BenchLeader

Claude Sonnet 4.6 vs Inkling 2 Small

詳しいプロフィール:Claude Sonnet 4.6(Anthropic)とInkling 2 Small(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16日時点で、Claude Sonnet 4.6とInkling 2 Smallの品質は互角です(BenchLeader Indexで57.6 対 57.9、±5.4の誤差範囲内)。価格はInkling 2 Smallの方が13倍安く、100万トークンあたりのブレンド価格で$0.475 対 $6.00です。推論(64 対 53)、知識(58 対 54)、人間の評価(61 対 59)を重視するならClaude Sonnet 4.6、エージェント・ツール(61 対 53)、コーディング(60 対 54)、マルチモーダル(64 対 62)を重視するならInkling 2 Smallが向いています。回答開始までの時間はClaude Sonnet 4.6の方が短く、0.6秒 対 49.0秒です。Inkling 2 Smallは出力が約2倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Sonnet 4.6が57.6、Inkling 2 Smallが57.9です(BenchLeader、2026年11月16日)。
  • Claude Sonnet 4.6の100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月16日)。
  • Inkling 2 Smallの100万トークンあたりのブレンド価格は$0.475です(定価、2026年11月16日)。
  • Inkling 2 SmallはClaude Sonnet 4.6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12件のベンチマークのうち、Claude Sonnet 4.6が7件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はClaude Sonnet 4.6が1522、Inkling 2 Smallが1647です(LMArena、2026年11月16日までの公開値)。

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Inkling 2 Smallカテゴリスコア60 対 54;Arena WebDev 1647 対 1522中
エージェント・ツール利用Inkling 2 Smallカテゴリスコア61 対 53;MCP Atlas 85.4% 対 69.5%高
推論Claude Sonnet 4.6カテゴリスコア64 対 53;Arena Hard Prompts 1503 対 1438高
知識Claude Sonnet 4.6カテゴリスコア58 対 54中
画像などのメディアInkling 2 Smallカテゴリスコア64 対 62中
チャットの質(人間の評価)Claude Sonnet 4.6Arenaの投票で61 対 59中
最低コストInkling 2 Small100万トークンあたりブレンド価格$0.475 対 $6.00;エージェント型コーディングセッション$0.022 対 $0.240–
回答開始の速さClaude Sonnet 4.6最初の回答トークンまで0.6秒(Claude Sonnet 4.6)対 49.0秒(Inkling 2 Small)–
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

  • Claude Sonnet 4.6とInkling 2 Smallの品質は互角です(57.6 対 57.9、±5.4の誤差範囲内)。
  • Claude Sonnet 4.6は人間の評価、知識、推論で優れています。
  • Inkling 2 Smallはエージェント・ツール、コーディング、マルチモーダルで優れています。
  • Inkling 2 Smallの方が13倍安くなっています(100万トークンあたりブレンド価格$0.475 対 $6.00)。
  • Inkling 2 Smallの方が出力が2.3倍速くなっています(100 対 43トークン/秒)。

概要

仕様Claude Sonnet 4.6Inkling 2 Small
プロバイダーAnthropicThinking Machines
リリース日2026年2月17日2026年11月5日
コンテキストウィンドウ(トークン)1,000,0001,048,576
比較した構成Claude Sonnet 4.6Inkling 2 Small
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$3.00 / $15.00 / $0.300$0.300 / $1.00 / $0.030

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Claude Sonnet 4.6Inkling 2 Smallトップ
推論63.952.8Claude Sonnet 4.6
コーディング53.560.3Inkling 2 Small
エージェント・ツール52.661.1Inkling 2 Small
数学63.1–比較不可
知識58.153.5Claude Sonnet 4.6
人間の評価60.558.6Claude Sonnet 4.6
マルチモーダル62.464.0Inkling 2 Small
長文コンテキスト–66.4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推論コーディングエージェント・ツール知識マルチモーダル人間の評価Claude Sonnet 4.6, 推論: 63.9Claude Sonnet 4.6, コーディング: 53.5Claude Sonnet 4.6, エージェント・ツール: 52.6Claude Sonnet 4.6, 知識: 58.1Claude Sonnet 4.6, マルチモーダル: 62.4Claude Sonnet 4.6, 人間の評価: 60.5Inkling 2 Small, 推論: 52.8Inkling 2 Small, コーディング: 60.3Inkling 2 Small, エージェント・ツール: 61.1Inkling 2 Small, 知識: 53.5Inkling 2 Small, マルチモーダル: 64.0Inkling 2 Small, 人間の評価: 58.6

