Inkling 2 Small vs Qwen4 Max
詳しいプロフィール:Inkling 2 Small(Thinking Machines)とQwen4 Max(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 · 10件の情報源のデータ
2026年11月19日時点で、共通するベンチマークが少なく、品質の判定はできません。価格はInkling 2 Smallの方が4.7倍安く、100万トークンあたりのブレンド価格で$0.475 対 $2.25です。コーディング(59 対 55)を重視するならInkling 2 Small、推論(59 対 52)、知識(59 対 53)を重視するならQwen4 Maxが向いています。回答開始までの時間はInkling 2 Smallの方が短く、40.0秒 対 139.2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19日時点)
- 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19日)。
- Qwen4 Maxの100万トークンあたりのブレンド価格は$2.25です(定価、2026年11月19日)。
- Inkling 2 SmallはQwen4 Max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19日)。
- 両モデルに結果がある16件のベンチマークのうち、Qwen4 Maxが13件でリードしています(BenchLeader、2026年11月19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59 対 55;FrontierCode 2.0 (AA) 25.4% 対 26.4% | 中 |
| 推論 | Qwen4 Max | カテゴリスコア59 対 52;HLE-Diamond (AA) 44.9% 対 28.7% | 中 |
| 知識 | Qwen4 Max | カテゴリスコア59 対 53;AA-Omniscience v1.1 27.7 対 16.1 | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはInkling 2 Smallのみです(カテゴリスコア59) | 比較不可 |
| 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 $2.25;エージェント型コーディングセッション$0.022 対 $0.108 | – |
| 回答開始の速さ | Inkling 2 Small | 最初の回答トークンまで40.0秒(Inkling 2 Small)対 139.2秒(Qwen4 Max) | – |
| 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
- 共通するベンチマークが少なく、判定できません。
- Inkling 2 Smallはコーディングで優れています。
- Qwen4 Maxは知識、推論で優れています。
- Inkling 2 Smallの方が4.7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 $2.25)。
- Inkling 2 Smallの方が出力が2.0倍速くなっています(117 対 59トークン/秒)。
概要
| 仕様 | Inkling 2 Small | Qwen4 Max |
|---|---|---|
| プロバイダー | Thinking Machines | Alibaba |
| リリース日 | 2026年11月5日 | 2026年11月16日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 991,808 |
| 比較した構成 | Inkling 2 Small | Qwen4 Max |
| 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 | $1.50 / $4.50 / $0.071 |
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 | Qwen4 Max | トップ |
|---|---|---|---|
| 推論 | 52.1 | 58.5 | Qwen4 Max |
| コーディング | 59.4 | 55.1 | Inkling 2 Small |
| エージェント・ツール | 60.6 | – | 比較不可 |
| 知識 | 53.1 | 59.0 | Qwen4 Max |
| 人間の評価 | 58.7 | – | 比較不可 |
| マルチモーダル | 63.6 | – | 比較不可 |
| 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。
描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 数学, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。
情報源で評価が分かれる点
両方に結果がある16件のベンチマークのうち、Inkling 2 Smallのリードが3件、Qwen4 Maxのリードが13件です。両方を評価しているすべての総合指標で、Qwen4 Maxが上回っています。
| 総合Index | Inkling 2 Small | Qwen4 Max | トップ |
|---|---|---|---|
| AA Intelligence Index v5.0.1 | 30.6 | 42.9 | Qwen4 Max |
| Vals Index | 56.1 | 63.2† | Qwen4 Max |
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 | Qwen4 Max |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.475 | $2.25 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.00 | $1.50 / $4.50 |
| 100万トークンあたりのキャッシュ入力 | $0.030 | $0.071 |
| タスクあたりの価格:チャットの返答 | $0.0004 | $0.0020 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0042 | $0.021 |
| タスクあたりの価格:コード編集 | $0.0033 | $0.016 |
| 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 | $0.108 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $0.0039 |
| 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 | $0.044 |
| ベンチマークのタスクあたりのコスト(AA Index) | $1.18 | $3.27 |
| タスクあたりの出力トークン(AA Index) | 150k | 105k |
| うち推論 | 88k | 69k |
| タスクあたりの時間(AA Index) | 21 min | 30 min |
| 出力速度 | 117 tok/s | 59 tok/s |
| 回答開始までの時間 | 40.0秒 | 139.2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、Qwen4 Maxで$3.27でした。同じ作業でInkling 2 Smallは1.4倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Inkling 2 Smallのスコアは57.6、最初の回答トークンまで40秒。Qwen4 Maxは最初の回答トークンまで139秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
89件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Inkling 2 Small | Qwen4 Max |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.6 | – |
| エージェント・ツールスコア | BenchLeader | 60.6 | – |
| コーディングスコア | BenchLeader | 59.4 | 55.1 |
| 人間の評価スコア | BenchLeader | 58.7 | – |
| 知識スコア | BenchLeader | 53.1 | 59.0 |
| 長文コンテキストスコア | BenchLeader | 66.4 | – |
| マルチモーダルスコア | BenchLeader | 63.6 | – |
| 推論スコア | BenchLeader | 52.1 | 58.5 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.475 | $2.25 |
| 出力速度 | BenchLeader | 117 tok/s | 59 tok/s |
| 回答開始までの時間 | BenchLeader | 40.0秒 | 139.2秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 991,808トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | 1439 | – |
| LiveBench 2.0 Reasoning | LiveBench | – | 92.2%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 44.1% | – |
| HLE-Diamond (AA) | Artificial Analysis | 28.7% | 44.9% |
| ARC-AGI-1 | ARC Prize | 96.5%† | – |
| ARC-AGI-2 | ARC Prize | 81.7%† | – |
| ARC-AGI-3 | ARC Prize | 2.6%† | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | 35.0% | 43.0% |
| MysteryMechanism | Vals AI | 25.2% | – |
| Arena Expert | Arena (LMArena) | 1491 | – |
| コーディング | |||
| SciCode | SciCode | 52.3% | – |
| Arena Coding | Arena (LMArena) | 1486 | – |
| Arena WebDev | Arena (LMArena) | 1644 | 1750† |
| LiveBench 2.0 Coding | LiveBench | – | 69.8%† |
