BenchLeader

Agnes 2.5 Pro Theta vs Inkling

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

更新 · 11件の情報源のデータ

2026年11月21日時点で、Agnes 2.5 Pro ThetaとInklingの品質は互角です(BenchLeader Indexで50.7 対 50.2、±10.5の誤差範囲内)。価格はAgnes 2.5 Pro Thetaの方が17倍安く、100万トークンあたりのブレンド価格で$0.150 対 $2.57です。両方を測定できるすべてのカテゴリでInklingがリードしています。Agnes 2.5 Pro Thetaの方が出力が約1.5倍速いです。

要点(2026年11月21日時点)

  • BenchLeader IndexはAgnes 2.5 Pro Thetaが50.7、Inklingが50.2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)。
  • Inklingの100万トークンあたりのブレンド価格は$2.57です(定価、2026年11月21日)。
  • Agnes 2.5 Pro ThetaはInklingより出力が約1.5倍速いです(Artificial Analysis、7日間の中央値、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
コーディングどちらでもカテゴリスコア45 対 46どちらでも
推論Inklingカテゴリスコア52 対 43高
知識Inklingカテゴリスコア60 対 40高
チャットの質(人間の評価)–Arenaの評価があるのはInklingのみです(カテゴリスコア59)比較不可
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 $1.76;エージェント型コーディングセッション$0.007 対 $0.076–
回答開始の速さInkling最初の回答トークンまで0.2秒(Inkling)対 8.8秒(Agnes 2.5 Pro Theta)–
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Inklingの品質は互角です(50.7 対 50.2、±10.5の誤差範囲内)。
  • Inklingはコーディング、知識、推論で優れています。
  • Agnes 2.5 Pro Thetaの方が17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 $2.57)。
  • Agnes 2.5 Pro Thetaの方が出力が1.7倍速くなっています(189 対 110トークン/秒)。

概要

仕様Agnes 2.5 Pro ThetaInkling
プロバイダーSapiens AIThinking Machines
リリース日2026年11月7日2026年7月15日
コンテキストウィンドウ(トークン)1,000,00065,536
比較した構成Agnes 2.5 Pro ThetaInkling
オープンウェイトなしあり
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$1.00 / $4.05 / $0.170

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 ThetaInklingトップ
推論43.251.5Inkling
コーディング45.346.2互角
エージェント・ツール–30.2比較不可
数学–54.1比較不可
知識39.560.3Inkling
人間の評価–58.8比較不可
マルチモーダル60.4–比較不可
長文コンテキスト67.1–比較不可

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: 39.5Inkling, 推論: 51.5Inkling, コーディング: 46.2Inkling, 知識: 60.3

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, 長文コンテキスト, マルチモーダル, 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0件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが0件、Inklingのリードが0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 ThetaInklingトップ
BenchLeader Index50.750.2互角
AA Intelligence Index v5.0.124.011.0†Agnes 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 ThetaInkling
100万トークンあたりのブレンド価格$0.150$1.76
100万トークンあたりの入力/出力$0.100 / $0.300$1.00 / $4.05
100万トークンあたりのキャッシュ入力$0.010$0.170
タスクあたりの価格:チャットの返答$0.0001$0.0016
タスクあたりの価格:30ページのレポートを要約$0.0014$0.014
タスクあたりの価格:コード編集$0.0011$0.012
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$0.076
タスクあたりの価格:構造化データの抽出$0.0003$0.0028
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$0.039
ベンチマークのタスクあたりのコスト(AA Index)$0.575–
タスクあたりの出力トークン(AA Index)278k–
うち推論229k–
タスクあたりの時間(AA Index)24 min–
出力速度189 tok/s110 tok/s
回答開始までの時間8.8秒0.2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–

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。Inklingのスコアは50.2、最初の回答トークンまで0秒。Inkling (xhigh)は49.9(18秒)、Inkling (high)は44.0(10秒)。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