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト。

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12件のベンチマークのうち、Claude Sonnet 4.6のリードが7件、Inkling 2 Smallのリードが5件です。両方を評価しているすべての総合指標で、Claude Sonnet 4.6が上回っています。

総合IndexClaude Sonnet 4.6Inkling 2 Smallトップ
BenchLeader Index57.657.9互角
Arena Text14721412Claude Sonnet 4.6

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Claude Sonnet 4.6Inkling 2 Small
100万トークンあたりのブレンド価格$6.00$0.475
100万トークンあたりの入力/出力$3.00 / $15.00$0.300 / $1.00
100万トークンあたりのキャッシュ入力$0.300$0.030
タスクあたりの価格:チャットの返答$0.0057$0.0004
タスクあたりの価格:30ページのレポートを要約$0.045$0.0042
タスクあたりの価格:コード編集$0.041$0.0033
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$0.240$0.022
タスクあたりの価格:構造化データの抽出$0.0090$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)$0.118$0.0099
ベンチマークのタスクあたりのコスト(AA Index)–$1.18
タスクあたりの出力トークン(AA Index)–150k
うち推論–88k
タスクあたりの時間(AA Index)–25 min
出力速度43 tok/s100 tok/s
回答開始までの時間0.6秒49.0秒
回答が完了するまでの時間(最終測定2026年11月13日)–163.6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。Claude Sonnet 4.6のスコアは57.6、最初の回答トークンまで1秒。Claude Sonnet 4.6 (max)は56.1(91秒)、Claude Sonnet 4.6 (high)は50.3(1秒)。Inkling 2 Smallのスコアは57.9、最初の回答トークンまで49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

