たとえば在宅勤務中に「会議の議事録を3行で要約して」とだけ頼みたい場面で、画面に「Thinking…」が表示されたまま数分間反応がないと、不安になって何度も画面を確認したり、結局あきらめて他の作業に切り替えてしまったりします。せっかくローカルで動かしている手軽さが、待ち時間のせいで台無しになってしまうのは本末転倒です。次の章から、この「考えすぎ」を場面に応じて止める方法を見ていきます。

この仕組みは、複雑な数学の証明や多段階の論理パズルでは正答率を大きく上げてくれる、確かに優秀な機能です。ところが「こんにちは」のような挨拶や、「今何時？」程度の単純な質問にまで同じ深さで自問自答を始めてしまうのが今回の悩みの種です。質問の難易度に関わらず一定の「考える時間」を使おうとするモデル・設定があり、それが数十秒から数分の待ち時間として表面化します。

具体的に何を考えているのかというと、たとえば「3×4は？」程度の質問でも、Thinkingモデルは「掛け算の問題である」「3を4回足すと検算できる」「答えは12で間違いない」といった具合に、人間ならほぼ一瞬で済ませる確認作業を律儀に文章として書き出してから、ようやく結論を出力します。この自問自答の文章量が増えれば増えるほど、生成にかかる時間とコンピューターの処理量（トークン消費量）も比例して増えていきます。2024年頃まで主流だった「即答型」のモデルとの最大の違いがここにあります。

Ollamaのアップデートにより、コマンドライン（CLI）から直接Thinkingの挙動を制御できるようになりました。「いつもは考えてほしいが今だけ止めたい」「最初からずっと止めておきたい」のどちらにも対応できます。

# 最初から思考プロセスの計算を完全にスキップし、結論だけを爆速で返す
ollama run deepseek-r1:8b --think=false

すでに起動済みの対話モード（>>> の画面）の途中で切り替えたい場合は、専用コマンドを使います。

# 思考モードをオフにする
>>> /set nothink
Set 'nothink' mode.

>>> こんにちは
こんにちは！何かお手伝いできることはありますか？（一瞬で返ってくる）

# 元のじっくり考えるモードに戻したいときは
>>> /set think

「思考の質は担保したいが、画面に流れる長いログだけが邪魔」という場合は、裏側では推論を続けたまま、Thinkingの文字出力だけを非表示にするオプションもあります。

ollama run deepseek-r1:8b --hidethinking

毎回フラグを打つのが面倒な場合は、Modelfileで既定の挙動として固定する方法も用意されています。自分専用にカスタマイズしたモデル設定を作っておけば、ollama runするだけで毎回オフの状態から始められるようになります。設定をいじるたびに一行コマンドを打つか、最初に一度だけ手間をかけて固定するかは好みで選んでください。

いま使っているモデルがそもそもThinkingに対応しているかどうか分からない場合は、ollama show <モデル名>でモデルの詳細情報（テンプレートやパラメータ）を確認できます。一覧の中にthinking関連の記述が見当たらない場合は、そのモデルは元から自問自答の機能を持っていない可能性が高く、本章のフラグを付けても何も変化しないのは仕様どおりということになります。

そもそもこうした切り替え機能が用意されているのは、Ollama側も「Thinkingは万能ではない」と理解しているからです。Thinkingモデルが登場した当初は、思考プロセスを止める手段がなく、ユーザーから「遅すぎる」という声が相次ぎました。その反省を受けて、用途に応じて思考の深さを調整できるオプションが段階的に追加されてきた、という経緯があります。つまり今回ご紹介した設定は、いわば公式が認めた「速度優先モード」であり、無理に裏技を使っているわけではありません。

とはいえ、コマンドをいじるのが苦手という方や、そもそもモデルを切り替えるだけで済ませたいという方も多いはずです。次の章では、設定変更ではなく「モデル選び」そのもので解決する方法を紹介します。

# Qwenシリーズ（日本語が流暢・軽量）
ollama pull qwen2.5:7b
ollama pull qwen2.5:3b

# Llamaシリーズ（Meta製・コーディング向けの定番）
ollama pull llama3.1:8b

# Gemma 2（Google製・日本語表現に強い）
ollama pull gemma2:9b

4つとも、Thinking機能が話題になる前から実績を積んできた、いわば「枯れた」モデルです。Qwenシリーズはアリババ製で日本語対応の評価が高く、Llama 3.1はMeta製で開発者コミュニティでの採用例が豊富、Gemma 2はGoogle製で文章の自然さに定評があります。どれも単体で数GB程度なので、4つすべてを試しに入れてもストレージはおおむね15〜20GB程度の余裕があれば十分です。気に入ったものだけ残し、使わないものはollama rm <モデル名>で削除すれば容量を空けられます。

