BenchLeader

Agnes 2.5 Pro Theta vs Qwen3.5-9B

詳しいプロフィール:Agnes 2.5 Pro Theta(Sapiens AI)とQwen3.5-9B(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 3件の情報源のデータ

2026年11月16日時点で、Agnes 2.5 Pro ThetaとQwen3.5-9Bの品質は互角です(BenchLeader Indexで50.8 対 50.4、±12.5の誤差範囲内)。価格はAgnes 2.5 Pro Thetaの方が1.3倍安く、100万トークンあたりのブレンド価格で$0.150 対 $0.190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。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、Qwen3.5-9Bが50.4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)。
  • Qwen3.5-9Bの100万トークンあたりのブレンド価格は$0.190です(定価、2026年11月16日)。
  • Agnes 2.5 Pro ThetaはQwen3.5-9B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11件のベンチマークのうち、Agnes 2.5 Pro Thetaが11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
推論Agnes 2.5 Pro Thetaカテゴリスコア44 対 35;HLE-Diamond (AA) 16.8% 対 4.8%高
長い文書Agnes 2.5 Pro Thetaカテゴリスコア67 対 59;AA-LCR v1.1 84.7% 対 70.0%高
画像などのメディアAgnes 2.5 Pro Thetaカテゴリスコア61 対 51;MMMU-Pro 78.4% 対 69.3%高
最低コストどちらでも100万トークンあたりブレンド価格$0.150 対 $0.155;エージェント型コーディングセッション$0.007 対 $0.009–
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 42.0秒(Qwen3.5-9B (thinking))–
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Qwen3.5-9B (thinking)の品質は互角です(50.8 対 50.4、±12.5の誤差範囲内)。
  • Agnes 2.5 Pro Thetaは長文コンテキスト、マルチモーダル、推論で優れています。
  • Agnes 2.5 Pro Thetaの方が1.3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 $0.190)。
  • Agnes 2.5 Pro Thetaの方が出力が2.3倍速くなっています(190 対 83トークン/秒)。

概要

仕様Agnes 2.5 Pro ThetaQwen3.5-9B
プロバイダーSapiens AIAlibaba
リリース日2026年11月7日2026年2月24日
コンテキストウィンドウ(トークン)1,000,000262,144
比較した構成Agnes 2.5 Pro ThetaQwen3.5-9B (thinking)
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 / –$0.140 / $0.200 / $0.137

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 ThetaQwen3.5-9B (thinking)トップ
推論43.734.6Agnes 2.5 Pro Theta
コーディング45.7–比較不可
エージェント・ツール–41.3比較不可
知識38.7–比較不可
指示追従–66.0比較不可
マルチモーダル60.851.4Agnes 2.5 Pro Theta
長文コンテキスト67.159.4Agnes 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推論長文コンテキストマルチモーダルAgnes 2.5 Pro Theta, 推論: 43.7Agnes 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: 60.8Qwen3.5-9B, 推論: 34.6Qwen3.5-9B, 長文コンテキスト: 59.4Qwen3.5-9B, マルチモーダル: 51.4

描画していないもの(測定済みのモデルが2つ未満):コーディング, エージェント・ツール, 数学, 知識, 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11件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが11件、Qwen3.5-9Bのリードが0件です。

総合IndexAgnes 2.5 Pro ThetaQwen3.5-9B (thinking)トップ
BenchLeader Index50.850.4互角

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 ThetaQwen3.5-9B (thinking)
100万トークンあたりのブレンド価格$0.150$0.155
100万トークンあたりの入力/出力$0.100 / $0.300$0.140 / $0.200
100万トークンあたりのキャッシュ入力–$0.137
タスクあたりの価格:チャットの返答$0.0001$0.0001
タスクあたりの価格:30ページのレポートを要約$0.0014$0.0018
タスクあたりの価格:コード編集$0.0011$0.0011
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$0.0092
タスクあたりの価格:構造化データの抽出$0.0003$0.0003
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)–$0.0091
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190 tok/s83 tok/s
回答開始までの時間8.1秒42.0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122.5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50.8、最初の回答トークンまで8秒。Qwen3.5-9B (thinking)のスコアは50.4、最初の回答トークンまで42秒。Qwen3.5-9B (推論なし)は49.2(1秒)、Qwen3.5-9Bは40.4(1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

