら、大きな最適化余地があるサインです。

タスク複雑度と budget レベルを対応づける

全てのリクエストに同じ budget を設定するのは非効率です。「2+2は?」という計算と「複雑な法律文書の矛盾点を洗い出して」では、必要な思考量がまったく異なります。

個人開発での実運用を通じて、私は以下の4段階に分類するようになりました。

  • Level 0(思考オフ・budget=0): 機械的な変換タスク。JSON整形、定型翻訳、テンプレート差し込み、単純検索
  • Level 1(軽量思考・budget=1,024〜4,096): 軽い判断。感情分析、カテゴリ分類、短い要約
  • Level 2(中量思考・budget=8,192〜16,384): 複数ステップの推論。コードのバグ分析、複数条件が絡むビジネスロジック設計
  • Level 3(フル思考・budget=16,384〜24,576): 複雑な問題解決。アーキテクチャ判断、ニュアンスを含む文書分析、創造的な計画立案

基本的な thinking_budget の指定方法

import google.generativeai as genai
 
genai.configure(api_key="YOUR_GEMINI_API_KEY")
 
model = genai.GenerativeModel(
    model_name="gemini-2.5-pro",
    generation_config=genai.GenerationConfig(
        thinking_config=genai.types.ThinkingConfig(
            thinking_budget=4096  # Level 1: 軽量思考
        )
    )
)
 
response = model.generate_content(
    "このレビューの感情を分類してください: 「良い製品です。発送も早かったです。」"
)
 
if hasattr(response, "usage_metadata"):
    meta = response.usage_metadata
    thinking_tokens = getattr(meta, "thoughts_token_count", 0) or 0
    print(f"Input tokens:    {meta.prompt_token_count}")
    print(f"Output tokens:   {meta.candidates_token_count}")
    print(f"Thinking tokens: {thinking_tokens}")

期待する出力例:

Input tokens:    28
Output tokens:   9
Thinking tokens: 211

ここで重要なのは、thinking_budget は「上限」であって「目標値」ではない点です。budget=4096 と指定しても、モデルが「211トークンで十分」と判断すれば、それ以上は使いません。必要以上に高い値を設定してもトークンを無駄にするわけではなく、モデルに余地を与えるだけ、という安全な性質を持っています。

ここまでお読みいただきありがとうございます。

この記事の続きを読む

この先には、実装コードやベンチマーク結果など、実務でお役に立てる内容をご用意しています。このサイトは広告を掲載しておらず、サーバーや開発にかかる費用はメンバーの皆様のご支援で成り立っています。もしお役に立てていましたら、ご支援いただけますと大変ありがたいです。

この記事で得られること
タスク複雑度を4段階に自動分類し、thinking_budget を動的に割り当てる分類器の実装
Flash / Pro-light / Pro-full の3層モデルルーティングで、設定の良し悪しを判断する基準
本番監視・週次レポート・バッチ事前見積りまで、運用で破綻しないコスト管理の仕組み一式
Stripe による安全な決済 · いつでもキャンセル可能

この記事を購入する

この先の内容をすべてお読みいただけます。一度のご購入で、いつでも何度でもアクセスできます。このサイトは広告を掲載しておらず、皆さまのご支援がサーバー費用などの運営を支えています。

または
メンバーシップなら全記事が読み放題 →
シェア

お読みいただきありがとうございます

Gemini Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

関連記事

API / SDK2026-06-22
Gemini APIで商品画像を構造化分析する — 数千枚を回して固めた本番パイプライン
商品画像から自動でタグ・説明文・カテゴリを生成するツールを、単発の試作から数千枚を安定処理する本番パイプラインへ。構造化出力・再開可能なバッチ・実測コスト・モデルルーティングまで、個人開発の運用で固めた知見をまとめます。
API / SDK2026-06-21
Gemini API implicit caching が効かない・課金がおかしい — 原因別トラブルシューティング
Gemini API の implicit caching が効かない、キャッシュヒット率が低い、コスト削減を期待したのに請求が変わらないといった問題を、原因別に整理して解決策をコード付きで紹介します。
API / SDK2026-06-21
Gemini Batch API でアプリレビュー8,000件を一晩で分類し、ポーリングを Webhooks に寄せるまで
個人開発の6アプリで溜まった約8,000件のレビューを Gemini Batch API で一晩のうちに分類した実装メモに、2026年6月のイベント駆動 Webhooks で翌朝のポーリングを置き換える設計を加えました。コスト・所要時間の実数値、複合キー設計、ハングジョブの見切り、期限つき非推奨の管理まで、動くコード付きで残します。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →