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 Theta | Qwen3.5-9B |
|---|---|---|
| プロバイダー | Sapiens AI | Alibaba |
| 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) | 1,000,000 | 262,144 |
| 比較した構成 | Agnes 2.5 Pro Theta | Qwen3.5-9B (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 Theta | Qwen3.5-9B (thinking) | トップ |
|---|---|---|---|
| 推論 | 43.7 | 34.6 | Agnes 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 | 60.8 | 51.4 | Agnes 2.5 Pro Theta |
| 長文コンテキスト | 67.1 | 59.4 | Agnes 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。
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。
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Index | Agnes 2.5 Pro Theta | Qwen3.5-9B (thinking) | トップ |
|---|---|---|---|
| BenchLeader Index | 50.8 | 50.4 | 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 Theta | Qwen3.5-9B (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) | $0.575 | – |
| タスクあたりの出力トークン(AA Index) | 278k | – |
| うち推論 | 229k | – |
| タスクあたりの時間(AA Index) | 24 min | – |
| 出力速度 | 190 tok/s | 83 tok/s |
| 回答開始までの時間 | 8.1秒 | 42.0秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 16.9秒 | 122.5秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Agnes 2.5 Pro Thetaのスコアは50.8、最初の回答トークンまで8秒。Qwen3.5-9B (thinking)のスコアは50.4、最初の回答トークンまで42秒。Qwen3.5-9B (推論なし)は49.2(1秒)、Qwen3.5-9Bは40.4(1秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
38件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Agnes 2.5 Pro Theta | Qwen3.5-9B (thinking) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 50.8 | 50.4 |
| コーディングスコア | BenchLeader | 45.7 | – |
| 知識スコア | BenchLeader | 38.7 | – |
| 長文コンテキストスコア | BenchLeader | 67.1 | 59.4 |
| マルチモーダルスコア | BenchLeader | 60.8 | 51.4 |
| 推論スコア | BenchLeader | 43.7 | 34.6 |
| エージェント・ツールスコア | BenchLeader | – | 41.3 |
| 指示追従スコア | BenchLeader | – | 66.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.150 | $0.155 |
| 出力速度 | BenchLeader | 190 tok/s | 83 tok/s |
| 回答開始までの時間 | BenchLeader | 8.1秒 | 42.0秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 79.0%† |
| GPQA Diamond (AA) | Artificial Analysis | – | 80.6% |
| Humanity's Last Exam (AA) | Artificial Analysis | 37.2% | 14.9% |
| HLE-Diamond (AA) | Artificial Analysis | 16.8% | 4.8% |
| CritPt | Artificial Analysis | 15.1% | 0.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 26.0% | – |
| LMCA | Epoch AI Benchmarking Hub | – | 24.5%† |
| DTBench | Epoch AI Benchmarking Hub | – | 71.2%† |
| コーディング | |||
| SciCode | SciCode | – | 29.5%† |
| SciCode (AA) | Artificial Analysis | 56.0% | 29.5% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 10.1% | 0.5% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 29.2% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 16.6% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 9.2%† |
| Terminal-Bench Hard | Artificial Analysis | – | 24.2% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 86.8% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 0.0% |
| GDPval-AA v2.1 | Artificial Analysis | 1507 | 426 |
| τ³-Banking (AA) | Artificial Analysis | – | 7.0% |
| AutomationBench | Artificial Analysis | 48.8% | 1.1% |
| GDP.pdf (AA) | Artificial Analysis | 14.2% | 6.6% |
| AA-Briefcase v1.1 | Artificial Analysis | 1496 | 342 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 3.8% | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 42.8%† |
| AIME 2026 | MathArena | – | 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 Theta | Qwen3.5-9B (thinking) |
|---|---|---|---|
| 数学 | |||
| HMMT February 2026 | MathArena | – | 71.2%† |
| MathArena Apex | MathArena | – | 0.5%† |
| 知識 | |||
| AA-Omniscience v1.1 | Artificial Analysis | -11.2 | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 21.3% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 58.6% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 66.7% |
| マルチモーダル | |||
| MMMU-Pro | Artificial Analysis | 78.4% | 69.3% |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 84.7% | 70.0% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 139.3† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 24.0 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 11.2 |
| AA Progress Index v1 | Artificial Analysis | – | 239.6 |
| 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。
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))。
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
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。