38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 ThetaQwen3.5-9B (thinking)
BenchLeader IndexBenchLeader50.850.4
コーディングスコアBenchLeader45.7–
知識スコアBenchLeader38.7–
長文コンテキストスコアBenchLeader67.159.4
マルチモーダルスコアBenchLeader60.851.4
推論スコアBenchLeader43.734.6
エージェント・ツールスコアBenchLeader–41.3
指示追従スコアBenchLeader–66.0
ブレンド価格($/100万トークン)BenchLeader$0.150$0.155
出力速度BenchLeader190 tok/s83 tok/s
回答開始までの時間BenchLeader8.1秒42.0秒
コンテキストウィンドウBenchLeader1,000,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–79.0%†
GPQA Diamond (AA)Artificial Analysis–80.6%
Humanity's Last Exam (AA)Artificial Analysis37.2%14.9%
HLE-Diamond (AA)Artificial Analysis16.8%4.8%
CritPtArtificial Analysis15.1%0.3%
CritPt v2 hard subset (AA)Artificial Analysis26.0%–
LMCAEpoch AI Benchmarking Hub–24.5%†
DTBenchEpoch AI Benchmarking Hub–71.2%†
コーディング
SciCodeSciCode–29.5%†
SciCode (AA)Artificial Analysis56.0%29.5%
Terminal-Bench 4.0 (AA)Artificial Analysis10.1%0.5%
Terminal-Bench 2.1 (AA)Artificial Analysis–29.2%
FrontierCode 2.0 (AA)Artificial Analysis16.6%–
エージェント・ツール
Terminal-BenchTerminal-Bench–9.2%†
Terminal-Bench HardArtificial Analysis–24.2%
τ²-Bench Telecom (AA)Artificial Analysis–86.8%
GDPval-AA v2.1, normalised scoreArtificial Analysis–0.0%
GDPval-AA v2.1Artificial Analysis1507426
τ³-Banking (AA)Artificial Analysis–7.0%
AutomationBenchArtificial Analysis48.8%1.1%
GDP.pdf (AA)Artificial Analysis14.2%6.6%
AA-Briefcase v1.1Artificial Analysis1496342
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.8%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–42.8%†
AIME 2026MathArena–92.5%†
38件のベンチマークをすべて表示
指標公開元Agnes 2.5 Pro ThetaQwen3.5-9B (thinking)
数学
HMMT February 2026MathArena–71.2%†
MathArena ApexMathArena–0.5%†
知識
AA-Omniscience v1.1Artificial Analysis-11.2–
AA-Omniscience v1.1: accuracyArtificial Analysis21.3%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis58.6%–
指示追従
IFBenchArtificial Analysis–66.7%
マルチモーダル
MMMU-ProArtificial Analysis78.4%69.3%
長文コンテキスト
AA-LCR v1.1Artificial Analysis84.7%70.0%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–139.3†
AA Intelligence Index v5.0.1Artificial Analysis24.0–
AA Intelligence Index v4.3.2Artificial Analysis–11.2
AA Progress Index v1Artificial Analysis–239.6
メタデータ
AA Openness IndexArtificial 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。

最近の変化

  • Qwen3.5-9B (thinking):価格 $0.063/M → $0.14/M。
  • Qwen3.5-9B (thinking):価格 $0.060/M → $0.063/M。
  • Agnes 2.5 Pro Theta:初めての結果。
  • Qwen3.5-9B (thinking):新しい結果1件(AA-Briefcase v1.1)。
  • Qwen3.5-9B (thinking):BenchLeader Index 51.0 → 50.5。
  • Qwen3.5-9B (thinking):新しい結果2件(AA Progress Index v1, HLE-Diamond (AA))。
  • Qwen3.5-9B (thinking):新しい結果2件(AutomationBench, GDP.pdf (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 Qwen3.5-9B:よくある質問

Agnes 2.5 Pro ThetaはQwen3.5-9Bより優れていますか?
Agnes 2.5 Pro ThetaとQwen3.5-9B (thinking)の品質は互角です(50.8 対 50.4、±12.5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Qwen3.5-9B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 $0.190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。
Agnes 2.5 Pro ThetaとQwen3.5-9B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 83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Agnes 2.5 Pro Thetaの方がスコアが高くなっています(67 対 59)。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(Qwen3.5-9Bは262,144トークン)。
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 42.0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。
ほかの質問(2件)
Agnes 2.5 Pro ThetaとQwen3.5-9B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11件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが11件、Qwen3.5-9Bのリードが0件です。
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。