Inkling 2 Small vs Qwen3.7 Plus
詳しいプロフィール:Inkling 2 Small(Thinking Machines)とQwen3.7 Plus(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 · 9件の情報源のデータ
2026年11月16日時点で、Inkling 2 SmallとQwen3.7 Plusの品質は互角です(BenchLeader Indexで57.9 対 57.6、±7.8の誤差範囲内)。価格はInkling 2 Smallの方が1.5倍安く、100万トークンあたりのブレンド価格で$0.475 対 $0.700です。コーディング(60 対 44)、エージェント・ツール(61 対 46)、長文コンテキスト(66 対 61)を重視するならInkling 2 Small、人間の評価(64 対 59)、推論(54 対 53)を重視するならQwen3.7 Plusが向いています。Inkling 2 Smallは出力が約1.5倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはInkling 2 Smallが57.9、Qwen3.7 Plusが57.6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)。
- Qwen3.7 Plusの100万トークンあたりのブレンド価格は$0.700です(定価、2026年11月16日)。
- Inkling 2 SmallはQwen3.7 Plusより出力が約1.5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28件のベンチマークのうち、Inkling 2 Smallが21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 |
|---|---|---|---|
| コーディング | Inkling 2 Small | カテゴリスコア60 対 44;SciCode 52.3% 対 46.1% | 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;τ³-Banking (AA) 40.4% 対 17.5% | 高 |
| 推論 | Qwen3.7 Plus | カテゴリスコア54 対 53;Arena Hard Prompts 1473 対 1438 | 中 |
| 長い文書 | Inkling 2 Small | カテゴリスコア66 対 61;AA-LCR v1.1 83.3% 対 73.0% | 中 |
| 画像などのメディア | Inkling 2 Small | カテゴリスコア64 対 62;MMMU-Pro 81.6% 対 80.5% | 中 |
| チャットの質(人間の評価) | Qwen3.7 Plus | Arenaの投票で64 対 59 | 中 |
| 最低コスト | Inkling 2 Small | 100万トークンあたりブレンド価格$0.475 対 $0.700;エージェント型コーディングセッション$0.022 対 $0.030 | – |
| 回答開始の速さ | どちらでも | 最初の回答トークンまで49.0秒(Inkling 2 Small)対 49.8秒(Qwen3.7 Plus) | – |
| 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
- Inkling 2 SmallとQwen3.7 Plusの品質は互角です(57.9 対 57.6、±7.8の誤差範囲内)。
- Inkling 2 Smallはエージェント・ツール、コーディング、長文コンテキスト、マルチモーダルで優れています。
- Qwen3.7 Plusは人間の評価、推論で優れています。
- Inkling 2 Smallの方が1.5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 $0.700)。
- Inkling 2 Smallの方が出力が1.7倍速くなっています(100 対 57トークン/秒)。
概要
| 仕様 | Inkling 2 Small | Qwen3.7 Plus |
|---|---|---|
| プロバイダー | Thinking Machines | Alibaba |
| リリース日 | 2026年11月5日 | 2026年6月2日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 1,000,000 |
| 比較した構成 | Inkling 2 Small | Qwen3.7 Plus |
| 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) | $0.300 / $1.00 / $0.030 | $0.400 / $1.60 / $0.080 |
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 | Qwen3.7 Plus | トップ |
|---|---|---|---|
| 推論 | 52.8 | 54.4 | Qwen3.7 Plus |
| コーディング | 60.3 | 43.9 | Inkling 2 Small |
| エージェント・ツール | 61.1 | 45.5 | Inkling 2 Small |
| 数学 | – | 64.2 | 比較不可 |
| 知識 | 53.5 | – | 比較不可 |
| 指示追従 | – | 75.9 | 比較不可 |
| 人間の評価 | 58.6 | 64.0 | Qwen3.7 Plus |
| マルチモーダル | 64.0 | 62.3 | Inkling 2 Small |
| 長文コンテキスト | 66.4 | 61.0 | 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, 知識, 指示追従。
情報源で評価が分かれる点
両方に結果がある28件のベンチマークのうち、Inkling 2 Smallのリードが21件、Qwen3.7 Plusのリードが7件です。両方を評価しているすべての総合指標で、Qwen3.7 Plusが上回っています。
| 総合Index | Inkling 2 Small | Qwen3.7 Plus | トップ |
|---|---|---|---|
| BenchLeader Index | 57.9 | 57.6 | 互角 |
| Arena Text | 1412 | 1455 | Qwen3.7 Plus |
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 | Qwen3.7 Plus |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.475 | $0.700 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.00 | $0.400 / $1.60 |
| 100万トークンあたりのキャッシュ入力 | $0.030 | $0.080 |
| タスクあたりの価格:チャットの返答 | $0.0004 | $0.0006 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0042 | $0.0058 |
| タスクあたりの価格:コード編集 | $0.0033 | $0.0048 |
| 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 | $0.030 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $0.0011 |
| 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 | $0.016 |
| ベンチマークのタスクあたりのコスト(AA Index) | $1.18 | – |
| タスクあたりの出力トークン(AA Index) | 150k | – |
| うち推論 | 88k | – |
| タスクあたりの時間(AA Index) | 25 min | – |
| 出力速度 | 100 tok/s | 57 tok/s |
