判断ログ｜MIRROR

PROGRESS

1/ 30 entries

Overview

1 / 10

CODE

0 / 6

THINK

4.0

AVG CONFIDENCE

AVG DURATION

Scaffolding Progress

llm-reasoning-depth

CODE

1 entries

4.0 conf

L0 (Full scaffold)

Entries

2026-03-21CODEllm-reasoning-depth

Scenario: code-llm-reasoning-depth-01

Choice: B

Confidence: 4 / 5

Duration: 5m

Changed: No

Task1(曜日)は検証可能な即答型。推論深度を上げても答えはSaturdayで同一。Token消費だけ増える。Task2(レートリミッタ)は設計判断を含む自己修正型。深い推論でIP優先順序・corporate NATエッジケース・Retry-Afterヘッダ等の設計考慮が出た。タスクの検証可能性に応じて推論深度を変えるBが合理的。

検証可能性(verifiability)がモデル選択の第一フィルタになる。答え合わせが即座にできるタスクに推論深度を上げるのは純粋な浪費。逆に、正解の検証に実行が必要なタスクでは推論深度が品質を構造的に決める。日常タスクの6-7割は即答型であり、そこにOpusを使うのはROI的に非合理。

Judgment Change Rate

0/ 1 changed after reveal (0%)