【検証】ChatGPTのThinking自動切替が消えても難問は17秒で解けた

2026年9月14日にChatGPTのThinking自動切り替えが廃止されました。AInformation編集部が既定モードで論理パズル4問を投げたところ3問が正解で、最も難しい7条件のパズルが17秒で解けました。

ChatGPTは既定モードで論理パズル4問中3問を正解した

2026年9月14日にOpenAI公式のRelease Notesで変更が発表されました。ChatGPTのInstantモードからThinkingモードへの自動切り替えが廃止されています。合わせてHigher intelligence設定も削除されました。これまではChatGPTが質問の難しさを検知して自動でThinkingに切り替わることがありましたが、この変更のあとはその動作が起きません。

Thinkingを使いたいときはユーザーが自分で選ぶ必要があります。では自分で選ばなかった場合に既定モードはどこまで推論できるのか。AInformation編集部はこの点を確かめるために2026年9月18日にChatGPTの有料プランの既定モードで論理パズル4問を投げました。難易度は易が1問と中が2問と難が1問です。画面に表示されたモデル名は今回の検証では取得できていません。回答にかかった秒数と回答の文字数と答えが正しいかどうかを1問ずつ記録しました。

結果は4問中3問が正解です。最も難しい7条件の部署割り当てパズルが17秒で正解し4問の中で最速でした。中程度の箱のラベル問題は20.1秒で正解しています。議事録を添付して検算と抽出を頼んだ中程度の課題は32.3秒で3問とも正解でした。一方で最も簡単なレース順位の推理だけは302.4秒が経過しても答えが画面に表示されませんでした。簡単な問題だけが答えを返さなかったのは意外な結果です。

Thinkingの自動切り替えが廃止されたあとでも、ChatGPTの既定モードは中程度から難しい論理問題を正解しています。ただし全部の問題に安定して答えるわけではありません。推論を使う仕事では手動でThinkingを選ぶ場面が残ります。

ChatGPTに論理パズルを投げる方法と4つのプロンプト

ChatGPTの既定モードで推論の力を試すやり方はとてもシンプルです。

1. ChatGPTの画面で新しい会話を開きます
2. モデルやモードを手動で切り替えずそのままの設定で使います
3. 下の課題の文をそのまま入力欄に貼って送信します

今回AInformation編集部が投げた4つの課題はすべて自作の問題です。架空の「株式会社サンプル商事」の議事録も含みます。読者もそのままコピーして同じ検証を試せます。答えが1つに決まる論理パズルなので正誤の判定に曖昧さがありません。

課題1（易）：4人のレース順位を推理する

4人の友人A、B、C、Dがレースをしました。次のことが分かっています。
・Bは3位
・AはBの直後（4位）
・CはDより前の順位
1位から4位まで、順番に答えてください。

正解は1位C・2位D・3位B・4位Aです。Bが3位でAがその直後の4位は確定します。残るCとDで「CはDより前」なのでCが1位でDが2位です。条件が3つだけの問題なので人間なら紙に書いて1分もかかりません。

課題2（中）：箱のラベルから当たりの箱を特定する

3つの箱A、B、Cがあり、1つだけに当たりが入っています。箱にはラベルが貼ってあります。
・箱A「当たりはこの箱に入っています」
・箱B「当たりは箱Aには入っていません」
・箱C「当たりはこの箱には入っていません」
ラベルのうち、本当のことを言っているのは1つだけです。残り2つは嘘です。当たりはどの箱に入っていますか？理由も説明してください。

正解は箱Cです。箱Aのラベルと箱Bのラベルは「当たりがAにある」と「当たりがAにない」で互いに矛盾します。必ず一方が本当です。本当が全部で1つだけという条件から箱Cのラベルは嘘になります。「当たりはCにない」が嘘なので当たりは箱Cに入っています。

課題3（中）：議事録を添付して検算と抽出を頼む

添付した議事録を読んで、以下の3つに答えてください。
①受注管理システムのA社とB社の3年間の総コスト差額は何万円ですか？議事録の数字を検算して確認してください。
②名古屋駅の物件で賃料を山田社長の条件（月額110万円）まで下げた場合、投資回収期間は何か月になりますか？初期費用は変わらず、営業利益が賃料の減額分だけ増えるとして計算してください。
③「やること」の中で、期限が2026年9月中のものをすべて挙げてください。担当者と期限も書いてください。

この課題はAInformation編集部が作った架空の議事録ファイルを添付して投げました。正解は①差額56万円です。A社の3年間総コスト1,128万円に対してB社が1,184万円になります。②は約36か月です。賃料を月110万円に下げると営業利益が月86万円になり初期費用3,100万円を回収するのに約36か月かかります。③は2件で高橋が9月25日までに付属品原価を鈴木へ伝える件と鈴木が9月20日着の回答を全員へ共有する件です。

