Inkling Small vs MiniMax M3.1 Flash
詳しいプロフィール:Inkling Small(Thinking Machines)とMiniMax M3.1 Flash(MiniMax)。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16日時点で、Inkling SmallとMiniMax M3.1 Flashの品質は互角です(BenchLeader Indexで52.0 対 54.3、±6.9の誤差範囲内)。価格はMiniMax M3.1 Flashの方が2.0倍安く、100万トークンあたりのブレンド価格で$0.262 対 $0.525です。知識(54 対 46)を重視するならInkling Small、コーディング(55 対 46)、エージェント・ツール(55 対 46)、推論(50 対 43)を重視するならMiniMax M3.1 Flashが向いています。回答開始までの時間はInkling Smallの方が短く、15.6秒 対 43.3秒です。MiniMax M3.1 Flash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 Smallが52.0、MiniMax M3.1 Flashが54.3です(BenchLeader、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)。
- MiniMax M3.1 Flashの100万トークンあたりのブレンド価格は$0.262です(定価、2026年11月16日)。
- MiniMax M3.1 FlashはInkling Small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26件のベンチマークのうち、MiniMax M3.1 Flashが24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 Smallが1408、MiniMax M3.1 Flashが1584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 | MiniMax M3.1 Flash | カテゴリスコア55 対 46;Arena WebDev 1584 対 1408 | 高 |
| エージェント・ツール利用 | MiniMax M3.1 Flash | カテゴリスコア55 対 46;Arena Agent -2.7 対 -18.1 | 高 |
| 推論 | MiniMax M3.1 Flash | カテゴリスコア50 対 43;HLE-Diamond (AA) 28.1% 対 12.1% | 中 |
| 知識 | Inkling Small | カテゴリスコア54 対 46;AA-Omniscience v1.1 -9.5 対 -6.4 | 高 |
| 長い文書 | MiniMax M3.1 Flash | カテゴリスコア65 対 62;AA-LCR v1.1 79.7% 対 75.7% | 中 |
| 画像などのメディア | MiniMax M3.1 Flash | カテゴリスコア62 対 56;MMMU-Pro 79.1% 対 74.0% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはInkling Smallのみです(カテゴリスコア58) | 比較不可 |
| 最低コスト | MiniMax M3.1 Flash | 100万トークンあたりブレンド価格$0.262 対 $0.525;エージェント型コーディングセッション$0.011 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 43.3秒(MiniMax M3.1 Flash) | – |
| 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 SmallとMiniMax M3.1 Flashの品質は互角です(52.0 対 54.3、±6.9の誤差範囲内)。
- Inkling Smallは知識で優れています。
- MiniMax M3.1 Flash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、推論で優れています。
- MiniMax M3.1 Flashの方が2.0倍安くなっています(100万トークンあたりブレンド価格$0.262 対 $0.525)。
- MiniMax M3.1 Flashの方が出力が1.3倍速くなっています(151 対 116トークン/秒)。
概要
| 仕様 | Inkling Small | MiniMax M3.1 Flash |
|---|---|---|
| プロバイダー | Thinking Machines | MiniMax |
| リリース日 | 2026年7月15日 | 2026年10月19日 |
| コンテキストウィンドウ(トークン) | 65,536 | 1,000,000 |
| 比較した構成 | Inkling Small | MiniMax M3.1 Flash |
| オープンウェイト | あり | 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 / $1.20 / $0.116 | $0.150 / $0.600 / $0.015 |
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 Small | MiniMax M3.1 Flash | トップ |
|---|---|---|---|
| 推論 | 43.2 | 50.1 | MiniMax M3.1 Flash |
| コーディング | 45.6 | 55.4 | MiniMax M3.1 Flash |
| エージェント・ツール | 45.7 | 55.2 | MiniMax M3.1 Flash |
| 数学 | 53.0 | – | 比較不可 |
| 知識 | 54.3 | 45.9 | Inkling Small |
| 人間の評価 | 57.8 | – | 比較不可 |
| マルチモーダル | 56.3 | 61.5 | MiniMax M3.1 Flash |
| 長文コンテキスト | 62.4 | 64.5 | MiniMax M3.1 Flash |
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, 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26件のベンチマークのうち、Inkling Smallのリードが2件、MiniMax M3.1 Flashのリードが24件です。両方を評価しているすべての総合指標で、MiniMax M3.1 Flashが上回っています。
| 総合Index | Inkling Small | MiniMax M3.1 Flash | トップ |
|---|---|---|---|
| BenchLeader Index | 52.0 | 54.3 | 互角 |
| AA Intelligence Index v5.0.1 | 12.9 | 29.1 | MiniMax M3.1 Flash |
| Vals Index | 27.6 | 53.8† | MiniMax M3.1 Flash |
