BenchLeader

Gemini 4 Carbon vs Inkling 2 Small

詳しいプロフィール:Gemini 4 Carbon(Google)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 · 13件の情報源のデータ

2026年11月16日時点で、品質ではGemini 4 CarbonがInkling 2 Smallを上回ります(BenchLeader Indexで68.9 対 57.9)。ただし、価格はInkling 2 Smallの方が8.4倍安く、100万トークンあたりのブレンド価格で$0.475 対 $4.00です。知識(76 対 54)、推論(73 対 53)、人間の評価(73 対 59)を重視するならGemini 4 Carbon、長文コンテキスト(66 対 64)を重視するならInkling 2 Smallが向いています。Inkling 2 Smallは出力が速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 4 Carbonが68.9、Inkling 2 Smallが57.9です(BenchLeader、2026年11月16日)。
  • Gemini 4 Carbonの100万トークンあたりのブレンド価格は$4.00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Gemini 4 Carbonより出力が速いです(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38件のベンチマークのうち、Gemini 4 Carbonが34件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はGemini 4 Carbonが1768、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Gemini 4 Carbonカテゴリスコア74 対 60;Arena WebDev 1768 対 1647高
エージェント・ツール利用Gemini 4 Carbonカテゴリスコア70 対 61;Arena Agent 17 対 2.5高
推論Gemini 4 Carbonカテゴリスコア73 対 53;HLE-Diamond (AA) 69.1% 対 28.7%高
知識Gemini 4 Carbonカテゴリスコア76 対 54;AA-Omniscience v1.1 53.5 対 16.1高
長い文書Inkling 2 Smallカテゴリスコア66 対 64;AA-LCR v1.1 83.3% 対 79.3%中
チャットの質(人間の評価)Gemini 4 CarbonArenaの投票で73 対 59高
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 $4.00;エージェント型コーディングセッション$0.022 対 $0.160–
回答開始の速さInkling 2 Small最初の回答トークンまで49.0秒(Inkling 2 Small)対 73.5秒(Gemini 4 Carbon (high))–
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

  • 品質ではGemini 4 Carbon (high)がリードしています:68.9 対 57.9。
  • Gemini 4 Carbon (high)はエージェント・ツール、コーディング、人間の評価、知識、推論で優れています。
  • Inkling 2 Smallは長文コンテキストで優れています。
  • Inkling 2 Smallの方が8.4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 $4.00)。
  • Inkling 2 Smallの方が出力が1.6倍速くなっています(100 対 64トークン/秒)。

概要

仕様Gemini 4 CarbonInkling 2 Small
プロバイダーGoogleThinking Machines
リリース日2026年10月28日2026年11月5日
コンテキストウィンドウ(トークン)1,048,5761,048,576
比較した構成Gemini 4 Carbon (high)Inkling 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)$2.00 / $10.00 / $0.100$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Gemini 4 Carbon (high)Inkling 2 Smallトップ
推論73.252.8Gemini 4 Carbon
コーディング74.160.3Gemini 4 Carbon
エージェント・ツール70.361.1Gemini 4 Carbon
数学71.9–比較不可
知識76.153.5Gemini 4 Carbon
人間の評価72.658.6Gemini 4 Carbon
マルチモーダル–64.0比較不可
長文コンテキスト64.366.4Inkling 2 Small
総合70.3–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・ツール知識長文コンテキスト人間の評価Gemini 4 Carbon, 推論: 73.2Gemini 4 Carbon, コーディング: 74.1Gemini 4 Carbon, エージェント・ツール: 70.3Gemini 4 Carbon, 知識: 76.1Gemini 4 Carbon, 長文コンテキスト: 64.3Gemini 4 Carbon, 人間の評価: 72.6Inkling 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, 長文コンテキスト: 66.4Inkling 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, マルチモーダル。

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38件のベンチマークのうち、Gemini 4 Carbonのリードが34件、Inkling 2 Smallのリードが4件です。両方を評価しているすべての総合指標で、Gemini 4 Carbonが上回っています。

総合IndexGemini 4 Carbon (high)Inkling 2 Smallトップ
BenchLeader Index68.957.9Gemini 4 Carbon
AA Intelligence Index v5.0.160.030.6Gemini 4 Carbon
Vals Index70.556.1Gemini 4 Carbon
Arena Text15261412Gemini 4 Carbon

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Gemini 4 Carbon (high)Inkling 2 Small
100万トークンあたりのブレンド価格$4.00$0.475
100万トークンあたりの入力/出力$2.00 / $10.00$0.300 / $1.00
100万トークンあたりのキャッシュ入力$0.100$0.030
タスクあたりの価格:チャットの返答$0.0038$0.0004
タスクあたりの価格:30ページのレポートを要約$0.030$0.0042
タスクあたりの価格:コード編集$0.027$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$0.160$0.022
タスクあたりの価格:構造化データの抽出$0.0060$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)$0.074$0.0099
ベンチマークのタスクあたりのコスト(AA Index)$5.48$1.18
タスクあたりの出力トークン(AA Index)123k150k
うち推論72k88k
タスクあたりの時間(AA Index)32 min25 min
出力速度64 tok/s100 tok/s
回答開始までの時間73.5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)160.6秒163.6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、Gemini 4 Carbon (high)で$5.48、Inkling 2 Smallで$1.18でした。同じ作業でInkling 2 Small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。Gemini 4 Carbon (high)のスコアは68.9、最初の回答トークンまで73秒。Gemini 4 Carbon (medium)は65.8(21秒)、Gemini 4 Carbon (low)は60.1(11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