課題4（難）：7つの条件を同時に満たす曜日の割り当て

ある会社の5つの部署（営業・企画・経理・人事・技術）が、月曜から金曜まで毎日1部署ずつ会議室を使います。次の7つの条件をすべて満たす割り当てを答えてください。
①経理は水曜
②営業は経理より前の曜日
③人事は金曜ではない
④企画と技術は隣り合う曜日
⑤技術は木曜か金曜のどちらか
⑥営業は月曜
⑦企画は金曜ではない
答えは「月曜：○○、火曜：○○、水曜：○○、木曜：○○、金曜：○○」の形で書いてください。

正解は月曜が営業・火曜が人事・水曜が経理・木曜が企画・金曜が技術です。これが7つの条件すべてを満たす唯一の答えです。条件⑥で営業は月曜に確定し条件①で経理は水曜に確定します。条件⑤で技術は木曜か金曜ですが条件⑦で企画は金曜に入れないので企画が木曜で技術が金曜です。残った人事が火曜に入り条件③も満たします。

課題1（易）のレース順位は302秒待っても答えが返らなかった

4問のうち最も簡単なレース順位の推理をChatGPTの既定モードに投げました。送信してから302.4秒が経過するまで画面の回答欄には何も表示されませんでした。回答の文字数は0字で答えの正誤を判定できない結果です。

この課題は条件が3つしかありません。Bが3位でAが4位は問題文を読むだけで確定します。残るCとDは「CはDより前」だけで1位C・2位Dと決まります。人間が手で解けば1分もかからない問題です。にもかかわらずChatGPTの既定モードではこの簡単な問題で答えが出ませんでした。

今回の302.4秒はAInformation編集部が設定した待ち時間の上限です。この時間を超えた時点で打ち切って次の課題へ進みました。ChatGPTが内部でどのような処理をしていたかは画面からは読み取れません。Thinkingモードに自動で切り替わろうとしていたのか単に処理に時間がかかっていたのかはこの結果だけでは判断できません。今回の検証で画面に表示されたモデル名は取得できていないためChatGPTの既定モードがこの問題を内部でどう処理しようとしたかは確かめられませんでした。

この結果で特に気になるのは最も簡単な問題だけが答えを返さなかった点です。後述する課題2から課題4では中程度と難しい問題がすべて正解しています。問題が簡単だからといって確実に答えが返るわけではないことがこの検証で分かりました。業務で使うときに予告なく答えが返らなくなる場面があり得ます。同じ問題をもう一度投げれば答えが出る可能性もあるため1回の結果で断定はしませんが注意しておく必要があります。

課題2（中）の箱のラベル問題はChatGPTが20秒で正解した

箱のラベルの真偽から当たりを特定する中程度の論理パズルをChatGPTの既定モードに投げました。2026年9月18日の検証で回答にかかった時間は20.1秒です。回答の文字数は336字でした。

ChatGPTの答えは「当たりは箱Cに入っています」で正解です。理由の説明も正しく箱Aと箱Bのラベルが互いに矛盾することを先に指摘しています。その上で当たりがA・B・Cのそれぞれにある場合を表にして3通りとも検証しました。「本当が1つだけ」の条件を満たすのは当たりが箱Cにあるときだけだと示しています。

注目すべきは回答の構成です。ChatGPTは箱Aのラベルと箱Bのラベルが正反対の内容になっている点を先に指摘しています。「当たりはAにある」と「当たりはAにない」という矛盾です。この2つは必ずどちらか一方だけが本当になります。したがって「本当は1つだけ」のルールを満たすには箱Cのラベルが嘘でなければなりません。人間が解くときと同じ考え方をChatGPTもたどっている点が興味深い結果です。

前の課題1（易）では302.4秒経っても答えが返りませんでしたが、この課題2（中）は20.1秒で正解しています。難しさが上がったのに回答は安定して返ってきました。既定モードの推論が不安定なのは特定の問題に限られるのか、たまたま課題1だけが当たったのかはまだ分かりません。少なくとも箱のラベル問題のような論理パズルは既定モードで十分に解けると言えます。

回答の336字のうち大半は理由の説明と表が占めています。結論だけなら「箱C」の2字です。ChatGPTは「理由も説明してください」の指示に沿って根拠を丁寧に示しました。プロンプトで何を求めるかによって回答の長さは大きく変わります。

課題3（中）の議事録の検算3問は32秒で全問正解した

架空の議事録ファイルをChatGPTに添付して3つの問いを投げました。2026年9月18日の検証で回答にかかった時間は32.3秒です。回答の文字数は1,070字でした。3問ともすべて正解しています。

