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 Theta | 100万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 Theta | Inkling |
|---|---|---|
| プロバイダー | Sapiens AI | Thinking 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) | 1,000,000 | 65,536 |
| 比較した構成 | Agnes 2.5 Pro Theta | Inkling |
| 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 Theta | Inkling | トップ |
|---|---|---|---|
| 推論 | 43.2 | 51.5 | Inkling |
| コーディング | 45.3 | 46.2 | 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 | 39.5 | 60.3 | Inkling |
| 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。
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。
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Index | Agnes 2.5 Pro Theta | Inkling | トップ |
|---|---|---|---|
| BenchLeader Index | 50.7 | 50.2 | 互角 |
| AA Intelligence Index v5.0.1 | 24.0 | 11.0† | 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 Theta | Inkling |
|---|---|---|
| 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) | $0.575 | – |
| タスクあたりの出力トークン(AA Index) | 278k | – |
| うち推論 | 229k | – |
| タスクあたりの時間(AA Index) | 24 min | – |
| 出力速度 | 189 tok/s | 110 tok/s |
| 回答開始までの時間 | 8.8秒 | 0.2秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 16.9秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Agnes 2.5 Pro Thetaのスコアは50.7、最初の回答トークンまで9秒。Inklingのスコアは50.2、最初の回答トークンまで0秒。Inkling (xhigh)は49.9(18秒)、Inkling (high)は44.0(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
134件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Agnes 2.5 Pro Theta | Inkling |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 50.7 | 50.2 |
| コーディングスコア | BenchLeader | 45.3 | 46.2 |
| 知識スコア | BenchLeader | 39.5 | 60.3 |
| 長文コンテキストスコア | BenchLeader | 67.1 | – |
| マルチモーダルスコア | BenchLeader | 60.4 | – |
| 推論スコア | BenchLeader | 43.2 | 51.5 |
| エージェント・ツールスコア | BenchLeader | – | 30.2 |
| 人間の評価スコア | BenchLeader | – | 58.8 |
| 数学スコア | BenchLeader | – | 54.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.150 | $1.76 |
| 出力速度 | BenchLeader | 189 tok/s | 110 tok/s |
| 回答開始までの時間 | BenchLeader | 8.8秒 | 0.2秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 65,536トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 88.3%† |
| SimpleBench | SimpleBench | – | 50.0% |
| Arena Hard Prompts | Arena (LMArena) | – | 1463 |
| LiveBench 2.0 Reasoning | LiveBench | – | 78.3%† |
| LiveBench 1.0 Reasoning | LiveBench | – | 78.3%† |
| GPQA Diamond (AA) | Artificial Analysis | – | 87.2%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 37.2% | 31.9%† |
| HLE-Diamond (AA) | Artificial Analysis | 16.8% | 10.6%† |
| GPQA Diamond (Vals) | Vals AI | – | 87.1% |
| ARC-AGI-1 | ARC Prize | – | 79.5% |
| ARC-AGI-2 | ARC Prize | – | 36.5% |
| CritPt | Artificial Analysis | 15.1% | 5.4%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 26.0% | 18.0%† |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 11.2%† |
| Arena Expert | Arena (LMArena) | – | 1474 |
| Chess Puzzles | Epoch AI Benchmarking Hub | – | 21.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 37.6%† |
| DTBench | Epoch AI Benchmarking Hub | – | 87.5%† |
| コーディング | |||
| SciCode | SciCode | – | 47.0%† |
| WeirdML | WeirdML | – | 32.3%† |
| FrontierCode | Cognition | – | 14.0% |
| Arena Coding | Arena (LMArena) | – | 1494 |
| Arena WebDev | Arena (LMArena) | – | 1414 |
| LiveBench 2.0 Coding | LiveBench | – | 48.7%† |
| LiveBench 1.0 Coding | LiveBench | – | 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 Theta | Inkling |
|---|---|---|---|
| コーディング | |||
| SciCode (AA) | Artificial Analysis | 56.0% | 47.0%† |
| LiveCodeBench | Vals AI | – | 85.5% |
| IOI | Vals AI | – | 14.9% |
| SWE-bench (Vals) | Vals AI | – | 77.6% |
| Code Migration | Vals AI | – | 11.8% |
| Code Migration v1.1 | Vals AI | – | 8.8% |
| ProgramBench | Vals AI | – | 0.0% |
| Vibe Code Bench 1-100 | Vals AI | – | 7.3% |
| Vibe Code Bench v1.1 | Vals AI | – | 19.2% |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 89.9%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 56.9%† |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 946 |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 4.1%† |
| WeirdML v3 | WeirdML | – | 3.9%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 10.1% | 1.0%† |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 55.1%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 25.6 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 26.8† |
| Design Arena Code | Design Arena | – | 1186 |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 15.8%† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 16.6% | 3.9%† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 0.0%† |
| APEX-Agents | Mercor | – | 33.8% |
| Arena Agent | Arena (LMArena) | – | -18.5 |