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 Small | MiniMax M3.1 Flash |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.525 | $0.262 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.20 | $0.150 / $0.600 |
| 100万トークンあたりのキャッシュ入力 | $0.116 | $0.015 |
| タスクあたりの価格:チャットの返答 | $0.0005 | $0.0002 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0043 | $0.0022 |
| タスクあたりの価格:コード編集 | $0.0036 | $0.0018 |
| 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 | $0.023 | $0.011 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $0.0004 |
| 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) | $0.015 | $0.0053 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.203 | $0.491 |
| タスクあたりの出力トークン(AA Index) | 37k | 138k |
| うち推論 | 25k | 103k |
| タスクあたりの時間(AA Index) | 5 min | 15 min |
| 出力速度 | 116 tok/s | 151 tok/s |
| 回答開始までの時間 | 15.6秒 | 43.3秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 141.5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 Smallで$0.203、MiniMax M3.1 Flashで$0.491でした。同じ作業でMiniMax M3.1 Flashは3.8倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Inkling Smallのスコアは52.0、最初の回答トークンまで16秒。Inkling Small (xhigh)は47.3(16秒)。MiniMax M3.1 Flashのスコアは54.3、最初の回答トークンまで43秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
116件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Inkling Small | MiniMax M3.1 Flash |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 52.0 | 54.3 |
| エージェント・ツールスコア | BenchLeader | 45.7 | 55.2 |
| コーディングスコア | BenchLeader | 45.6 | 55.4 |
| 人間の評価スコア | BenchLeader | 57.8 | – |
| 知識スコア | BenchLeader | 54.3 | 45.9 |
| 長文コンテキストスコア | BenchLeader | 62.4 | 64.5 |
| 数学スコア | BenchLeader | 53.0 | – |
| マルチモーダルスコア | BenchLeader | 56.3 | 61.5 |
| 推論スコア | BenchLeader | 43.2 | 50.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.525 | $0.262 |
| 出力速度 | BenchLeader | 116 tok/s | 151 tok/s |
| 回答開始までの時間 | BenchLeader | 15.6秒 | 43.3秒 |
| コンテキストウィンドウ | BenchLeader | 65,536トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 88.5%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1428 | – |
| LiveBench 2.0 Reasoning | LiveBench | – | 82.9%† |
| GPQA Diamond (AA) | Artificial Analysis | 89.5% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 33.3% | 48.0% |
| HLE-Diamond (AA) | Artificial Analysis | 12.1% | 28.1% |
| GPQA Diamond (Vals) | Vals AI | 83.6% | – |
| ARC-AGI-1 | ARC Prize | 84.0%† | – |
| ARC-AGI-2 | ARC Prize | 40.1%† | – |
| CritPt | Artificial Analysis | 8.3% | 22.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 18.5% | 32.5% |
| Arena Expert | Arena (LMArena) | 1441 | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 6.0%† | – |
| コーディング | |||
| SciCode | SciCode | 49.6% | – |
| Arena Coding | Arena (LMArena) | 1472 | – |
| Arena WebDev | Arena (LMArena) | 1408 | 1584 |
| LiveBench 2.0 Coding | LiveBench | – | 68.8%† |
| SciCode (AA) | Artificial Analysis | 49.6% | 53.4% |
| 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% | – |
| Vibe Code Bench v1.1 | Vals AI | 19.1% | 73.9%† |
116件のベンチマークをすべて表示
| 指標 | 公開元 | Inkling Small | MiniMax M3.1 Flash |
|---|---|---|---|
| コーディング | |||
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 19.8%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 96.6%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 84.3%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 1.0% | 25.8% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 55.1% | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 29.2 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 28.1† | 30.3† |