| 回答開始までの時間 | 49.0秒 | 49.8秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 163.6秒 | 114.8秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Inkling 2 Smallのスコアは57.9、最初の回答トークンまで49秒。Qwen3.7 Plusのスコアは57.6、最初の回答トークンまで50秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
104件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Inkling 2 Small | Qwen3.7 Plus |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.9 | 57.6 |
| エージェント・ツールスコア | BenchLeader | 61.1 | 45.5 |
| コーディングスコア | BenchLeader | 60.3 | 43.9 |
| 人間の評価スコア | BenchLeader | 58.6 | 64.0 |
| 知識スコア | BenchLeader | 53.5 | – |
| 長文コンテキストスコア | BenchLeader | 66.4 | 61.0 |
| マルチモーダルスコア | BenchLeader | 64.0 | 62.3 |
| 推論スコア | BenchLeader | 52.8 | 54.4 |
| 指示追従スコア | BenchLeader | – | 75.9 |
| 数学スコア | BenchLeader | – | 64.2 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.475 | $0.700 |
| 出力速度 | BenchLeader | 100 tok/s | 57 tok/s |
| 回答開始までの時間 | BenchLeader | 49.0秒 | 49.8秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 87.9% |
| Arena Hard Prompts | Arena (LMArena) | 1438 | 1473 |
| GPQA Diamond (AA) | Artificial Analysis | – | 90.0% |
| Humanity's Last Exam (AA) | Artificial Analysis | 44.1% | 35.6% |
| HLE-Diamond (AA) | Artificial Analysis | 28.7% | 13.9% |
| ARC-AGI-1 | ARC Prize | 96.5%† | – |
| ARC-AGI-2 | ARC Prize | 81.7%† | – |
| CritPt | Artificial Analysis | – | 9.1% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 35.0% | – |
| MysteryMechanism | Vals AI | 25.2% | – |
| Arena Expert | Arena (LMArena) | 1488 | 1485 |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 17.0% |
| LMCA | Epoch AI Benchmarking Hub | – | 37.6% |
| DTBench | Epoch AI Benchmarking Hub | – | 84.0% |
| コーディング | |||
| SciCode | SciCode | 52.3% | 46.1% |
| FrontierCode | Cognition | – | 10.2% |
| Arena Coding | Arena (LMArena) | 1485 | 1500 |
| Arena WebDev | Arena (LMArena) | 1647 | – |
| Code Migration | Vals AI | – | 12.9% |
| ProgramBench | Vals AI | 0.5% | – |
| SWE-bench Multimodal | Vals AI | 43.1% | – |
| Vibe Code Bench v1.1 | Vals AI | 81.5% | 46.4% |
| SWE Atlas v1.1 | Scale AI SEAL | 61.9% | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 74.2% | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 58.1% | – |
104件のベンチマークをすべて表示
| 指標 | 公開元 | Inkling 2 Small | Qwen3.7 Plus |
|---|---|---|---|
| コーディング | |||
| 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% | 61.0% |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 17.7† |
| Design Arena Website | Design Arena | 1335 | 1261 |
| FrontierCode 2.0 (AA) | Artificial Analysis | 25.4% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 13.0%† | – |
| OSWorld-Verified 2.0 | OSWorld | – | 2.8% |
| APEX-Agents | Mercor | 46.8% | – |
| Arena Agent | Arena (LMArena) | 2.5 | -8 |
| Terminal-Bench Hard | Artificial Analysis | – | 47.0% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 93.0% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 52.8% |
| MCP Atlas | Scale AI SEAL | 85.4% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 13.3% |
| GDPval-AA v2.1 | Artificial Analysis | 1630 | 774 |
| τ³-Banking (AA) | Artificial Analysis | 40.4% | 17.5% |
| Analyst Agent (AA) | Artificial Analysis | 51.3% | – |
| APEX-Agents (AA) | Artificial Analysis | – | 22.4% |
| CyberBench | Vals AI | 72.7% | – |
| Finance Agent v2 | Vals AI | – | 38.2% |
| Finance Agent v2.1 | Vals AI | 67.5% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 21.7% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 0.0% |
| Legal Research Bench | Vals AI | 46.6% | 16.4% |
| SkillsBench | Vals AI | – | 54.3% |
| SREBench | Vals AI | 1.9% | – |
| Tax Agent Bench | Vals AI | 38.9% | 10.5% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 12.6% | – |
| Terminal-Bench Science | Vals AI | 2.9% | – |
| Arena Agent Task Completion | Arena (LMArena) | 3.3 | -10.8 |