①受注管理システムのコスト差額は正しく56万円と答えた

議事録に書かれたA社（初期480万円＋月額18万円）とB社（初期320万円＋月額24万円）の3年間の総コストをChatGPTは正確に計算しました。A社が1,128万円でB社が1,184万円で差額は56万円です。ChatGPTは計算過程も表にして示しており議事録に記載されている「A社のほうが56万円安い」という数字が正しいことを検算で確認したと答えています。

②投資回収期間の約36か月も正しかった

名古屋駅の物件の賃料を月額110万円に下げた場合の投資回収期間を聞きました。正解は約36か月です。ChatGPTは月の営業利益が86万円になることを計算し初期費用3,100万円を割って約36か月と答えています。さらに厳密には36か月時点で4万円足りないため完全に回収し終わるのは37か月目だという補足まで付けました。正解に加えて実務で役立つ情報を自発的に添えている点が優秀な回答です。

③9月中の期限2件も正しく抽出した

「やること」の中から2026年9月中に期限があるものを抜き出す質問です。正解は2件で高橋が9月25日までに付属品原価を鈴木へ伝える件と鈴木が9月20日着の原因調査の回答を全員へメール共有する件です。ChatGPTは2件とも正しく抽出しました。鈴木の件について「明確に期限が9月中と指定されているわけではない」という解釈の補足も付けており文書の読み方として丁寧な回答です。

課題3はファイルの添付と複数の計算を組み合わせた実務に近い問題です。32.3秒で3問とも正解し計算過程を表にまとめた上で補足まで出してきました。既定モードの処理力が十分に高いことを示しています。前の課題2が20.1秒で336字だったのに対してこの課題は32.3秒で1,070字です。回答の量が増えた分だけ時間もかかっていますが正確さは保たれました。ファイルを添付した実務的な作業は既定モードでも信頼できることがこの結果から分かります。

課題4（難）の7条件パズルはChatGPTが4問中最速の17秒で正解した

5つの部署を月曜から金曜に割り当てる7条件のパズルをChatGPTの既定モードに投げました。2026年9月18日の検証で回答にかかった時間は17秒です。回答の文字数はわずか29字でした。4問の中で最も難しい問題が最も速く正解するという結果になっています。

ChatGPTの答えは「月曜：営業／火曜：人事／水曜：経理／木曜：企画／金曜：技術」で正解です。これは7つの条件をすべて満たす唯一の答えになります。ChatGPTは余計な説明を付けずに結論だけを29字で端的に返しました。

この問題を人間が解く場合は条件を1つずつ当てはめて絞り込む作業が必要です。条件⑥で営業は月曜に確定し条件①で経理は水曜に確定します。条件⑤で技術は木曜か金曜のどちらかですが条件⑦で企画は金曜に入れないので企画が木曜で技術が金曜です。残った人事が火曜に入って条件③も満たします。この一連の推論を17秒で処理してしかも正しい答えを出しています。

回答時間の17秒は4問の中で飛び抜けて短い値です。課題2（中）の20.1秒よりも速く課題3（中）の32.3秒と比べても大幅に短い時間でした。7つの条件を同時に処理する難問なのに4問中最速というのはChatGPTの既定モードの推論力をよく表しています。

回答の29字も4問中最少です。課題2の336字や課題3の1,070字と比べると桁が違います。理由の説明を求めなかったため結論だけが返ってきた形です。プロンプトの指示に忠実に必要最小限の回答を出しています。もし「理由も含めて答えてください」と指示していれば回答の文字数と時間は変わっていた可能性があります。

このことから既定モードは問題の条件数が多くても素早く正解を出せる場面があると言えます。ただし課題1の結果を見ると条件が少ない問題で逆に止まることもあります。速さと安定性は別の軸で考える必要がありそうです。

4問の正誤と回答時間を並べると難問が最速だった

4問の結果を1つの表にまとめました。回答時間と文字数と正誤を並べて見ると、問題が簡単なほど速く解けるという単純な法則が当てはまらないことが分かります。むしろ最も難しい問題が最も速かったという意外な結果になりました。

論理パズル4問の結果

課題	難易度	回答時間	文字数	正誤
課題1：レース順位	易	302.4秒	0字	×（答えなし）
課題2：箱のラベル	中	20.1秒	336字	○（正解）
課題3：議事録の検算	中	32.3秒	1,070字	○（全問正解）
課題4：部署の割り当て	難	17秒	29字	○（正解）

最も速かったのは最難問の課題4で17秒です。次に速かったのは中程度の課題2で20.1秒です。もう1つの中程度の課題3は32.3秒かかりましたが3問とも正解しています。一方で最も簡単な課題1は302.4秒待っても答えが出ませんでした。正解した3問はすべて正しい答えを出している一方で課題1だけは答えが返っていません。