| Design Arena Website | Design Arena | – | 1277 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 0.6% | 38.6% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 4.8% | 20.8% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 0.9%† | – |
| Arena Agent | Arena (LMArena) | -18.1 | -2.7 |
| LiveBench Long Agentic | LiveBench | – | 25.7%† |
| LiveBench Browser | LiveBench | – | 80.6%† |
| Terminal-Bench 2.1 (Vals) | Vals AI | 55.1% | – |
| MCP Atlas | Scale AI SEAL | 79.2% | – |
| HiL-Bench | Scale AI SEAL | – | 65.7% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 31.2% | 47.9% |
| GDPval-AA v2.1 | Artificial Analysis | 1133 | 1465 |
| τ³-Banking (AA) | Artificial Analysis | 18.8% | – |
| Analyst Agent (AA) | Artificial Analysis | 27.5% | – |
| CyberBench | Vals AI | 64.1% | – |
| Finance Agent v2 | Vals AI | 41.3% | – |
| Finance Agent v2.1 | Vals AI | 44.8% | 58.8%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 2.9% | 7.5%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 1.7% | – |
| Legal Research Bench | Vals AI | 25.5% | 34.1%† |
| SkillsBench | Vals AI | 33.6% | – |
| Tax Agent Bench | Vals AI | 15.4% | 32.1%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 0.0% | 25.3%† |
| Arena Agent Task Completion | Arena (LMArena) | -27.6 | -0.7 |
| AutomationBench | Artificial Analysis | 4.8% | 72.5% |
| GDP.pdf (AA) | Artificial Analysis | 11.2% | 20.8% |
| Harvey LAB-AA v1.1 | Harvey | 0.0% | – |
| EnterpriseOps-Gym | Artificial Analysis | 42.7% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 912 | 1474 |
| GDPx | GDPx by SemiAnalysis | – | 4.0%† |
| Design Arena Agentic | Design Arena | – | 1252 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 0.0% | 3.3% |
| MKA (AA) | Artificial Analysis | – | 33.5% |
| 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% | – |
| Arena Maths | Arena (LMArena) | 1452 | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 19.1%† | – |
| LiveBench 2.0 Data Analysis | LiveBench | – | 71.4%† |
| LiveBench Research | LiveBench | – | 76.7%† |
| AA-Omniscience v1.1 | Artificial Analysis | -9.5 | -6.4 |
| MMLU-Pro | Vals AI | 85.6% | – |
| LegalBench | Vals AI | 83.0% | – |
| CorpFin | Vals AI | 69.6% | – |
| TaxEval | Vals AI | 75.5% | – |
| PRBench Finance | Scale AI SEAL | – | 45.6% |
| PRBench Legal | Scale AI SEAL | – | 45.1% |
| Excel Modeling Benchmark | Vals AI | 31.8% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 40.8% | 67.8%† |
| MedCode | Vals AI | 37.9% | – |
| MedScribe | Vals AI | 84.1% | – |
| Public Benefits Bench v1.1 | Vals AI | 59.4% | – |
| Access to Justice Benchmark | Vals AI | – | 73.3%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 31.8% | 45.1% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 39.5% | 6.3% |
| 指示追従 | |||
| Arena Instruction Following | Arena (LMArena) | 1397 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1405 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1491 | – |
| Arena Creative Writing | Arena (LMArena) | 1319 | – |
| Arena Multi-turn | Arena (LMArena) | 1414 | – |
| Arena Longer Queries | Arena (LMArena) | 1401 | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1236 | – |