112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Gemini 4 Carbon (high)Inkling 2 Small
BenchLeader IndexBenchLeader68.957.9
エージェント・ツールスコアBenchLeader70.361.1
コーディングスコアBenchLeader74.160.3
総合スコアBenchLeader70.3–
人間の評価スコアBenchLeader72.658.6
知識スコアBenchLeader76.153.5
長文コンテキストスコアBenchLeader64.366.4
数学スコアBenchLeader71.9–
推論スコアBenchLeader73.252.8
マルチモーダルスコアBenchLeader–64.0
ブレンド価格($/100万トークン)BenchLeader$4.00$0.475
出力速度BenchLeader64 tok/s100 tok/s
回答開始までの時間BenchLeader73.5秒49.0秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub96.5%–
SimpleBenchSimpleBench92.6%†–
Arena Hard PromptsArena (LMArena)15471438
LiveBench 2.0 ReasoningLiveBench90.6%–
Humanity's Last Exam (AA)Artificial Analysis–44.1%
HLE-Diamond (AA)Artificial Analysis69.1%28.7%
ARC-AGI-1ARC Prize97.5%96.5%†
ARC-AGI-2ARC Prize92.1%81.7%†
ARC-AGI-3ARC Prize96.9%–
CritPt v2 hard subset (AA)Artificial Analysis69.0%35.0%
MysteryMechanismVals AI–25.2%
Arena ExpertArena (LMArena)15671488
Chess PuzzlesEpoch AI Benchmarking Hub78.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub73.0%–
コーディング
SciCodeSciCode64.2%52.3%
Arena CodingArena (LMArena)15681485
Arena WebDevArena (LMArena)17681647
LiveBench 2.0 CodingLiveBench91.0%–
SciCode (AA)Artificial Analysis–52.3%
ProgramBenchVals AI–0.5%
SWE-bench MultimodalVals AI–43.1%
Vibe Code Bench v1.1Vals AI89.1%81.5%
Vibe Code Bench 1-100 v1.1Vals AI49.7%–
SWE Atlas v1.1Scale AI SEAL71.4%†61.9%
SWE Atlas v1.1: Codebase QnAScale AI SEAL73.4%†74.2%
112件のベンチマークをすべて表示
指標公開元Gemini 4 Carbon (high)Inkling 2 Small
コーディング
SWE Atlas v1.1: Test WritingScale AI SEAL76.7%†58.1%
SWE Atlas v1.1: RefactoringScale AI SEAL64.3%†53.3%
SWE-Bench Pro V2Scale AI SEAL–97.7%
SWE-Bench Pro V2 HARDScale AI SEAL–86.3%
CursorBenchCursor60.4%–
FrontierSWEEpoch AI Benchmarking Hub61.2%–
Terminal-Bench 4.0 (AA)Artificial Analysis65.2%13.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–81.3%
Design Arena WebsiteDesign Arena1319†1335
FrontierCode 2.0 (AA)Artificial Analysis40.6%25.4%
エージェント・ツール
Terminal-BenchTerminal-Bench64.5%13.0%†
APEX-AgentsMercor84.2%†46.8%
Arena AgentArena (LMArena)172.5
LiveBench Long AgenticLiveBench72.7%–
LiveBench BrowserLiveBench80.0%–
MCP AtlasScale AI SEAL–85.4%
HiL-BenchScale AI SEAL50.3%†–
GDPval-AA v2.1Artificial Analysis17331630
τ³-Banking (AA)Artificial Analysis–40.4%
Analyst Agent (AA)Artificial Analysis–51.3%
CyberBenchVals AI–72.7%
Finance Agent v2.1Vals AI67.2%67.5%
Harvey's Legal Agent Benchmark v1.1Vals AI17.5%21.7%
Legal Research BenchVals AI55.8%46.6%
SREBenchVals AI–1.9%
Tax Agent BenchVals AI51.8%38.9%
Terminal-Bench 4.0 (Vals)Vals AI63.1%12.6%
Terminal-Bench ScienceVals AI–2.9%
Arena Agent Task CompletionArena (LMArena)18.43.3
Vending-Bench 2Andon Labs16484.2†–
AutomationBenchArtificial Analysis77.8%45.6%
GDP.pdf (AA)Artificial Analysis28.4%25.2%
EnterpriseOps-GymArtificial Analysis–46.8%
AA-Briefcase v1.1Artificial Analysis16111527
GDPxGDPx by SemiAnalysis10.9%–
Design Arena AgenticDesign Arena1305†1315
Terminal-Bench-Science 0.1 (AA)Artificial Analysis64.8%5.7%
MKA (AA)Artificial Analysis54.3%–
FACTS SearchGoogle94.4%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.5%–
FrontierMath Tier 4Epoch AI Benchmarking Hub95.1%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ArXivMathMathArena94.3%31.9%
BrokenArXivMathArena84.4%63.2%
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub77.7%–
LiveBench 2.0 Data AnalysisLiveBench86.5%–
LiveBench ResearchLiveBench92.5%–
AA-Omniscience v1.1Artificial Analysis53.516.1
PRBench LegalScale AI SEAL53.4%†–
BioMysteryBenchVals AI–70.0%
Excel Modeling Benchmark v1.1Vals AI76.5%69.5%
DrugDiscoveryBenchScale AI SEAL71.5%–
EBR-benchEpoch AI Benchmarking Hub87.6%–
AA-Omniscience v1.1: accuracyArtificial Analysis58.3%33.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis88.6%73.3%
FACTS ParametricGoogle81.6%†–
指示追従
Arena Instruction FollowingArena (LMArena)15251410
人間の評価
Arena TextArena (LMArena)15261412
Arena Creative WritingArena (LMArena)15161345
Arena Multi-turnArena (LMArena)15641415
Arena Longer QueriesArena (LMArena)15381410
マルチモーダル
LiveBench DesignLiveBench80.2%–
MMMU-ProArtificial Analysis89.3%†81.6%
SAGEVals AI–88.6%
Humanity's Sixth SenseScale AI SEAL71.1%33.3%
Blueprint-Bench 2Epoch AI Benchmarking Hub58.6%†–
Furniture AssemblyEpoch AI Benchmarking Hub77.5%–
VIALS-AAHandshake AI64.0%42.9%
Code2Video-AAArtificial Analysis–1020
AA-3DArtificial Analysis–1027
FACTS MultimodalGoogle60.2%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.3%83.3%
MLCRArtificial Analysis19.4%20.6%
FACTS GroundingGoogle77.2%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub169.8†–
LiveBench 2.0LiveBench83.5%–
AA Intelligence Index v5.0.1Artificial Analysis60.030.6
AA Progress Index v1Artificial Analysis350.8–
Vals IndexVals AI70.556.1
Vals Finance IndexVals AI67.0%61.5%
Vals RSI IndexVals AI27.7%–
Vals Science IndexVals AI–32.7%
Vals Legal IndexVals AI75.9%73.9%
安全性・誠実さ
FORTRESSScale AI SEAL16.4%†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

