Agnes 2.5 Pro Theta vs Ling 3.1 Flash
詳しいプロフィール:Agnes 2.5 Pro Theta(Sapiens AI)とLing 3.1 Flash(Ant Group)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 4件の情報源のデータ
2026年11月16日時点で、Agnes 2.5 Pro ThetaとLing 3.1 Flashの品質は互角です(BenchLeader Indexで50.8 対 50.8、±10.9の誤差範囲内)。価格はAgnes 2.5 Pro Thetaの方が3.0倍安く、100万トークンあたりのブレンド価格で$0.150 対 $0.450です。両方を測定できるすべてのカテゴリでLing 3.1 Flashがリードしています。Agnes 2.5 Pro Thetaの方が出力が約2倍速いです。
要点(2026年11月16日時点)
- BenchLeader IndexはAgnes 2.5 Pro Thetaが50.8、Ling 3.1 Flashが50.8です(BenchLeader、2026年11月16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16日)。
- Ling 3.1 Flashの100万トークンあたりのブレンド価格は$0.450です(定価、2026年11月16日)。
- Agnes 2.5 Pro ThetaはLing 3.1 Flashより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある16件のベンチマークのうち、Ling 3.1 Flashが14件でリードしています(BenchLeader、2026年11月16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46 対 46;FrontierCode 2.0 (AA) 16.6% 対 17.0% | どちらでも |
| 推論 | Ling 3.1 Flash | カテゴリスコア48 対 44;HLE-Diamond (AA) 17.2% 対 16.8% | 中 |
| 知識 | Ling 3.1 Flash | カテゴリスコア45 対 39;AA-Omniscience v1.1 -0.1 対 -11.2 | 中 |
| 長い文書 | どちらでも | カテゴリスコア67 対 66;AA-LCR v1.1 84.7% 対 83.0% | どちらでも |
| 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 $0.450;エージェント型コーディングセッション$0.007 対 $0.022 | – |
| 回答開始の速さ | Agnes 2.5 Pro Theta | 最初の回答トークンまで8.1秒(Agnes 2.5 Pro Theta)対 42.3秒(Ling 3.1 Flash) | – |
| 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Ling 3.1 Flashの品質は互角です(50.8 対 50.8、±10.9の誤差範囲内)。
- Agnes 2.5 Pro Thetaは長文コンテキストで優れています。
- Ling 3.1 Flash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3.0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 $0.450)。
- Agnes 2.5 Pro Thetaの方が出力が2.0倍速くなっています(190 対 94トークン/秒)。
概要
| 仕様 | Agnes 2.5 Pro Theta | Ling 3.1 Flash |
|---|---|---|
| プロバイダー | Sapiens AI | Ant Group |
| リリース日 | 2026年11月7日 | 2026年10月1日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,000,000 |
| 比較した構成 | Agnes 2.5 Pro Theta | Ling 3.1 Flash |
| 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 / – | $0.300 / $0.900 / $0.060 |
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 | Ling 3.1 Flash | トップ |
|---|---|---|---|
| 推論 | 43.7 | 47.9 | Ling 3.1 Flash |
| コーディング | 45.7 | 46.2 | 互角 |
| 知識 | 38.7 | 44.7 | Ling 3.1 Flash |
| マルチモーダル | 60.8 | – | 比較不可 |
| 長文コンテキスト | 67.1 | 66.2 | 互角 |
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, 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16件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが2件、Ling 3.1 Flashのリードが14件です。両方を評価しているすべての総合指標で、Ling 3.1 Flashが上回っています。
| 総合Index | Agnes 2.5 Pro Theta | Ling 3.1 Flash | トップ |
|---|---|---|---|
| BenchLeader Index | 50.8 | 50.8 | 互角 |
| AA Intelligence Index v5.0.1 | 24.0 | 29.6 | Ling 3.1 Flash |
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 | Ling 3.1 Flash |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.150 | $0.450 |
| 100万トークンあたりの入力/出力 | $0.100 / $0.300 | $0.300 / $0.900 |
| 100万トークンあたりのキャッシュ入力 | – | $0.060 |
| タスクあたりの価格:チャットの返答 | $0.0001 | $0.0004 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0014 | $0.0041 |
| タスクあたりの価格:コード編集 | $0.0011 | $0.0032 |
| 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 | $0.022 |
| タスクあたりの価格:構造化データの抽出 | $0.0003 | $0.0008 |
| 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) | – | $0.011 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.575 | $3.19 |
| タスクあたりの出力トークン(AA Index) | 278k | 225k |
| うち推論 | 229k | 151k |
| タスクあたりの時間(AA Index) | 24 min | – |
| 出力速度 | 190 tok/s | 94 tok/s |
| 回答開始までの時間 | 8.1秒 | 42.3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 | 115.5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、Ling 3.1 Flashで$3.19でした。同じ作業でAgnes 2.5 Pro Thetaは1.2倍の出力トークンを書いています。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Agnes 2.5 Pro Thetaのスコアは50.8、最初の回答トークンまで8秒。Ling 3.1 Flashのスコアは50.8、最初の回答トークンまで42秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
26件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Agnes 2.5 Pro Theta | Ling 3.1 Flash |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 50.8 | 50.8 |
| コーディングスコア | BenchLeader | 45.7 | 46.2 |