134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。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Agnes 2.5 Pro ThetaInkling
BenchLeader IndexBenchLeader50.750.2
コーディングスコアBenchLeader45.346.2
知識スコアBenchLeader39.560.3
長文コンテキストスコアBenchLeader67.1–
マルチモーダルスコアBenchLeader60.4–
推論スコアBenchLeader43.251.5
エージェント・ツールスコアBenchLeader–30.2
人間の評価スコアBenchLeader–58.8
数学スコアBenchLeader–54.1
ブレンド価格($/100万トークン)BenchLeader$0.150$1.76
出力速度BenchLeader189 tok/s110 tok/s
回答開始までの時間BenchLeader8.8秒0.2秒
コンテキストウィンドウBenchLeader1,000,000トークン65,536トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–88.3%†
SimpleBenchSimpleBench–50.0%
Arena Hard PromptsArena (LMArena)–1463
LiveBench 2.0 ReasoningLiveBench–78.3%†
LiveBench 1.0 ReasoningLiveBench–78.3%†
GPQA Diamond (AA)Artificial Analysis–87.2%†
Humanity's Last Exam (AA)Artificial Analysis37.2%31.9%†
HLE-Diamond (AA)Artificial Analysis16.8%10.6%†
GPQA Diamond (Vals)Vals AI–87.1%
ARC-AGI-1ARC Prize–79.5%
ARC-AGI-2ARC Prize–36.5%
CritPtArtificial Analysis15.1%5.4%†
CritPt v2 hard subset (AA)Artificial Analysis26.0%18.0%†
HLE-Diamond (Scale)Scale AI SEAL–11.2%†
Arena ExpertArena (LMArena)–1474
Chess PuzzlesEpoch AI Benchmarking Hub–21.0%†
LMCAEpoch AI Benchmarking Hub–37.6%†
DTBenchEpoch AI Benchmarking Hub–87.5%†
コーディング
SciCodeSciCode–47.0%†
WeirdMLWeirdML–32.3%†
FrontierCodeCognition–14.0%
Arena CodingArena (LMArena)–1494
Arena WebDevArena (LMArena)–1414
LiveBench 2.0 CodingLiveBench–48.7%†
LiveBench 1.0 CodingLiveBench–71.0%†
134件のベンチマークをすべて表示
指標公開元Agnes 2.5 Pro ThetaInkling
コーディング
SciCode (AA)Artificial Analysis56.0%47.0%†
LiveCodeBenchVals AI–85.5%
IOIVals AI–14.9%
SWE-bench (Vals)Vals AI–77.6%
Code MigrationVals AI–11.8%
Code Migration v1.1Vals AI–8.8%
ProgramBenchVals AI–0.0%
Vibe Code Bench 1-100Vals AI–7.3%
Vibe Code Bench v1.1Vals AI–19.2%
SWE-Bench Pro V2Scale AI SEAL–89.9%†
SWE-Bench Pro V2 HARDScale AI SEAL–56.9%†
ALE-BenchEpoch AI Benchmarking Hub–946
FrontierSWEEpoch AI Benchmarking Hub–4.1%†
WeirdML v3WeirdML–3.9%†
Terminal-Bench 4.0 (AA)Artificial Analysis10.1%1.0%†
Terminal-Bench 2.1 (AA)Artificial Analysis–55.1%†
GameBench 2 OverallDuelLab GameBench 2–25.6
GameBench 2 by reasoning settingDuelLab GameBench 2–26.8†
Design Arena CodeDesign Arena–1186
FrontierCode 1.1 (AA)Artificial Analysis–15.8%†
FrontierCode 2.0 (AA)Artificial Analysis16.6%3.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench–0.0%†
APEX-AgentsMercor–33.8%
Arena AgentArena (LMArena)–-18.5
LiveBench Long AgenticLiveBench–9.8%†
LiveBench BrowserLiveBench–12.0%†
LiveBench Agentic CodingLiveBench–49.4%†
Terminal-Bench 2.1 (Vals)Vals AI–47.6%
MCP AtlasScale AI SEAL–76.0%†
τ³-bench Bankingτ²-bench–25.0%†
GDPval-AA v2.1Artificial Analysis15071080†
τ³-Banking (AA)Artificial Analysis–29.1%†
Analyst Agent (AA)Artificial Analysis–23.8%†
CyberBenchVals AI–66.8%
Finance Agent v2Vals AI–46.6%
Finance Agent v2.1Vals AI–49.9%
Harvey's Legal Agent Benchmark v1.1Vals AI–3.8%
Harvey's Legal Agent Benchmark v1Vals AI–2.1%
Legal Research BenchVals AI–28.4%
SkillsBenchVals AI–26.1%
SREBenchVals AI–0.0%
Tax Agent BenchVals AI–15.3%
Terminal-Bench 4.0 (Vals)Vals AI–0.5%
Arena Agent Task CompletionArena (LMArena)–-26.9
AutomationBenchArtificial Analysis48.8%5.0%†
GDP.pdf (AA)Artificial Analysis14.2%12.8%†
Harvey LAB-AA v1.1Harvey–0.0%†
EnterpriseOps-GymArtificial Analysis–38.0%†
AA-Briefcase v1.1Artificial Analysis1496833†
GDPxGDPx by SemiAnalysis–2.3%†
Design Arena AgenticDesign Arena–1162
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.8%0.0%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–33.3%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–4.9%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–88.9%†
ProofBenchVals AI–0.0%
LiveBench MathematicsLiveBench–88.4%†
Arena MathsArena (LMArena)–1479
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–40.3%†
LiveBench 2.0 Data AnalysisLiveBench–72.8%†
LiveBench ResearchLiveBench–60.3%†
LiveBench 1.0 Data AnalysisLiveBench–72.8%†
AA-Omniscience v1.1Artificial Analysis-11.2-1.5†
MMLU-ProVals AI–86.3%
LegalBenchVals AI–83.0%
CorpFinVals AI–68.6%
TaxEvalVals AI–75.3%
Excel Modeling BenchmarkVals AI–38.4%
Excel Modeling Benchmark v1.1Vals AI–41.0%
MedCodeVals AI–41.2%
MedScribeVals AI–85.4%
Public Benefits Bench v1.1Vals AI–58.5%
Arena Text FactualityArena (LMArena)–1452
AA-Omniscience v1.1: accuracyArtificial Analysis21.3%39.3%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis58.6%32.8%†
指示追従
LiveBench LanguageLiveBench–73.5%†
LiveBench Instruction FollowingLiveBench–70.1%†
Arena Instruction FollowingArena (LMArena)–1427
人間の評価
Arena TextArena (LMArena)–1443
EQ-Bench 4EQ-Bench–1212
EQ-Bench Creative Writing v3EQ-Bench–1609
EQ-Bench Longform WritingEQ-Bench–72.5
Arena Creative WritingArena (LMArena)–1389
Arena Multi-turnArena (LMArena)–1445
Arena Longer QueriesArena (LMArena)–1442
マルチモーダル
LiveBench DesignLiveBench–55.2%†
MMMU-ProArtificial Analysis78.4%73.5%†
MMMU-Pro (Vals)Vals AI–78.5%
MortgageTaxVals AI–64.0%
AudioMCScale AI SEAL–56.6%†
AudioMC (text output)Scale AI SEAL–56.6%†
Code2Video-AAArtificial Analysis–467†
AA-3DArtificial Analysis–591†
長文コンテキスト
AA-LCR v1.1Artificial Analysis84.7%77.3%†
MLCRArtificial Analysis–6.1%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–148.4
LiveBench 2.0LiveBench–44.3%†
LiveBench 1.0LiveBench–71.9%†
AA Intelligence Index v5.0.1Artificial Analysis24.012.5†
AA Intelligence Index v4.3.2Artificial Analysis–25.0†
AA Progress Index v1Artificial Analysis304.2281.4†
Vals IndexVals AI–29.0
Vals Finance IndexVals AI–38.3%
Vals Multimodal IndexVals AI–49.4%
Vals Router IndexVals AI–29.0%
Vals Legal IndexVals AI–54.2%
安全性・誠実さ
FORTRESSScale AI SEAL–25.0%†
DistressBenchScale AI SEAL–78.5%
メタデータ
AA Openness IndexArtificial Analysis–38.9†

