Inkling 2 Small vs Inkling Small
詳しいプロフィール:Inkling 2 Small(Thinking Machines)とInkling 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、品質ではInkling 2 SmallがInkling Smallを上回ります(BenchLeader Indexで57.9 対 52.0)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$0.475 対 $0.525)。両方を測定できるすべてのカテゴリでInkling 2 Smallがリードしています。
要点(2026年11月16日時点)
- BenchLeader IndexはInkling 2 Smallが57.9、Inkling Smallが52.0です(BenchLeader、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 Smallの100万トークンあたりのブレンド価格は$0.525です(定価、2026年11月16日)。
- 両モデルに結果がある44件のベンチマークのうち、Inkling 2 Smallが43件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はInkling 2 Smallが1647、Inkling Smallが1408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 46;Arena WebDev 1647 対 1408 | 高 |
| エージェント・ツール利用 | Inkling 2 Small | カテゴリスコア61 対 46;MCP Atlas 85.4% 対 79.2% | 高 |
| 推論 | Inkling 2 Small | カテゴリスコア53 対 43;HLE-Diamond (AA) 28.7% 対 12.1% | 高 |
| 知識 | どちらでも | カテゴリスコア54 対 54;AA-Omniscience v1.1 16.1 対 -9.5 | どちらでも |
| 長い文書 | Inkling 2 Small | カテゴリスコア66 対 62;AA-LCR v1.1 83.3% 対 75.7% | 中 |
| 画像などのメディア | Inkling 2 Small | カテゴリスコア64 対 56;MMMU-Pro 81.6% 対 74.0% | 高 |
| チャットの質(人間の評価) | どちらでも | Arenaの投票で59 対 58 | どちらでも |
| 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$0.475 対 $0.525;エージェント型コーディングセッション$0.022 対 $0.023 | – |
| 回答開始の速さ | Inkling Small | 最初の回答トークンまで15.6秒(Inkling Small)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
- 品質ではInkling 2 Smallがリードしています:57.9 対 52.0。
- Inkling 2 Smallはエージェント・ツール、コーディング、人間の評価、長文コンテキスト、マルチモーダル、推論で優れています。
- Inkling Smallは知識で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$0.475)。
概要
| 仕様 | Inkling 2 Small | Inkling Small |
|---|---|---|
| プロバイダー | Thinking Machines | Thinking Machines |
| リリース日 | 2026年11月5日 | 2026年7月15日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 65,536 |
| 比較した構成 | Inkling 2 Small | Inkling Small |
| 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) | $0.300 / $1.00 / $0.030 | $0.300 / $1.20 / $0.116 |
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 | Inkling 2 Small | Inkling Small | トップ |
|---|---|---|---|
| 推論 | 52.8 | 43.2 | Inkling 2 Small |
| コーディング | 60.3 | 45.6 | Inkling 2 Small |
| エージェント・ツール | 61.1 | 45.7 | Inkling 2 Small |
| 数学 | – | 53.0 | 比較不可 |
| 知識 | 53.5 | 54.3 | 互角 |
| 人間の評価 | 58.6 | 57.8 | 互角 |
| マルチモーダル | 64.0 | 56.3 | Inkling 2 Small |
| 長文コンテキスト | 66.4 | 62.4 | Inkling 2 Small |
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):数学, 指示追従。
情報源で評価が分かれる点
両方に結果がある44件のベンチマークのうち、Inkling 2 Smallのリードが43件、Inkling Smallのリードが0件、同点が1件です。両方を評価しているすべての総合指標で、Inkling 2 Smallが上回っています。
| 総合Index | Inkling 2 Small | Inkling Small | トップ |
|---|---|---|---|
| BenchLeader Index | 57.9 | 52.0 | Inkling 2 Small |
| AA Intelligence Index v5.0.1 | 30.6 | 12.9 | Inkling 2 Small |
| Vals Index | 56.1 | 27.6 | Inkling 2 Small |
| Arena Text | 1412 | 1405 | Inkling 2 Small |
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 | Inkling 2 Small | Inkling Small |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.475 | $0.525 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.00 | $0.300 / $1.20 |
| 100万トークンあたりのキャッシュ入力 | $0.030 | $0.116 |
| タスクあたりの価格:チャットの返答 | $0.0004 | $0.0005 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0042 | $0.0043 |
| タスクあたりの価格:コード編集 | $0.0033 | $0.0036 |
| 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 | $0.022 | $0.023 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $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) | $0.0099 | $0.015 |
| ベンチマークのタスクあたりのコスト(AA Index) | $1.18 | $0.203 |
| タスクあたりの出力トークン(AA Index) | 150k | 37k |
| うち推論 | 88k | 25k |
| タスクあたりの時間(AA Index) | 25 min | 5 min |
| 出力速度 | 100 tok/s | 116 tok/s |
| 回答開始までの時間 | 49.0秒 | 15.6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 | – |
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、Inkling 2 Smallで$1.18、Inkling Smallで$0.203でした。同じ作業でInkling 2 Smallは4.1倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Inkling 2 Smallのスコアは57.9、最初の回答トークンまで49秒。Inkling Smallのスコアは52.0、最初の回答トークンまで16秒。Inkling Small (xhigh)は47.3(16秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
117件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Inkling 2 Small | Inkling Small |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.9 | 52.0 |
| エージェント・ツールスコア | BenchLeader | 61.1 | 45.7 |
| コーディングスコア | BenchLeader | 60.3 | 45.6 |
