BenchLeader

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 PlusArenaの投票で64 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 $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 SmallQwen3.7 Plus
プロバイダーThinking MachinesAlibaba
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)1,048,5761,000,000
比較した構成Inkling 2 SmallQwen3.7 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 SmallQwen3.7 Plusトップ
推論52.854.4Qwen3.7 Plus
コーディング60.343.9Inkling 2 Small
エージェント・ツール61.145.5Inkling 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58.664.0Qwen3.7 Plus
マルチモーダル64.062.3Inkling 2 Small
長文コンテキスト66.461.0Inkling 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。

2550 avg75推論コーディングエージェント・ツール長文コンテキストマルチモーダル人間の評価Inkling 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, 長文コンテキスト: 66.4Inkling 2 Small, マルチモーダル: 64.0Inkling 2 Small, 人間の評価: 58.6Qwen3.7 Plus, 推論: 54.4Qwen3.7 Plus, コーディング: 43.9Qwen3.7 Plus, エージェント・ツール: 45.5Qwen3.7 Plus, 長文コンテキスト: 61.0Qwen3.7 Plus, マルチモーダル: 62.3Qwen3.7 Plus, 人間の評価: 64.0

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。

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IndexInkling 2 SmallQwen3.7 Plusトップ
BenchLeader Index57.957.6互角
Arena Text14121455Qwen3.7 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 SmallQwen3.7 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/s57 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 SmallQwen3.7 Plus
BenchLeader IndexBenchLeader57.957.6
エージェント・ツールスコアBenchLeader61.145.5
コーディングスコアBenchLeader60.343.9
人間の評価スコアBenchLeader58.664.0
知識スコアBenchLeader53.5–
長文コンテキストスコアBenchLeader66.461.0
マルチモーダルスコアBenchLeader64.062.3
推論スコアBenchLeader52.854.4
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BenchLeader100 tok/s57 tok/s
回答開始までの時間BenchLeader49.0秒49.8秒
コンテキストウィンドウBenchLeader1,048,576トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–87.9%
Arena Hard PromptsArena (LMArena)14381473
GPQA Diamond (AA)Artificial Analysis–90.0%
Humanity's Last Exam (AA)Artificial Analysis44.1%35.6%
HLE-Diamond (AA)Artificial Analysis28.7%13.9%
ARC-AGI-1ARC Prize96.5%†–
ARC-AGI-2ARC Prize81.7%†–
CritPtArtificial Analysis–9.1%
CritPt v2 hard subset (AA)Artificial Analysis35.0%–
MysteryMechanismVals AI25.2%–
Arena ExpertArena (LMArena)14881485
Mystery Game PuzzlesEpoch AI Benchmarking Hub–17.0%
LMCAEpoch AI Benchmarking Hub–37.6%
DTBenchEpoch AI Benchmarking Hub–84.0%
コーディング
SciCodeSciCode52.3%46.1%
FrontierCodeCognition–10.2%
Arena CodingArena (LMArena)14851500
Arena WebDevArena (LMArena)1647–
Code MigrationVals AI–12.9%
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI43.1%–
Vibe Code Bench v1.1Vals AI81.5%46.4%
SWE Atlas v1.1Scale AI SEAL61.9%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL74.2%–
SWE Atlas v1.1: Test WritingScale AI SEAL58.1%–
104件のベンチマークをすべて表示
指標公開元Inkling 2 SmallQwen3.7 Plus
コーディング
SWE Atlas v1.1: RefactoringScale AI SEAL53.3%–
SWE-Bench Pro V2Scale AI SEAL97.7%–
SWE-Bench Pro V2 HARDScale AI SEAL86.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis13.1%1.0%
Terminal-Bench 2.1 (AA)Artificial Analysis81.3%61.0%
GameBench 2 by reasoning settingDuelLab GameBench 2–17.7†
Design Arena WebsiteDesign Arena13351261
FrontierCode 2.0 (AA)Artificial Analysis25.4%–
エージェント・ツール
Terminal-BenchTerminal-Bench13.0%†–
OSWorld-Verified 2.0OSWorld–2.8%
APEX-AgentsMercor46.8%–
Arena AgentArena (LMArena)2.5-8
Terminal-Bench HardArtificial Analysis–47.0%
τ²-Bench Telecom (AA)Artificial Analysis–93.0%
Terminal-Bench 2.1 (Vals)Vals AI–52.8%
MCP AtlasScale AI SEAL85.4%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–13.3%
GDPval-AA v2.1Artificial Analysis1630774
τ³-Banking (AA)Artificial Analysis40.4%17.5%
Analyst Agent (AA)Artificial Analysis51.3%–
APEX-Agents (AA)Artificial Analysis–22.4%
CyberBenchVals AI72.7%–
Finance Agent v2Vals AI–38.2%
Finance Agent v2.1Vals AI67.5%–
Harvey's Legal Agent Benchmark v1.1Vals AI21.7%–
Harvey's Legal Agent Benchmark v1Vals AI–0.0%
Legal Research BenchVals AI46.6%16.4%
SkillsBenchVals AI–54.3%
SREBenchVals AI1.9%–
Tax Agent BenchVals AI38.9%10.5%
Terminal-Bench 4.0 (Vals)Vals AI12.6%–
Terminal-Bench ScienceVals AI2.9%–
Arena Agent Task CompletionArena (LMArena)3.3-10.8
AutomationBenchArtificial Analysis45.6%17.4%
GDP.pdf (AA)Artificial Analysis25.2%12.2%
EnterpriseOps-GymArtificial Analysis46.8%40.6%
AA-Briefcase v1.1Artificial Analysis1527915
Design Arena AgenticDesign Arena1315–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis5.7%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–34.4%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–93.3%
ArXivMathMathArena31.9%–
BrokenArXivMathArena63.2%–
Arena MathsArena (LMArena)–1465
知識
AA-Omniscience v1.1Artificial Analysis16.1–
BioMysteryBenchVals AI70.0%–
Excel Modeling BenchmarkVals AI–49.4%
Excel Modeling Benchmark v1.1Vals AI69.5%–
AA-Omniscience v1.1: accuracyArtificial Analysis33.8%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis73.3%–
指示追従
IFBenchArtificial Analysis–78.0%
Arena Instruction FollowingArena (LMArena)14101447
人間の評価
Arena TextArena (LMArena)14121455
Arena Creative WritingArena (LMArena)13451431
Arena Multi-turnArena (LMArena)14151464
Arena Longer QueriesArena (LMArena)14101465
マルチモーダル
Arena VisionArena (LMArena)–1277
MMMU-ProArtificial Analysis81.6%80.5%
MortgageTaxVals AI–66.2%
SAGEVals AI88.6%89.2%
Humanity's Sixth SenseScale AI SEAL33.3%–
VIALS-AAHandshake AI42.9%–
Code2Video-AAArtificial Analysis1020–
AA-3DArtificial Analysis1027–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.3%73.0%
Arena DocumentArena (LMArena)–1446
MLCRArtificial Analysis20.6%8.9%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–147.9
AA Intelligence Index v5.0.1Artificial Analysis30.6–
AA Intelligence Index v4.3.2Artificial Analysis–25.2
AA Progress Index v1Artificial Analysis–283.9
Vals IndexVals AI56.1–
Vals Finance IndexVals AI61.5%–
Vals Science IndexVals AI32.7%–
Vals Multimodal IndexVals AI–53.9%
Vals Legal IndexVals AI73.9%–
安全性・誠実さ
FORTRESSScale AI SEAL16.2%–
DistressBenchScale AI SEAL82.3%–
メタデータ
AA Openness IndexArtificial Analysis38.9–

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。

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。