147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Claude Sonnet 4.6Inkling 2 Small
BenchLeader IndexBenchLeader57.657.9
エージェント・ツールスコアBenchLeader52.661.1
コーディングスコアBenchLeader53.560.3
人間の評価スコアBenchLeader60.558.6
知識スコアBenchLeader58.153.5
数学スコアBenchLeader63.1–
マルチモーダルスコアBenchLeader62.464.0
推論スコアBenchLeader63.952.8
長文コンテキストスコアBenchLeader–66.4
ブレンド価格($/100万トークン)BenchLeader$6.00$0.475
出力速度BenchLeader43 tok/s100 tok/s
回答開始までの時間BenchLeader0.6秒49.0秒
コンテキストウィンドウBenchLeader1,000,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub87.4%–
Arena Hard PromptsArena (LMArena)15031438
LiveBench 1.0 ReasoningLiveBench84.8%†–
GPQA Diamond (AA)Artificial Analysis87.5%†–
Humanity's Last Exam (AA)Artificial Analysis33.6%†44.1%
HLE-Diamond (AA)Artificial Analysis–28.7%
GPQA Diamond (Vals)Vals AI85.6%†–
ARC-AGI-1ARC Prize86.0%†96.5%†
ARC-AGI-2ARC Prize58.3%†81.7%†
CritPtArtificial Analysis3.1%†–
CritPt v2 hard subset (AA)Artificial Analysis–35.0%
MysteryMechanismVals AI–25.2%
Arena ExpertArena (LMArena)15061488
Chess PuzzlesEpoch AI Benchmarking Hub23.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub14.0%–
LMCAEpoch AI Benchmarking Hub46.5%†–
DTBenchEpoch AI Benchmarking Hub89.9%†–
ForecastBenchForecastBench64.0%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub75.2%–
SciCodeSciCode46.8%†52.3%
WeirdMLWeirdML66.1%†–
FrontierCodeCognition24.3%–
Arena CodingArena (LMArena)15281485
Arena WebDevArena (LMArena)15221647
LiveBench 1.0 CodingLiveBench79.3%†–
147件のベンチマークをすべて表示
指標公開元Claude Sonnet 4.6Inkling 2 Small
コーディング
SciCode (AA)Artificial Analysis50.1%†52.3%
LiveCodeBenchVals AI82.1%†–
SWE-bench (Vals)Vals AI77.4%†–
Code MigrationVals AI39.9%†–
ProgramBenchVals AI0.5%†0.5%
SWE-bench MultimodalVals AI–43.1%
Vibe Code Bench v1.1Vals AI55.8%81.5%
SWE Atlas v1.0: Codebase QnAScale AI SEAL31.2%–
SWE Atlas v1.0: RefactoringScale AI SEAL32.2%–
SWE Atlas v1.0: Test WritingScale AI SEAL31.8%–
SWE Atlas v1.1Scale AI SEAL–61.9%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–74.2%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.1%
SWE Atlas v1.1: RefactoringScale AI SEAL–53.3%
SWE-Bench Pro V2Scale AI SEAL–97.7%
SWE-Bench Pro V2 HARDScale AI SEAL–86.3%
DeepSWE v1.1Epoch AI Benchmarking Hub29.9%†–
ALE-BenchEpoch AI Benchmarking Hub1327.3†–
Terminal-Bench 4.0 (AA)Artificial Analysis3.0%†13.1%
Terminal-Bench 2.1 (AA)Artificial Analysis71.2%†81.3%
Design Arena WebsiteDesign Arena12771335
FrontierCode 2.0 (AA)Artificial Analysis–25.4%
エージェント・ツール
Terminal-BenchTerminal-Bench53.4%13.0%†
OSWorld-Verified 2.0OSWorld8.3%†–
APEX-AgentsMercor43.0%†46.8%
Arena AgentArena (LMArena)–2.5
LiveBench Agentic CodingLiveBench42.6%†–
Terminal-Bench HardArtificial Analysis53.0%†–
τ²-Bench Telecom (AA)Artificial Analysis75.7%†–
Terminal-Bench 2.1 (Vals)Vals AI57.3%†–
MCP AtlasScale AI SEAL69.5%85.4%
GDPval-AA v2.1Artificial Analysis1240†1630
τ³-Banking (AA)Artificial Analysis34.4%†40.4%
ITBench SRE (AA)Artificial Analysis39.8%†–
Analyst Agent (AA)Artificial Analysis20.0%†51.3%
APEX-Agents (AA)Artificial Analysis28.0%†–
CyberBenchVals AI–72.7%
Finance Agent v2Vals AI51.0%†–
Finance Agent v2.1Vals AI–67.5%
Harvey's Legal Agent Benchmark v1.1Vals AI–21.7%
Harvey's Legal Agent Benchmark v1Vals AI5.0%†–
Legal Research BenchVals AI38.5%†46.6%
SkillsBenchVals AI49.0%†–
SREBenchVals AI–1.9%
Tax Agent BenchVals AI25.8%†38.9%
Terminal-Bench 2.0 (Vals)Vals AI59.5%†–
Terminal-Bench 4.0 (Vals)Vals AI–12.6%
Terminal-Bench ScienceVals AI–2.9%
Arena SearchArena (LMArena)1201–
Arena Agent Task CompletionArena (LMArena)–3.3
DeepResearch BenchDeepResearch Bench54.9%†–
ExploitBenchEpoch AI Benchmarking Hub23.6%–
GBAEvalEpoch AI Benchmarking Hub48.8%–
Vending-Bench 2Andon Labs7204.1–
AutomationBenchArtificial Analysis20.1%†45.6%
GDP.pdf (AA)Artificial Analysis15.8%†25.2%
EnterpriseOps-GymArtificial Analysis–46.8%
AA-Briefcase v1.1Artificial Analysis1062†1527
Design Arena AgenticDesign Arena11871315
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–5.7%
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub85.8%–
ProofBenchVals AI45.0%†–
LiveBench MathematicsLiveBench87.0%†–
AIME (Vals)Vals AI92.3%–
ArXivMathMathArena–31.9%
BrokenArXivMathArena–63.2%
Arena MathsArena (LMArena)1461–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub32.8%†–
LiveBench 1.0 Data AnalysisLiveBench78.0%†–
AA-Omniscience v1.1Artificial Analysis–16.1
MMLU-ProVals AI87.3%†–
LegalBenchVals AI82.1%†–
CorpFinVals AI65.3%†–
TaxEvalVals AI77.1%†–
MedQAVals AI92.1%–
BioMysteryBenchVals AI–70.0%
CaseLaw v2Vals AI64.0%–
Excel Modeling BenchmarkVals AI60.1%†–
Excel Modeling Benchmark v1.1Vals AI–69.5%
Public Benefits Bench v1.1Vals AI62.5%†–
DrugDiscoveryBenchScale AI SEAL31.3%†–
GDP.pdfEpoch AI Benchmarking Hub18.0%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–33.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–73.3%
Global-MMLU-Lite (AA)Artificial Analysis90.5%†–
指示追従
LiveBench LanguageLiveBench76.1%†–
LiveBench Instruction FollowingLiveBench63.2%†–
IFBenchArtificial Analysis56.6%†–
Arena Instruction FollowingArena (LMArena)14751410
人間の評価
Arena TextArena (LMArena)14721412
EQ-Bench 4EQ-Bench1197–
EQ-Bench Creative Writing v3EQ-Bench1811–
Arena Creative WritingArena (LMArena)14491345
Arena Multi-turnArena (LMArena)14801415
Arena Longer QueriesArena (LMArena)14921410
マルチモーダル
Arena VisionArena (LMArena)1283–
MMMU-ProArtificial Analysis73.3%†81.6%
MMMU-Pro (Vals)Vals AI83.6%†–
MortgageTaxVals AI67.7%†–
SAGEVals AI–88.6%
Humanity's Sixth SenseScale AI SEAL–33.3%
GeoBenchGeoBench73.0%–
Blueprint-Bench 2Epoch AI Benchmarking Hub6.7%–
VIALS-AAHandshake AI–42.9%
Code2Video-AAArtificial Analysis–1020
AA-3DArtificial Analysis–1027
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.0%†83.3%
Arena DocumentArena (LMArena)1478–
MLCRArtificial Analysis7.8%†20.6%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub152.9–
LiveBench 1.0LiveBench73.0%†–
AA Intelligence Index v5.0.1Artificial Analysis–30.6
AA Intelligence Index v4.3.2Artificial Analysis30.1†–
AA Progress Index v1Artificial Analysis293.6†–
Vals IndexVals AI–56.1
Vals Finance IndexVals AI–61.5%
Vals Science IndexVals AI–32.7%
Vals Multimodal IndexVals AI60.6%†–
Vals Legal IndexVals AI–73.9%
安全性・誠実さ
FORTRESSScale AI SEAL–16.2%
DistressBenchScale AI SEAL–82.3%
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