| LiveBench Design | LiveBench | – | 71.2%† |
| MMMU-Pro | Artificial Analysis | 74.0% | 79.1% |
| MortgageTax | Vals AI | 62.3% | – |
| SAGE | Vals AI | – | 85.3%† |
| AudioMC | Scale AI SEAL | 54.9% | – |
| AudioMC (text output) | Scale AI SEAL | 54.9% | – |
| VIALS-AA | Handshake AI | – | 29.8% |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 75.7% | 79.7% |
| MLCR | Artificial Analysis | 7.8% | 16.7% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 150.8 | – |
| LiveBench 2.0 | LiveBench | – | 63.7%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 12.9 | 29.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 25.7 | 42.7 |
| AA Progress Index v1 | Artificial Analysis | 282.7 | 317.6 |
| Vals Index | Vals AI | 27.6 | 53.8† |
| Vals Finance Index | Vals AI | 36.3% | 55.9%† |
| Vals Multimodal Index | Vals AI | 50.0% | – |
| Vals Router Index | Vals AI | 27.6% | 53.8% |
| Vals Legal Index | Vals AI | 57.8% | 67.1%† |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 52.1% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 33.3 | 27.8 |
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
- MiniMax M3.1 Flash:BenchLeader Index 53.7 → 54.3。
- Inkling Small:スコアの改訂1件。
- MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
- Inkling Small:スコアの改訂1件。
- MiniMax M3.1 Flash:スコアの改訂1件。
- Inkling Small:スコアの改訂1件。
- MiniMax M3.1 Flash:スコアの改訂6件。
- MiniMax M3.1 Flash:BenchLeader Index 53.0 → 54.3。
- MiniMax M3.1 Flash:新しい結果1件(HiL-Bench)。
- MiniMax M3.1 Flash:BenchLeader Index 52.0 → 53.0。
関連する比較
- Inkling Small vs Inkling 2 Small
- Inkling Small vs Muse Ember
- MiniMax M3.1 Flash vs Claude Opus 5.5
- MiniMax M3.1 Flash vs GPT-6 Astra
- MiniMax M3.1 Flash vs Claude Fable 5.1
- MiniMax M3.1 Flash vs GPT-6.1 Sol
- MiniMax M3.1 Flash vs Gemini 4 Argon
- MiniMax M3.1 Flash vs GPT-5.6 Sol
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 Small vs MiniMax M3.1 Flash:よくある質問
- Inkling SmallはMiniMax M3.1 Flashより優れていますか?
- Inkling SmallとMiniMax M3.1 Flashの品質は互角です(52.0 対 54.3、±6.9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 SmallとMiniMax M3.1 Flash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MiniMax M3.1 Flashの方が安く、100万トークンあたり$0.262 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 SmallとMiniMax M3.1 Flashのどちらが向いていますか?
- コーディングではMiniMax M3.1 Flashの方がスコアが高くなっています(カテゴリ指標で55 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 Smallが1408、MiniMax M3.1 Flashが1584です。
- Inkling SmallとMiniMax M3.1 Flashはどちらが速いですか?
- MiniMax M3.1 Flashの方が出力が約1.5倍速くなっています(出力151 対 116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 SmallとMiniMax M3.1 Flash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MiniMax M3.1 Flashの方がスコアが高くなっています(カテゴリ指標で55 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Arena Agentでは、Inkling Smallが-18.1、MiniMax M3.1 Flashが-2.7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MiniMax M3.1 Flashの方がスコアが高くなっています(65 対 62)。コンテキストはMiniMax M3.1 Flashの方が長く、1,000,000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 43.3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 SmallとMiniMax M3.1 Flash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26件のベンチマークのうち、Inkling Smallのリードが2件、MiniMax M3.1 Flashのリードが24件です。両方を評価しているすべての総合指標で、MiniMax M3.1 Flashが上回っています。
- MiniMax M3.1 Flashはいつリリースされましたか?
- MiniMax M3.1 Flashは2026年10月19日にリリースされました。