回答時間の差を横棒で見ると課題1だけが桁違いに長くなっています。課題2・3・4は20秒前後に固まっておりChatGPTの既定モードが正常に動いているときの応答速度が分かります。

課題ごとの回答時間

課題1（易）		302.4秒（答えなし）
課題3（中・議事録）		32.3秒
課題2（中・箱）		20.1秒
課題4（難）		17秒

文字数についても特徴が見えます。課題3の1,070字が最も多く次が課題2の336字です。課題4は29字だけで結論のみを返しました。回答の長さは問題の種類とプロンプトの書き方によって大きく変わります。課題2と課題3はどちらも「理由を説明してください」という指示を含んでいたため回答が長くなりました。課題4は結果だけを求めたので29字に収まっています。

全体を通じて見るとChatGPTの既定モードは論理パズルに対して「答えが返ってくれば正解している」と言えます。3問とも正しい答えを出しており回答の質は高い水準です。問題は答えが返ってくるかどうかが事前に予測できない点にあります。今回は4問という少ないサンプルなので統計的な判断はできません。ただし中程度以上の論理問題に既定モードで答えが返ってくる傾向は分かりました。業務で使うときは答えが返らない場面も想定しておく必要があります。

Thinkingを手動で選んだほうがいい場面と既定モードの注意

今回の検証結果からChatGPTの既定モードとThinkingモードの使い分けの目安が見えてきます。ただしこの検証ではThinkingモードを実際に試していないため、あくまでも既定モードの結果から読み取れる範囲での判断です。

既定モードで十分だと考えられる場面があります。箱のラベルのような論理の真偽を判定する問題やファイルを添付しての検算がそうです。今回の検証では20.1秒から32.3秒で正確な答えが返っています。日常的な質問やドキュメントの要約にも既定モードで足りる場面は多いでしょう。結論だけを聞くなら課題4のように17秒で返ってくることもあります。

一方でThinkingを手動で選んだほうがいい場面もあります。まず課題1のように既定モードで答えが返らなかった場合です。既定モードに投げてしばらく待っても画面に何も表示されないときはThinkingに切り替えて試す価値があります。また複数の条件が複雑に絡み合う推論が必要なときは最初からThinkingを選ぶほうが安定する可能性があります。自動切り替えがあった頃はChatGPTが勝手にThinkingに回してくれましたが今後はユーザーの判断が必要です。

OpenAI公式のRelease Notesでは2026年9月14日にThinkingへの自動切り替えを廃止したと発表しています。この変更はPlus・Proプランが対象です。自動切り替えが廃止されたということはユーザーが自分でモードを判断して選ぶ必要があるということです。今回の検証のように既定モードの得意と不得意を知っておくことがモード選びの助けになります。

既定モードを使うときの注意点を3つ挙げます。1つ目は答えが返ってこない場合に無限に待たないことです。Thinkingに切り替えるかもう一度投げ直すことをおすすめします。2つ目はChatGPTの回答に計算が含まれるときは元の数字と突き合わせて検算する習慣です。今回の課題3ではChatGPTの検算は正しかったですが常にそうとは限りません。3つ目はプロンプトの書き方です。課題4のように求める回答の形を指定するとChatGPTは無駄なく結論だけを返します。何を答えてほしいかを明確にすることで既定モードでも十分な回答を引き出せます。

ChatGPTのThinking検証に関連する記事とツール

今回の検証ではChatGPTの有料プランの既定モードで論理パズル4問を投げました。ChatGPTのプランや料金についてもっと知りたいときは以下の記事が参考になります。

• ChatGPT（AInformationのAIツールデータベース）
• GPT-6 Astraの検証記事（AI検証ラボの過去記事です）
• ChatGPTの無料版と有料版の違い

ChatGPTのThinkingモードについてはOpenAI公式のRelease Notesに2026年9月14日付けで自動切り替えの廃止が記載されています。Higher intelligence設定の削除も同日に発表されました。Thinkingモードそのものが廃止されたわけではなく手動で選べば引き続き利用できます。今後もChatGPTの推論機能に変更があればAInformationのAI検証ラボで検証していきます。

この記事で使った4つの論理パズルはすべてAInformation編集部が自作したものです。レース順位の推理や箱のラベルの真偽判定など答えが1つに確定する問題を選びました。ChatGPTだけでなくGeminiやClaudeやMicrosoft Copilotでも同じ課題を投げて比較する検証を今後予定しています。同じプロンプトをコピーして使えば読者の手元でも再現できます。

AInformationはAIツールの実測データを元にした記事を発信しています。AIツールの料金比較やデータ分析AIの調査など他の記事もあわせてご覧ください。