| 人間の評価スコア | BenchLeader | 58.6 | 57.8 |
| 知識スコア | BenchLeader | 53.5 | 54.3 |
| 長文コンテキストスコア | BenchLeader | 66.4 | 62.4 |
| マルチモーダルスコア | BenchLeader | 64.0 | 56.3 |
| 推論スコア | BenchLeader | 52.8 | 43.2 |
| 数学スコア | BenchLeader | – | 53.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.475 | $0.525 |
| 出力速度 | BenchLeader | 100 tok/s | 116 tok/s |
| 回答開始までの時間 | BenchLeader | 49.0秒 | 15.6秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 65,536トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 88.5%† |
| Arena Hard Prompts | Arena (LMArena) | 1438 | 1428 |
| GPQA Diamond (AA) | Artificial Analysis | – | 89.5% |
| Humanity's Last Exam (AA) | Artificial Analysis | 44.1% | 33.3% |
| HLE-Diamond (AA) | Artificial Analysis | 28.7% | 12.1% |
| GPQA Diamond (Vals) | Vals AI | – | 83.6% |
| ARC-AGI-1 | ARC Prize | 96.5%† | 84.0%† |
| ARC-AGI-2 | ARC Prize | 81.7%† | 40.1%† |
| CritPt | Artificial Analysis | – | 8.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 35.0% | 18.5% |
| MysteryMechanism | Vals AI | 25.2% | – |
| Arena Expert | Arena (LMArena) | 1488 | 1441 |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 6.0%† |
| コーディング | |||
| SciCode | SciCode | 52.3% | 49.6% |
| Arena Coding | Arena (LMArena) | 1485 | 1472 |
| Arena WebDev | Arena (LMArena) | 1647 | 1408 |
| LiveCodeBench | Vals AI | – | 85.9% |
| IOI | Vals AI | – | 9.3% |
| SWE-bench (Vals) | Vals AI | – | 82.2% |
| Code Migration | Vals AI | – | 13.7% |
| Code Migration v1.1 | Vals AI | – | 10.4% |
| ProgramBench | Vals AI | 0.5% | 0.5% |
| SWE-bench Multimodal | Vals AI | 43.1% | – |
| Vibe Code Bench v1.1 | Vals AI | 81.5% | 19.1% |
| SWE Atlas v1.1 | Scale AI SEAL | 61.9% | – |
117件のベンチマークをすべて表示
| 指標 | 公開元 | Inkling 2 Small | Inkling Small |
|---|---|---|---|
| コーディング | |||
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 74.2% | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 58.1% | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 53.3% | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 97.7% | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 86.3% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 13.1% | 1.0% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 81.3% | 55.1% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 29.2 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 28.1† |
| Design Arena Website | Design Arena | 1335 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 0.6% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 25.4% | 4.8% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 13.0%† | 0.9%† |
| APEX-Agents | Mercor | 46.8% | – |
| Arena Agent | Arena (LMArena) | 2.5 | -18.1 |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 55.1% |
| MCP Atlas | Scale AI SEAL | 85.4% | 79.2% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 31.2% |
| GDPval-AA v2.1 | Artificial Analysis | 1630 | 1133 |
| τ³-Banking (AA) | Artificial Analysis | 40.4% | 18.8% |
| Analyst Agent (AA) | Artificial Analysis | 51.3% | 27.5% |
| CyberBench | Vals AI | 72.7% | 64.1% |
| Finance Agent v2 | Vals AI | – | 41.3% |
| Finance Agent v2.1 | Vals AI | 67.5% | 44.8% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 21.7% | 2.9% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 1.7% |
| Legal Research Bench | Vals AI | 46.6% | 25.5% |
| SkillsBench | Vals AI | – | 33.6% |
| SREBench | Vals AI | 1.9% | – |
| Tax Agent Bench | Vals AI | 38.9% | 15.4% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 12.6% | 0.0% |
| Terminal-Bench Science | Vals AI | 2.9% | – |
| Arena Agent Task Completion | Arena (LMArena) | 3.3 | -27.6 |
| AutomationBench | Artificial Analysis | 45.6% | 4.8% |
| GDP.pdf (AA) | Artificial Analysis | 25.2% | 11.2% |
| Harvey LAB-AA v1.1 | Harvey | – | 0.0% |
| EnterpriseOps-Gym | Artificial Analysis | 46.8% | 42.7% |
| AA-Briefcase v1.1 | Artificial Analysis | 1527 | 912 |
| Design Arena Agentic | Design Arena | 1315 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 5.7% | 0.0% |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 46.3%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 17.1%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 90.0%† |
| ProofBench | Vals AI | – | 6.0% |
| ArXivMath | MathArena | 31.9% | – |
| BrokenArXiv | MathArena | 63.2% | – |