| ProgramBench | Vals AI | 0.5% | – |
| SWE-bench Multimodal | Vals AI | 43.1% | – |
| Vibe Code Bench v1.1 | Vals AI | 81.5% | 86.7%† |
| 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% | – |
| 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% | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 25.1%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 13.1% | 48.5% |
89件のベンチマークをすべて表示
| 指標 | 公開元 | Inkling 2 Small | Qwen4 Max |
|---|---|---|---|
| コーディング | |||
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 81.3% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 25.4% | 26.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 13.0%† | – |
| APEX-Agents | Mercor | 46.8% | – |
| Arena Agent | Arena (LMArena) | 1.5 | 7.3† |
| LiveBench Long Agentic | LiveBench | – | 46.6%† |
| LiveBench Browser | LiveBench | – | 80.7%† |
| MCP Atlas | Scale AI SEAL | 85.4% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1630 | 1809 |
| τ³-Banking (AA) | Artificial Analysis | 40.4% | – |
| Analyst Agent (AA) | Artificial Analysis | 51.3% | 46.3% |
| APEX-Agents (AA) | Artificial Analysis | – | 59.1% |
| CyberBench | Vals AI | 72.7% | – |
| Finance Agent v2.1 | Vals AI | 67.5% | 66.7%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 21.7% | 21.3%† |
| Legal Research Bench | Vals AI | 46.6% | 41.4%† |
| SREBench | Vals AI | 1.9% | – |
| Tax Agent Bench | Vals AI | 38.9% | 40.4%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 12.6% | 48.5%† |
| Terminal-Bench Science | Vals AI | 2.9% | – |
| Arena Agent Task Completion | Arena (LMArena) | 2.4 | 8.8† |
| AutomationBench | Artificial Analysis | 45.6% | 72.6% |
| GDP.pdf (AA) | Artificial Analysis | 25.2% | 26.2% |
| Harvey LAB-AA v1.1 | Harvey | – | 9.4% |
| EnterpriseOps-Gym | Artificial Analysis | 46.8% | 48.5% |
| AA-Briefcase v1.1 | Artificial Analysis | 1527 | 1686 |
| Design Arena Agentic | Design Arena | 1306 | 1356 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 5.7% | 23.3% |
| 数学 | |||
| ArXivMath | MathArena | 31.9% | – |
| BrokenArXiv | MathArena | 63.2% | – |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | – | 83.4%† |
| LiveBench Research | LiveBench | – | 84.7%† |
| AA-Omniscience v1.1 | Artificial Analysis | 16.1 | 27.7 |
| BioMysteryBench | Vals AI | 70.0% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.5% | 70.8%† |
| MedCode | Vals AI | 44.1% | – |
| MedScribe | Vals AI | 90.2% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 43.6%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 33.8% | 43.7% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 73.3% | 71.6% |
| 指示追従 | |||
| Arena Instruction Following | Arena (LMArena) | 1410 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1412 | – |
| Arena Creative Writing | Arena (LMArena) | 1343 | – |
| Arena Multi-turn | Arena (LMArena) | 1412 | – |
| Arena Longer Queries | Arena (LMArena) | 1408 | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | – | 79.1%† |
| MMMU-Pro | Artificial Analysis | 81.6% | – |
| SAGE | Vals AI | 88.6% | – |
| 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% | – |
| MLCR | Artificial Analysis | 20.6% | 19.4% |
| 総合 | |||
| LiveBench 2.0 | LiveBench | – | 73.1%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 30.6 | 42.9 |
| AA Progress Index v1 | Artificial Analysis | 317.6 | – |
| Vals Index | Vals AI | 56.1 | 63.2† |
| Vals Finance Index | Vals AI | 61.5% | 62.0%† |
| Vals Science Index | Vals AI | 32.7% | – |
| Vals Legal Index | Vals AI | 73.9% | 70.7%† |
| 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19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
- Inkling 2 Small:スコアの改訂2件。
- Inkling 2 Small:新しい結果3件(AA Progress Index v1, MedCode, MedScribe)。
- Inkling 2 Small:スコアの改訂1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。
- 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。
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
- Qwen4 Max vs Qwen3.8 Max
- Inkling 2 Small vs Qwen3.7 Plus
- 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 Qwen4 Max:よくある質問
- Inkling 2 SmallとQwen4 Max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 $2.25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Qwen4 Max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59 対 55。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FrontierCode 2.0 (AA)では、Inkling 2 Smallが25.4%、Qwen4 Maxが26.4%です。
- Inkling 2 SmallとQwen4 Max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117 対 59トークン/秒、Artificial Analysisの7日間の中央値)。
- 長い文書にはどちらが向いていますか?
- コンテキストはInkling 2 Smallの方が長く、1,048,576トークンです(Qwen4 Maxは991,808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 2 Smallです。Artificial Analysisの測定では、最初の回答トークンまで40.0秒 対 139.2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。
ほかの質問(2件)
- Inkling 2 SmallとQwen4 Max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16件のベンチマークのうち、Inkling 2 Smallのリードが3件、Qwen4 Maxのリードが13件です。両方を評価しているすべての総合指標で、Qwen4 Maxが上回っています。
- Qwen4 Maxはいつリリースされましたか?
- Qwen4 Maxは2026年11月16日にリリースされました。