  • Gemini 4 Carbon (high):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Inkling 2 Small:スコアの改訂1件、価格 $0.060/M → $0.030/M。
  • Gemini 4 Carbon (high):BenchLeader Index 69.9 → 68.9。
  • Gemini 4 Carbon (high):新しい結果1件(Terminal-Bench)。
  • 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)。
  • Gemini 4 Carbon (high):新しい結果1件(DrugDiscoveryBench)、入力価格 $4.00/M → $2.00/M、出力価格 $20.00/M → $10.00/M、価格 $7.76/M → $5.48/M。
  • Inkling 2 Small:新しい結果2件(MysteryMechanism, Vals Science Index)、スコアの改訂1件。
  • Gemini 4 Carbon (high):BenchLeader Index 68.5 → 69.9。

ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM

Gemini 4 Carbon vs Inkling 2 Small:よくある質問

Gemini 4 CarbonはInkling 2 Smallより優れていますか?
品質ではGemini 4 Carbon (high)がリードしています:68.9 対 57.9。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日時点では総合でGemini 4 Carbon (high)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Gemini 4 Carbon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 $4.00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Gemini 4 CarbonとInkling 2 Smallのどちらが向いていますか?
コーディングではGemini 4 Carbonの方がスコアが高くなっています(カテゴリ指標で74 対 60。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、Gemini 4 Carbonが1768、Inkling 2 Smallが1647です。
Gemini 4 CarbonとInkling 2 Smallはどちらが速いですか?
Inkling 2 Smallの方が出力が速くなっています(出力100 対 64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Gemini 4 Carbon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Gemini 4 Carbonの方がスコアが高くなっています(カテゴリ指標で70 対 61。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Arena Agentでは、Gemini 4 Carbonが17、Inkling 2 Smallが2.5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?
長文コンテキストのベンチマークではInkling 2 Smallの方がスコアが高くなっています(66 対 64)。どちらも1,048,576トークンのコンテキストに対応しています。
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 2 Smallです。Artificial Analysisの測定では、最初の回答トークンまで49.0秒 対 73.5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。
Gemini 4 Carbon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38件のベンチマークのうち、Gemini 4 Carbonのリードが34件、Inkling 2 Smallのリードが4件です。両方を評価しているすべての総合指標で、Gemini 4 Carbon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。