BenchLeader

Agnes 2.5 Pro Theta vs Apodex 1.1

詳しいプロフィール:Agnes 2.5 Pro Theta(Sapiens AI)とApodex 1.1(Apodex)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 1件の情報源のデータ

2026年11月21日時点で、Agnes 2.5 Pro ThetaとApodex 1.1の品質は互角です(BenchLeader Indexで50.7 対 48.1、±12.2の誤差範囲内)。価格はAgnes 2.5 Pro Thetaの方が6.5倍安く、100万トークンあたりのブレンド価格で$0.150 対 $0.975です。両方を測定できるすべてのカテゴリでAgnes 2.5 Pro Thetaがリードしています。

要点(2026年11月21日時点)

  • BenchLeader IndexはAgnes 2.5 Pro Thetaが50.7、Apodex 1.1が48.1です(BenchLeader、2026年11月21日)。
  • Agnes 2.5 Pro Thetaの100万トークンあたりのブレンド価格は$0.150です(定価、2026年11月21日)。
  • Apodex 1.1の100万トークンあたりのブレンド価格は$0.975です(定価、2026年11月21日)。
  • 両モデルに結果がある18件のベンチマークのうち、Agnes 2.5 Pro Thetaが16件でリードしています(BenchLeader、2026年11月21日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングAgnes 2.5 Pro Thetaカテゴリスコア45 対 36;FrontierCode 2.0 (AA) 16.6% 対 6.9%高
推論Agnes 2.5 Pro Thetaカテゴリスコア43 対 39;HLE-Diamond (AA) 16.8% 対 11.6%中
知識Agnes 2.5 Pro Thetaカテゴリスコア40 対 31;AA-Omniscience v1.1 -11.2 対 -27.9高
長い文書Agnes 2.5 Pro Thetaカテゴリスコア67 対 64;AA-LCR v1.1 84.7% 対 79.3%中
画像などのメディアどちらでもカテゴリスコア60 対 61;MMMU-Pro 78.4% 対 79.2%どちらでも
最低コストAgnes 2.5 Pro Theta100万トークンあたりブレンド価格$0.150 対 $0.975;エージェント型コーディングセッション$0.007 対 $0.030–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • Agnes 2.5 Pro ThetaとApodex 1.1の品質は互角です(50.7 対 48.1、±12.2の誤差範囲内)。
  • Agnes 2.5 Pro Thetaはコーディング、知識、長文コンテキスト、推論で優れています。
  • Apodex 1.1はマルチモーダルで優れています。
  • Agnes 2.5 Pro Thetaの方が6.5倍安くなっています(100万トークンあたりブレンド価格$0.150 対 $0.975)。

概要

仕様Agnes 2.5 Pro ThetaApodex 1.1
プロバイダーSapiens AIApodex
リリース日2026年11月7日2026年8月30日
コンテキストウィンドウ(トークン)1,000,000256,000
比較した構成Agnes 2.5 Pro ThetaApodex 1.1
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.100 / $0.300 / $0.010$0.300 / $3.00 / $0.030

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリAgnes 2.5 Pro ThetaApodex 1.1トップ
推論43.238.5Agnes 2.5 Pro Theta
コーディング45.335.7Agnes 2.5 Pro Theta
エージェント・ツール–53.3比較不可
知識39.531.1Agnes 2.5 Pro Theta
マルチモーダル60.461.2互角
長文コンテキスト67.164.3Agnes 2.5 Pro Theta

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディング知識長文コンテキストマルチモーダルAgnes 2.5 Pro Theta, 推論: 43.2Agnes 2.5 Pro Theta, コーディング: 45.3Agnes 2.5 Pro Theta, 知識: 39.5Agnes 2.5 Pro Theta, 長文コンテキスト: 67.1Agnes 2.5 Pro Theta, マルチモーダル: 60.4Apodex 1.1, 推論: 38.5Apodex 1.1, コーディング: 35.7Apodex 1.1, 知識: 31.1Apodex 1.1, 長文コンテキスト: 64.3Apodex 1.1, マルチモーダル: 61.2

描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 数学, 指示追従, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある18件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが16件、Apodex 1.1のリードが2件です。両方を評価しているすべての総合指標で、Agnes 2.5 Pro Thetaが上回っています。

総合IndexAgnes 2.5 Pro ThetaApodex 1.1トップ
BenchLeader Index50.748.1互角
AA Intelligence Index v5.0.124.013.7Agnes 2.5 Pro Theta

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Agnes 2.5 Pro ThetaApodex 1.1
100万トークンあたりのブレンド価格$0.150$0.975
100万トークンあたりの入力/出力$0.100 / $0.300$0.300 / $3.00
100万トークンあたりのキャッシュ入力$0.010$0.030
タスクあたりの価格:チャットの返答$0.0001$0.0010
タスクあたりの価格:30ページのレポートを要約$0.0014$0.0054
タスクあたりの価格:コード編集$0.0011$0.0063
タスクあたりの価格:エージェント型コーディングセッション$0.0072$0.030
タスクあたりの価格:構造化データの抽出$0.0003$0.0012
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.0032$0.018
ベンチマークのタスクあたりのコスト(AA Index)$0.575$0.764
タスクあたりの出力トークン(AA Index)278k116k
うち推論229k76k
タスクあたりの時間(AA Index)24 min–
出力速度189 tok/s–
回答開始までの時間8.8秒–
回答が完了するまでの時間(最終測定2026年11月13日)16.9秒45.0秒