「枯れたモデル」と聞くと型落ちで損な気がするかもしれませんが、日常会話や要約のような定型的な作業では、最新のThinkingモデルとの性能差を実感する場面は実はそれほど多くありません。むしろ枯れている分だけ不具合報告や使用例が豊富で、つまずいたときにネット上で解決策を見つけやすいという地味な利点もあります。商用利用を検討している場合は、モデルごとにライセンス条件が異なるため、Ollamaのモデルライブラリページに記載された利用条件を一度確認しておくと安心です。

ダウンロードが完了したら、いつも通り起動するだけです。

ollama run qwen2.5:7b

モデルのサイズ（7B・3Bなど）とお使いのPCスペックの関係については、最適なモデル選びとPCスペックで詳しく解説しています。あわせて参照してください。設定変更（②章）とモデル変更（③章）は両立できるので、「普段は非Thinkingモデルを使い、難しい質問のときだけThinkingモデルに切り替える」という運用も可能です。どちらの対策を選ぶべきか、次の章で整理します。

たとえば開発者がコードの補完やちょっとしたエラーメッセージの説明を求めるような場面では、毎回数十秒待たされるとテンポが崩れてしまいます。一方で、初めて取り組む複雑なアルゴリズムの設計や、バグの根本原因をいくつもの可能性から絞り込むような場面では、Thinkingモデルの自問自答がそのまま見落としの少ない検証作業として役立ちます。同じ「コーディング」という用途の中でも、質問の性質によって最適な選択は変わってくるということです。迷ったときは、まず非Thinkingで試してみて、答えに違和感があればThinkingモデルに切り替えて聞き直す、という順番にしておくと無駄な待ち時間を最小限にできます。

トークン消費量の差は、感覚よりも大きくなることがあります。たとえば非Thinkingモデルなら「こんにちは」への回答が20〜30トークン程度で済むのに対し、Thinkingモデルは自問自答の文章だけで数百トークンを消費し、その後にようやく回答本体が続く、という構造になりがちです（具体的な量はモデルや質問内容によって変動します）。処理量が増えればCPU・GPUの使用率も上がるため、結果として待ち時間にもつながっているわけです。

この判断は質問のたびに毎回考える必要はありません。たとえば「家族のチャット相手」「議事録の要約係」として使うPCには非Thinkingモデルを既定にしておき、「複雑な統計処理を検算してほしい」ときだけ別途Thinkingモデルを呼び出す、というように用途ごとにモデルを固定してしまうのが実務的です。Ollamaは複数のモデルを並行してダウンロードしておけるので、毎回ダウンロードし直す必要もありません。

ただし「簡単そうに見える質問」が必ずしも「Thinkingが不要な質問」とは限らない点には注意してください。一見シンプルな日本語の質問でも、数値の比較や複数条件の絡む内容であれば、Thinkingモデルの方が取りこぼしなく答えてくれることがあります。見た目の難易度だけで判断せず、答えの正確さが重要な場面では一度Thinkingモードのままで試してから、必要に応じてオフにする、という順番のほうが安全です。

ノートPCで使っている場合は、処理量の増加がそのままファンの音や本体の発熱、バッテリー消費の早さとして体感されることもあります。「最近やたらPCが熱い・うるさい」と感じたら、常用しているモデルがThinkingモードのままになっていないか、一度見直してみる価値があります。

--hidethinkingで画面上の「Thinking…」表示を消しても、AIの内部では自問自答の文章そのものは生成されています。会話履歴やログをファイルに保存する設定にしている場合、その思考過程の文章も一緒に記録される可能性があるので、社外秘の内容を扱う際はログの保存先・閲覧権限にも普段の回答と同じ注意を払ってください。データが外部に送信される心配はありませんが、「画面に出ていない＝記録されていない」ではない点だけは覚えておきましょう。

設定もモデルも、一度決めたら固定し続ける必要はありません。新しいモデルが次々とリリースされるこの分野では、半年に一度くらいのペースで「もっと使いやすい組み合わせが出ていないか」を見直すくらいの気軽さで付き合っていくのがちょうどいいバランスです。

長くなったので、結論部分だけをもう一度3つに整理しておきます。「①一番手軽な対策」「②用途で選び分ける」「③いつでも戻せる」——この3つさえ覚えておけば、Thinkingモデルに振り回されることはなくなるはずです。コマンド操作とモデル選び、どちらから試しても構いません。自分の使い方に合うほうから始めてみてください。

ここまでの内容を、よくある疑問の形でも振り返っておきます。