| 知識スコア | BenchLeader | 38.7 | 44.7 |
| 長文コンテキストスコア | BenchLeader | 67.1 | 66.2 |
| マルチモーダルスコア | BenchLeader | 60.8 | – |
| 推論スコア | BenchLeader | 43.7 | 47.9 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.150 | $0.450 |
| 出力速度 | BenchLeader | 190 tok/s | 94 tok/s |
| 回答開始までの時間 | BenchLeader | 8.1秒 | 42.3秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,000,000トークン |
| 推論 | |||
| Humanity's Last Exam (AA) | Artificial Analysis | 37.2% | 43.5% |
| HLE-Diamond (AA) | Artificial Analysis | 16.8% | 17.2% |
| CritPt | Artificial Analysis | 15.1% | 26.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 26.0% | 38.5% |
| コーディング | |||
| SciCode (AA) | Artificial Analysis | 56.0% | 56.8% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 10.1% | 33.3% |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 42.9† |
| Design Arena Website | Design Arena | – | 1292 |
| FrontierCode 2.0 (AA) | Artificial Analysis | 16.6% | 17.0% |
| エージェント・ツール | |||
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 57.3% |
| GDPval-AA v2.1 | Artificial Analysis | 1507 | 1655 |
| AutomationBench | Artificial Analysis | 48.8% | 67.5% |
| GDP.pdf (AA) | Artificial Analysis | 14.2% | 12.6% |
| AA-Briefcase v1.1 | Artificial Analysis | 1496 | 1520 |
| Design Arena Agentic | Design Arena | – | 1205 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 3.8% | 4.3% |
| 知識 | |||
| AA-Omniscience v1.1 | Artificial Analysis | -11.2 | -0.1 |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 21.3% | 26.5% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 58.6% | 63.7% |
| マルチモーダル | |||
| MMMU-Pro | Artificial Analysis | 78.4% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 84.7% | 83.0% |
| MLCR | Artificial Analysis | – | 15.0% |
| 総合 | |||
| AA Intelligence Index v5.0.1 | Artificial Analysis | 24.0 | 29.6 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 43.9 |
| AA Progress Index v1 | Artificial Analysis | – | 321.6 |
26件のベンチマークをすべて表示
| 指標 | 公開元 | Agnes 2.5 Pro Theta | Ling 3.1 Flash |
|---|---|---|---|
| メタデータ | |||
| AA Openness Index | Artificial Analysis | – | 38.9 |
データは2026年11月16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 gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), 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
- Ling 3.1 Flash:スコアの改訂1件。
- Agnes 2.5 Pro Theta:初めての結果。
- Ling 3.1 Flash:スコアの改訂1件。
- Ling 3.1 Flash:BenchLeader Index 50.3 → 50.9。
- Ling 3.1 Flash:新しい結果6件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $1.01/M → $3.19/M。
- Ling 3.1 Flash:新しい結果1件(AA-Briefcase v1.1)。
- Ling 3.1 Flash:スコアの改訂1件。
- Ling 3.1 Flash:新しい結果1件(AA-Briefcase v1.1)、スコアの改訂8件。
- Ling 3.1 Flash:新しい結果1件(MLCR)。
- Ling 3.1 Flash:新しい結果2件(AutomationBench, GDP.pdf (AA))。
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 Qwen3.5-9B
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 Ling 3.1 Flash:よくある質問
- Agnes 2.5 Pro ThetaはLing 3.1 Flashより優れていますか?
- Agnes 2.5 Pro ThetaとLing 3.1 Flashの品質は互角です(50.8 対 50.8、±10.9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16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Ling 3.1 Flash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 $0.450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Ling 3.1 Flash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46 対 46)。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%、Ling 3.1 Flashが17.0%です。
- Agnes 2.5 Pro ThetaとLing 3.1 Flashはどちらが速いですか?
- Agnes 2.5 Pro Thetaの方が出力が約2倍速くなっています(出力190 対 94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?
- 長文コンテキストのベンチマークでは互角です(67 対 66)。どちらも1,000,000トークンのコンテキストに対応しています。
ほかの質問(3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Agnes 2.5 Pro Thetaです。Artificial Analysisの測定では、最初の回答トークンまで8.1秒 対 42.3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とLing 3.1 Flash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16件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが2件、Ling 3.1 Flashのリードが14件です。両方を評価しているすべての総合指標で、Ling 3.1 Flashが上回っています。
- 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。