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Agnes 2.5 Pro Thetaで$0.575、Apodex 1.1で$0.764でした。同じ作業でAgnes 2.5 Pro Thetaは2.4倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Agnes 2.5 Pro Thetaのスコアは50.7、最初の回答トークンまで9秒。Apodex 1.1のスコアは48.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

25件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。

指標公開元Agnes 2.5 Pro ThetaApodex 1.1
BenchLeader IndexBenchLeader50.748.1
コーディングスコアBenchLeader45.335.7
知識スコアBenchLeader39.531.1
長文コンテキストスコアBenchLeader67.164.3
マルチモーダルスコアBenchLeader60.461.2
推論スコアBenchLeader43.238.5
エージェント・ツールスコアBenchLeader–53.3
ブレンド価格($/100万トークン)BenchLeader$0.150$0.975
出力速度BenchLeader189 tok/s–
回答開始までの時間BenchLeader8.8秒–
コンテキストウィンドウBenchLeader1,000,000トークン256,000トークン
推論
GPQA Diamond (AA)Artificial Analysis–86.4%
Humanity's Last Exam (AA)Artificial Analysis37.2%34.1%
HLE-Diamond (AA)Artificial Analysis16.8%11.6%
CritPtArtificial Analysis15.1%4.6%
CritPt v2 hard subset (AA)Artificial Analysis26.0%17.0%
コーディング
SciCode (AA)Artificial Analysis56.0%45.5%
Terminal-Bench 4.0 (AA)Artificial Analysis10.1%0.0%
Terminal-Bench 2.1 (AA)Artificial Analysis–69.7%
FrontierCode 2.0 (AA)Artificial Analysis16.6%6.9%
エージェント・ツール
GDPval-AA v2.1, normalised scoreArtificial Analysis–34.4%
GDPval-AA v2.1Artificial Analysis15071195
τ³-Banking (AA)Artificial Analysis–25.1%
APEX-Agents (AA)Artificial Analysis–31.2%
AutomationBenchArtificial Analysis48.8%28.2%
GDP.pdf (AA)Artificial Analysis14.2%11.2%
AA-Briefcase v1.1Artificial Analysis14961014
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.8%0.5%
知識
AA-Omniscience v1.1Artificial Analysis-11.2-27.9
AA-Omniscience v1.1: accuracyArtificial Analysis21.3%28.2%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis58.6%22.0%
マルチモーダル
MMMU-ProArtificial Analysis78.4%79.2%
長文コンテキスト
AA-LCR v1.1Artificial Analysis84.7%79.3%
総合
AA Intelligence Index v5.0.1Artificial Analysis24.013.7
AA Intelligence Index v4.3.2Artificial Analysis–26.4
AA Progress Index v1Artificial Analysis304.2291.7

データは2026年11月21日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

最近の変化

  • Agnes 2.5 Pro Theta:新しい結果1件(AA Progress Index v1)。
  • Apodex 1.1:BenchLeader Index 48.3 → 47.7。
  • Apodex 1.1:新しい結果2件(AA Intelligence Index v5.0.1, CritPt v2 hard subset (AA))。
  • Apodex 1.1:新しい結果4件(AA-Omniscience v1.1, AA-Omniscience v1.1: accuracy, AA-Omniscience v1.1: non-hallucination…)。
  • Agnes 2.5 Pro Theta:初めての結果。
  • Apodex 1.1:新しい結果1件(Terminal-Bench-Science 0.1 (AA))。
  • Apodex 1.1:新しい結果1件(AA-Briefcase v1.1)。
  • Apodex 1.1:新しい結果2件(AA Progress Index v1, HLE-Diamond (AA))。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Agnes 2.5 Pro Theta vs Apodex 1.1:よくある質問

Agnes 2.5 Pro ThetaはApodex 1.1より優れていますか?
Agnes 2.5 Pro ThetaとApodex 1.1の品質は互角です(50.7 対 48.1、±12.2の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月21日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Agnes 2.5 Pro ThetaとApodex 1.1はどちらが安いですか?今後変わる予定はありますか?
現在はAgnes 2.5 Pro Thetaの方が安く、100万トークンあたり$0.150 対 $0.975です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはAgnes 2.5 Pro ThetaとApodex 1.1のどちらが向いていますか?
コーディングではAgnes 2.5 Pro Thetaの方がスコアが高くなっています(カテゴリ指標で45 対 36。50が平均)。共通するコーディングベンチマークのうち最も重要なFrontierCode 2.0 (AA)では、Agnes 2.5 Pro Thetaが16.6%、Apodex 1.1が6.9%です。
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではAgnes 2.5 Pro Thetaの方がスコアが高くなっています(67 対 64)。コンテキストはAgnes 2.5 Pro Thetaの方が長く、1,000,000トークンです(Apodex 1.1は256,000トークン)。
Agnes 2.5 Pro ThetaとApodex 1.1について、第三者ベンチマークの評価は一致していますか?
両方に結果がある18件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが16件、Apodex 1.1のリードが2件です。両方を評価しているすべての総合指標で、Agnes 2.5 Pro Thetaが上回っています。
ほかの質問(1件)
Agnes 2.5 Pro Thetaはいつリリースされましたか?
Agnes 2.5 Pro Thetaは2026年11月7日にリリースされました。