BenchLeader

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 Small100万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 SmallQwen4 Max
プロバイダーThinking MachinesAlibaba
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)1,048,576991,808
比較した構成Inkling 2 SmallQwen4 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 SmallQwen4 Maxトップ
推論52.158.5Qwen4 Max
コーディング59.455.1Inkling 2 Small
エージェント・ツール60.6–比較不可
知識53.159.0Qwen4 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。

2550 avg75推論コーディング知識Inkling 2 Small, 推論: 52.1Inkling 2 Small, コーディング: 59.4Inkling 2 Small, 知識: 53.1Qwen4 Max, 推論: 58.5Qwen4 Max, コーディング: 55.1Qwen4 Max, 知識: 59.0

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。

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IndexInkling 2 SmallQwen4 Maxトップ
AA Intelligence Index v5.0.130.642.9Qwen4 Max
Vals Index56.163.2†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 SmallQwen4 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)150k105k
うち推論88k69k
タスクあたりの時間(AA Index)21 min30 min
出力速度117 tok/s59 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 SmallQwen4 Max
BenchLeader IndexBenchLeader57.6–
エージェント・ツールスコアBenchLeader60.6–
コーディングスコアBenchLeader59.455.1
人間の評価スコアBenchLeader58.7–
知識スコアBenchLeader53.159.0
長文コンテキストスコアBenchLeader66.4–
マルチモーダルスコアBenchLeader63.6–
推論スコアBenchLeader52.158.5
ブレンド価格($/100万トークン)BenchLeader$0.475$2.25
出力速度BenchLeader117 tok/s59 tok/s
回答開始までの時間BenchLeader40.0秒139.2秒
コンテキストウィンドウBenchLeader1,048,576トークン991,808トークン
推論
Arena Hard PromptsArena (LMArena)1439–
LiveBench 2.0 ReasoningLiveBench–92.2%†
Humanity's Last Exam (AA)Artificial Analysis44.1%–
HLE-Diamond (AA)Artificial Analysis28.7%44.9%
ARC-AGI-1ARC Prize96.5%†–
ARC-AGI-2ARC Prize81.7%†–
ARC-AGI-3ARC Prize2.6%†–
CritPt v2 hard subset (AA)Artificial Analysis35.0%43.0%
MysteryMechanismVals AI25.2%–
Arena ExpertArena (LMArena)1491–
コーディング
SciCodeSciCode52.3%–
Arena CodingArena (LMArena)1486–
Arena WebDevArena (LMArena)16441750†
LiveBench 2.0 CodingLiveBench–69.8%†
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI43.1%–
Vibe Code Bench v1.1Vals AI81.5%86.7%†
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%–
SWE Atlas v1.1: RefactoringScale AI SEAL53.3%–
SWE-Bench Pro V2Scale AI SEAL97.7%–
SWE-Bench Pro V2 HARDScale AI SEAL86.3%–
FrontierSWEEpoch AI Benchmarking Hub25.1%†–
Terminal-Bench 4.0 (AA)Artificial Analysis13.1%48.5%
89件のベンチマークをすべて表示
指標公開元Inkling 2 SmallQwen4 Max
コーディング
Terminal-Bench 2.1 (AA)Artificial Analysis81.3%–
FrontierCode 2.0 (AA)Artificial Analysis25.4%26.4%
エージェント・ツール
Terminal-BenchTerminal-Bench13.0%†–
APEX-AgentsMercor46.8%–
Arena AgentArena (LMArena)1.57.3†
LiveBench Long AgenticLiveBench–46.6%†
LiveBench BrowserLiveBench–80.7%†
MCP AtlasScale AI SEAL85.4%–
GDPval-AA v2.1Artificial Analysis16301809
τ³-Banking (AA)Artificial Analysis40.4%–
Analyst Agent (AA)Artificial Analysis51.3%46.3%
APEX-Agents (AA)Artificial Analysis–59.1%
CyberBenchVals AI72.7%–
Finance Agent v2.1Vals AI67.5%66.7%†
Harvey's Legal Agent Benchmark v1.1Vals AI21.7%21.3%†
Legal Research BenchVals AI46.6%41.4%†
SREBenchVals AI1.9%–
Tax Agent BenchVals AI38.9%40.4%†
Terminal-Bench 4.0 (Vals)Vals AI12.6%48.5%†
Terminal-Bench ScienceVals AI2.9%–
Arena Agent Task CompletionArena (LMArena)2.48.8†
AutomationBenchArtificial Analysis45.6%72.6%
GDP.pdf (AA)Artificial Analysis25.2%26.2%
Harvey LAB-AA v1.1Harvey–9.4%
EnterpriseOps-GymArtificial Analysis46.8%48.5%
AA-Briefcase v1.1Artificial Analysis15271686
Design Arena AgenticDesign Arena13061356
Terminal-Bench-Science 0.1 (AA)Artificial Analysis5.7%23.3%
数学
ArXivMathMathArena31.9%–
BrokenArXivMathArena63.2%–
知識
LiveBench 2.0 Data AnalysisLiveBench–83.4%†
LiveBench ResearchLiveBench–84.7%†
AA-Omniscience v1.1Artificial Analysis16.127.7
BioMysteryBenchVals AI70.0%–
Excel Modeling Benchmark v1.1Vals AI69.5%70.8%†
MedCodeVals AI44.1%–
MedScribeVals AI90.2%–
GDP.pdfEpoch AI Benchmarking Hub43.6%†–
AA-Omniscience v1.1: accuracyArtificial Analysis33.8%43.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis73.3%71.6%
指示追従
Arena Instruction FollowingArena (LMArena)1410–
人間の評価
Arena TextArena (LMArena)1412–
Arena Creative WritingArena (LMArena)1343–
Arena Multi-turnArena (LMArena)1412–
Arena Longer QueriesArena (LMArena)1408–
マルチモーダル
LiveBench DesignLiveBench–79.1%†
MMMU-ProArtificial Analysis81.6%–
SAGEVals AI88.6%–
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%–
MLCRArtificial Analysis20.6%19.4%
総合
LiveBench 2.0LiveBench–73.1%†
AA Intelligence Index v5.0.1Artificial Analysis30.642.9
AA Progress Index v1Artificial Analysis317.6–
Vals IndexVals AI56.163.2†
Vals Finance IndexVals AI61.5%62.0%†
Vals Science IndexVals AI32.7%–
Vals Legal IndexVals AI73.9%70.7%†
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。

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。