| LiveBench Long Agentic | LiveBench | – | 9.8%† |
| LiveBench Browser | LiveBench | – | 12.0%† |
| LiveBench Agentic Coding | LiveBench | – | 49.4%† |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 47.6% |
| MCP Atlas | Scale AI SEAL | – | 76.0%† |
| τ³-bench Banking | τ²-bench | – | 25.0%† |
| GDPval-AA v2.1 | Artificial Analysis | 1507 | 1080† |
| τ³-Banking (AA) | Artificial Analysis | – | 29.1%† |
| Analyst Agent (AA) | Artificial Analysis | – | 23.8%† |
| CyberBench | Vals AI | – | 66.8% |
| Finance Agent v2 | Vals AI | – | 46.6% |
| Finance Agent v2.1 | Vals AI | – | 49.9% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 3.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 2.1% |
| Legal Research Bench | Vals AI | – | 28.4% |
| SkillsBench | Vals AI | – | 26.1% |
| SREBench | Vals AI | – | 0.0% |
| Tax Agent Bench | Vals AI | – | 15.3% |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 0.5% |
| Arena Agent Task Completion | Arena (LMArena) | – | -26.9 |
| AutomationBench | Artificial Analysis | 48.8% | 5.0%† |
| GDP.pdf (AA) | Artificial Analysis | 14.2% | 12.8%† |
| Harvey LAB-AA v1.1 | Harvey | – | 0.0%† |
| EnterpriseOps-Gym | Artificial Analysis | – | 38.0%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1496 | 833† |
| GDPx | GDPx by SemiAnalysis | – | 2.3%† |
| Design Arena Agentic | Design Arena | – | 1162 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 3.8% | 0.0%† |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 33.3%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 4.9%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 88.9%† |
| ProofBench | Vals AI | – | 0.0% |
| LiveBench Mathematics | LiveBench | – | 88.4%† |
| Arena Maths | Arena (LMArena) | – | 1479 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 40.3%† |
| LiveBench 2.0 Data Analysis | LiveBench | – | 72.8%† |
| LiveBench Research | LiveBench | – | 60.3%† |
| LiveBench 1.0 Data Analysis | LiveBench | – | 72.8%† |
| AA-Omniscience v1.1 | Artificial Analysis | -11.2 | -1.5† |
| MMLU-Pro | Vals AI | – | 86.3% |
| LegalBench | Vals AI | – | 83.0% |
| CorpFin | Vals AI | – | 68.6% |
| TaxEval | Vals AI | – | 75.3% |
| Excel Modeling Benchmark | Vals AI | – | 38.4% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 41.0% |
| MedCode | Vals AI | – | 41.2% |
| MedScribe | Vals AI | – | 85.4% |
| Public Benefits Bench v1.1 | Vals AI | – | 58.5% |
| Arena Text Factuality | Arena (LMArena) | – | 1452 |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 21.3% | 39.3%† |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 58.6% | 32.8%† |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 73.5%† |
| LiveBench Instruction Following | LiveBench | – | 70.1%† |
| Arena Instruction Following | Arena (LMArena) | – | 1427 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1443 |
| EQ-Bench 4 | EQ-Bench | – | 1212 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1609 |
| EQ-Bench Longform Writing | EQ-Bench | – | 72.5 |
| Arena Creative Writing | Arena (LMArena) | – | 1389 |
| Arena Multi-turn | Arena (LMArena) | – | 1445 |
| Arena Longer Queries | Arena (LMArena) | – | 1442 |
| マルチモーダル | |||
| LiveBench Design | LiveBench | – | 55.2%† |
| MMMU-Pro | Artificial Analysis | 78.4% | 73.5%† |
| MMMU-Pro (Vals) | Vals AI | – | 78.5% |
| MortgageTax | Vals AI | – | 64.0% |
| AudioMC | Scale AI SEAL | – | 56.6%† |
| AudioMC (text output) | Scale AI SEAL | – | 56.6%† |
| Code2Video-AA | Artificial Analysis | – | 467† |
| AA-3D | Artificial Analysis | – | 591† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 84.7% | 77.3%† |
| MLCR | Artificial Analysis | – | 6.1%† |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 148.4 |
| LiveBench 2.0 | LiveBench | – | 44.3%† |
| LiveBench 1.0 | LiveBench | – | 71.9%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 24.0 | 12.5† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 25.0† |
| AA Progress Index v1 | Artificial Analysis | 304.2 | 281.4† |
| Vals Index | Vals AI | – | 29.0 |
| Vals Finance Index | Vals AI | – | 38.3% |
| Vals Multimodal Index | Vals AI | – | 49.4% |
| Vals Router Index | Vals AI | – | 29.0% |
| Vals Legal Index | Vals AI | – | 54.2% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 25.0%† |
| DistressBench | Scale AI SEAL | – | 78.5% |
| メタデータ | |||
| AA Openness Index | Artificial 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。
関連する比較
- Agnes 2.5 Pro Theta vs Nemotron 3 Super 120B A12B
- Agnes 2.5 Pro Theta vs GLM 4.7 Flash
- Agnes 2.5 Pro Theta vs Ling 3.1 Flash
- Inkling vs Inkling 2 Mini
- Inkling vs Mistral Large 4.0 OSS
- Agnes 2.5 Pro Theta vs Qwen3.5-9B
- Agnes 2.5 Pro Theta vs Apodex 1.1
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。