  • Claude Sonnet 4.6:BenchLeader Index 58.3 → 57.6。
  • Claude Sonnet 4.6:スコアの改訂2件。
  • Inkling 2 Small:スコアの改訂1件、価格 $0.060/M → $0.030/M。
  • Inkling 2 Small:スコアの改訂1件。
  • Inkling 2 Small:BenchLeader Index 58.4 → 57.9。
  • Inkling 2 Small:新しい結果2件(FORTRESS, Design Arena Agentic)。
  • Inkling 2 Small:新しい結果2件(MysteryMechanism, Vals Science Index)、スコアの改訂1件。
  • Claude Sonnet 4.6:新しい結果1件(GeoBench)。
  • Inkling 2 Small:新しい結果3件(SciCode, APEX-Agents, MLCR)。
  • Inkling 2 Small:新しい結果8件(Arena Text, Arena Hard Prompts, Arena Coding…)、スコアの改訂2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

Claude Sonnet 4.6 vs Inkling 2 Small:よくある質問

Claude Sonnet 4.6はInkling 2 Smallより優れていますか?
Claude Sonnet 4.6とInkling 2 Smallの品質は互角です(57.6 対 57.9、±5.4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。
Claude Sonnet 4.6とInkling 2 Small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Inkling 2 Smallの方が安く、100万トークンあたり$0.475 対 $6.00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Claude Sonnet 4.6とInkling 2 Smallのどちらが向いていますか?
コーディングではInkling 2 Smallの方がスコアが高くなっています(カテゴリ指標で60 対 54。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Sonnet 4.6が1522、Inkling 2 Smallが1647です。
Claude Sonnet 4.6とInkling 2 Smallはどちらが速いですか?
Inkling 2 Smallの方が出力が約2倍速くなっています(出力100 対 43トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはClaude Sonnet 4.6とInkling 2 Smallのどちらが向いていますか?
エージェント型のタスクではInkling 2 Smallの方がスコアが高くなっています(カテゴリ指標で61 対 53。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なMCP Atlasでは、Claude Sonnet 4.6が69.5%、Inkling 2 Smallが85.4%です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
どちらも約1Mトークンです(Claude Sonnet 4.6は1,000,000、Inkling 2 Smallは1,048,576)。
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Claude Sonnet 4.6です。Artificial Analysisの測定では、最初の回答トークンまで0.6秒 対 49.0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。
Claude Sonnet 4.6とInkling 2 Small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12件のベンチマークのうち、Claude Sonnet 4.6のリードが7件、Inkling 2 Smallのリードが5件です。両方を評価しているすべての総合指標で、Claude Sonnet 4.6が上回っています。
Inkling 2 Smallはいつリリースされましたか?
Inkling 2 Smallは2026年11月5日にリリースされました。