| AutomationBench | Artificial Analysis | 45.6% | 17.4% |
| GDP.pdf (AA) | Artificial Analysis | 25.2% | 12.2% |
| EnterpriseOps-Gym | Artificial Analysis | 46.8% | 40.6% |
| AA-Briefcase v1.1 | Artificial Analysis | 1527 | 915 |
| Design Arena Agentic | Design Arena | 1315 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 5.7% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 34.4%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 93.3% |
| ArXivMath | MathArena | 31.9% | – |
| BrokenArXiv | MathArena | 63.2% | – |
| Arena Maths | Arena (LMArena) | – | 1465 |
| 知識 | |||
| AA-Omniscience v1.1 | Artificial Analysis | 16.1 | – |
| BioMysteryBench | Vals AI | 70.0% | – |
| Excel Modeling Benchmark | Vals AI | – | 49.4% |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.5% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 33.8% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 73.3% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 78.0% |
| Arena Instruction Following | Arena (LMArena) | 1410 | 1447 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1412 | 1455 |
| Arena Creative Writing | Arena (LMArena) | 1345 | 1431 |
| Arena Multi-turn | Arena (LMArena) | 1415 | 1464 |
| Arena Longer Queries | Arena (LMArena) | 1410 | 1465 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1277 |
| MMMU-Pro | Artificial Analysis | 81.6% | 80.5% |
| MortgageTax | Vals AI | – | 66.2% |
| SAGE | Vals AI | 88.6% | 89.2% |
| 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% | 73.0% |
| Arena Document | Arena (LMArena) | – | 1446 |
| MLCR | Artificial Analysis | 20.6% | 8.9% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 147.9 |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 30.6 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 25.2 |
| AA Progress Index v1 | Artificial Analysis | – | 283.9 |
| Vals Index | Vals AI | 56.1 | – |
| Vals Finance Index | Vals AI | 61.5% | – |
| Vals Science Index | Vals AI | 32.7% | – |
| Vals Multimodal Index | Vals AI | – | 53.9% |
| Vals Legal Index | Vals AI | 73.9% | – |
| 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 | – |
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 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 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 2 Small:BenchLeader Index 57.5 → 58.4。
- Inkling 2 Small:新しい結果1件(Arena WebDev)。
- Qwen3.7 Plus: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
- Qwen3.7 Plus vs Claude Opus 5.5
- Qwen3.7 Plus vs GPT-6 Astra
- Qwen3.7 Plus vs GPT-5.6 Sol
- 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 Qwen3.7 Plus:よくある質問
- Inkling 2 SmallはQwen3.7 Plusより優れていますか?
- Inkling 2 SmallとQwen3.7 Plusの品質は互角です(57.9 対 57.6、±7.8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。
- Inkling 2 SmallとQwen3.7 Plus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 $0.700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Qwen3.7 Plus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 44。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SciCodeでは、Inkling 2 Smallが52.3%、Qwen3.7 Plusが46.1%です。
- Inkling 2 SmallとQwen3.7 Plusはどちらが速いですか?
- Inkling 2 Smallの方が出力が約1.5倍速くなっています(出力100 対 57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Qwen3.7 Plus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τ³-Banking (AA)では、Inkling 2 Smallが40.4%、Qwen3.7 Plusが17.5%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 61)。どちらも約1Mトークンです(Inkling 2 Smallは1,048,576、Qwen3.7 Plusは1,000,000)。
- 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 49.8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Qwen3.7 Plus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28件のベンチマークのうち、Inkling 2 Smallのリードが21件、Qwen3.7 Plusのリードが7件です。両方を評価しているすべての総合指標で、Qwen3.7 Plus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。