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。

DuelLab GameBench 2, release gb2-20261119-1d7fd529faf6 (https://benchmarks.duellab.org/releases/gb2-20261119-1d7fd529faf6/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Agnes 2.5 Pro Theta:新しい結果1件(AA Progress Index v1)。
  • Inkling:スコアの改訂1件。
  • Inkling:スコアの改訂2件。
  • Inkling:BenchLeader Index 47.8 → 50.4。
  • Inkling:スコアの改訂1件。
  • Agnes 2.5 Pro Theta:初めての結果。
  • Inkling:スコアの改訂5件。
  • Inkling:スコアの改訂1件。
  • Inkling:スコアの改訂1件。

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 Inkling:よくある質問

Agnes 2.5 Pro ThetaはInklingより優れていますか?
Agnes 2.5 Pro ThetaとInklingの品質は互角です(50.7 対 50.2、±10.5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Inkling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 $2.57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Inklingのどちらが向いていますか?
コーディングでは互角です(カテゴリ指標で45 対 46)。
Agnes 2.5 Pro ThetaとInklingはどちらが速いですか?
Agnes 2.5 Pro Thetaの方が出力が約1.5倍速くなっています(出力189 対 110トークン/秒、Artificial Analysisの7日間の中央値)。
長い文書にはどちらが向いていますか?
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(Inklingは65,536トークン)。
ほかの質問(2件)
レイテンシが低いのはどちらですか?
先に回答を始めるのはInklingです。Artificial Analysisの測定では、最初の回答トークンまで0.2秒 対 8.8秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
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。