| Arena Maths | Arena (LMArena) | – | 1452 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 19.1%† |
| AA-Omniscience v1.1 | Artificial Analysis | 16.1 | -9.5 |
| MMLU-Pro | Vals AI | – | 85.6% |
| LegalBench | Vals AI | – | 83.0% |
| CorpFin | Vals AI | – | 69.6% |
| TaxEval | Vals AI | – | 75.5% |
| BioMysteryBench | Vals AI | 70.0% | – |
| Excel Modeling Benchmark | Vals AI | – | 31.8% |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.5% | 40.8% |
| MedCode | Vals AI | – | 37.9% |
| MedScribe | Vals AI | – | 84.1% |
| Public Benefits Bench v1.1 | Vals AI | – | 59.4% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 33.8% | 31.8% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 73.3% | 39.5% |
| 指示追従 | |||
| Arena Instruction Following | Arena (LMArena) | 1410 | 1397 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1412 | 1405 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1491 |
| Arena Creative Writing | Arena (LMArena) | 1345 | 1319 |
| Arena Multi-turn | Arena (LMArena) | 1415 | 1414 |
| Arena Longer Queries | Arena (LMArena) | 1410 | 1401 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1236 |
| MMMU-Pro | Artificial Analysis | 81.6% | 74.0% |
| MortgageTax | Vals AI | – | 62.3% |
| SAGE | Vals AI | 88.6% | – |
| AudioMC | Scale AI SEAL | – | 54.9% |
| AudioMC (text output) | Scale AI SEAL | – | 54.9% |
| Humanity's Sixth Sense | Scale AI SEAL | 33.3% | – |
| VIALS-AA | Handshake AI | 42.9% | – |
| Code2Video-AA | Artificial Analysis | 1020 | – |
| AA-3D | Artificial Analysis | 1027 | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 83.3% | 75.7% |
| MLCR | Artificial Analysis | 20.6% | 7.8% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 150.8 |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 30.6 | 12.9 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 25.7 |
| AA Progress Index v1 | Artificial Analysis | – | 282.7 |
| Vals Index | Vals AI | 56.1 | 27.6 |
| Vals Finance Index | Vals AI | 61.5% | 36.3% |
| Vals Science Index | Vals AI | 32.7% | – |
| Vals Multimodal Index | Vals AI | – | 50.0% |
| Vals Router Index | Vals AI | – | 27.6% |
| Vals Legal Index | Vals AI | 73.9% | 57.8% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 16.2% | – |
| DistressBench | Scale AI SEAL | 82.3% | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 38.9 | 33.3 |
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
- 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 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。
- Inkling Small:スコアの改訂1件。
- 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。
- Inkling Small:スコアの改訂1件。
関連する比較
- Inkling 2 Small vs Gemini 4 Carbon
- Inkling 2 Small vs Claude Opus 5.5
- Inkling 2 Small vs GPT-6 Astra
- Inkling 2 Small vs Claude Fable 5.1
- Inkling Small vs MiniMax M3.1 Flash
- Inkling Small vs Muse Ember
- Inkling 2 Small vs GPT-6.1 Sol
- Inkling 2 Small vs Claude Fable 5
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
Inkling 2 Small vs Inkling Small:よくある質問
- Inkling 2 SmallはInkling Smallより優れていますか?
- 品質ではInkling 2 Smallがリードしています:57.9 対 52.0。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Inkling 2 Small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。
- Inkling 2 SmallとInkling 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 $0.525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Inkling 2 SmallとInkling 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 46。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、Inkling 2 Smallが1647、Inkling Smallが1408です。
- Inkling 2 SmallとInkling Smallはどちらが速いですか?
- Inkling Smallの方が出力が速くなっています(出力116 対 100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Inkling 2 SmallとInkling 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 46。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、Inkling 2 Smallが85.4%、Inkling Smallが79.2%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 62)。コンテキストはInkling 2 Smallの方が長く、1,048,576トークンです(Inkling Smallは65,536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Inkling Smallです。Artificial Analysisの測定では、最初の回答トークンまで15.6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。
- Inkling 2 SmallとInkling 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44件のベンチマークのうち、Inkling 2 Smallのリードが43件、Inkling Smallのリードが0件、同点が1件です。両方を評価しているすべての総合指標で、Inkling 2 Small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。