BenchLeader

Inkling Small vs Muse Ember

詳しいプロフィール:Inkling Small(Thinking Machines)とMuse Ember(Meta)。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 SmallとMuse Emberの品質は互角です(BenchLeader Indexで52.0 対 52.1、±6.4の誤差範囲内)。価格はMuse Emberの方が2.6倍安く、100万トークンあたりのブレンド価格で$0.200 対 $0.525です。知識(54 対 49)を重視するならInkling Small、コーディング(60 対 46)、推論(51 対 43)、エージェント・ツール(52 対 46)を重視するならMuse Emberが向いています。回答開始までの時間はMuse Emberの方が短く、5.0秒 対 15.6秒です。Muse Emberは出力が3倍以上速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはInkling Smallが52.0、Muse Emberが52.1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)。
  • Muse Emberの100万トークンあたりのブレンド価格は$0.200です(定価、2026年11月16日)。
  • Muse EmberはInkling Smallより出力が3倍以上速いです(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24件のベンチマークのうち、Muse Emberが23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、Muse Emberが1609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Muse Emberカテゴリスコア60 対 46;Arena WebDev 1609 対 1408高
エージェント・ツール利用Muse Emberカテゴリスコア52 対 46;Arena Agent 1.7 対 -18.1中
推論Muse Emberカテゴリスコア51 対 43;HLE-Diamond (AA) 25.1% 対 12.1%高
知識Inkling Smallカテゴリスコア54 対 49;AA-Omniscience v1.1 -9.5 対 7.4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Muse Ember100万トークンあたりブレンド価格$0.200 対 $0.525;エージェント型コーディングセッション$0.008 対 $0.023–
回答開始の速さMuse Ember最初の回答トークンまで5.0秒(Muse Ember (max))対 15.6秒(Inkling Small)–
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Muse Ember (max)の品質は互角です(52.0 対 52.1、±6.4の誤差範囲内)。
  • Inkling Smallは知識で優れています。
  • Muse Ember (max)はエージェント・ツール、コーディング、推論で優れています。
  • Muse Ember (max)の方が2.6倍安くなっています(100万トークンあたりブレンド価格$0.200 対 $0.525)。
  • Muse Ember (max)の方が出力が3.8倍速くなっています(437 対 116トークン/秒)。

概要

仕様Inkling SmallMuse Ember
プロバイダーThinking MachinesMeta
リリース日2026年7月15日2026年11月9日
コンテキストウィンドウ(トークン)65,5361,048,576
比較した構成Inkling SmallMuse Ember (max)
オープンウェイトありなし
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 / $1.20 / $0.116$0.100 / $0.500 / $0.0040

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 SmallMuse Ember (max)トップ
推論43.251.1Muse Ember
コーディング45.660.0Muse Ember
エージェント・ツール45.752.4Muse Ember
数学53.0–比較不可
知識54.348.8Inkling Small
人間の評価57.8–比較不可
マルチモーダル56.3–比較不可
長文コンテキスト62.4–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推論コーディングエージェント・ツール知識Inkling Small, 推論: 43.2Inkling Small, コーディング: 45.6Inkling Small, エージェント・ツール: 45.7Inkling Small, 知識: 54.3Muse Ember, 推論: 51.1Muse Ember, コーディング: 60.0Muse Ember, エージェント・ツール: 52.4Muse Ember, 知識: 48.8

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, 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24件のベンチマークのうち、Inkling Smallのリードが1件、Muse Emberのリードが23件です。両方を評価しているすべての総合指標で、Muse Emberが上回っています。

総合IndexInkling SmallMuse Ember (max)トップ
BenchLeader Index52.052.1互角
AA Intelligence Index v5.0.112.936.0Muse Ember
Vals Index27.660.5Muse Ember

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 SmallMuse Ember (max)
100万トークンあたりのブレンド価格$0.525$0.200
100万トークンあたりの入力/出力$0.300 / $1.20$0.100 / $0.500
100万トークンあたりのキャッシュ入力$0.116$0.0040
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$0.0015
タスクあたりの価格:コード編集$0.0036$0.0014
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$0.0080
タスクあたりの価格:構造化データの抽出$0.0008$0.0003
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$0.0037
ベンチマークのタスクあたりのコスト(AA Index)$0.203$0.136
タスクあたりの出力トークン(AA Index)37k84k
うち推論25k52k
タスクあたりの時間(AA Index)5 min3 min
出力速度116 tok/s437 tok/s
回答開始までの時間15.6秒5.0秒
回答が完了するまでの時間(最終測定2026年11月13日)–12.9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、Muse Ember (max)で$0.136でした。同じ作業でMuse Ember (max)は2.3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)。Muse Ember (max)のスコアは52.1、最初の回答トークンまで5秒。Muse Ember (xhigh)は49.1(4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

101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 SmallMuse Ember (max)
BenchLeader IndexBenchLeader52.052.1
エージェント・ツールスコアBenchLeader45.752.4
コーディングスコアBenchLeader45.660.0
人間の評価スコアBenchLeader57.8–
知識スコアBenchLeader54.348.8
長文コンテキストスコアBenchLeader62.4–
数学スコアBenchLeader53.0–
マルチモーダルスコアBenchLeader56.3–
推論スコアBenchLeader43.251.1
ブレンド価格($/100万トークン)BenchLeader$0.525$0.200
出力速度BenchLeader116 tok/s437 tok/s
回答開始までの時間BenchLeader15.6秒5.0秒
コンテキストウィンドウBenchLeader65,536トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub88.5%†–
SimpleBenchSimpleBench–72.7%†
Arena Hard PromptsArena (LMArena)1428–
GPQA Diamond (AA)Artificial Analysis89.5%–
Humanity's Last Exam (AA)Artificial Analysis33.3%–
HLE-Diamond (AA)Artificial Analysis12.1%25.1%
GPQA Diamond (Vals)Vals AI83.6%–
ARC-AGI-1ARC Prize84.0%†–
ARC-AGI-2ARC Prize40.1%†–
CritPtArtificial Analysis8.3%–
CritPt v2 hard subset (AA)Artificial Analysis18.5%39.0%
Arena ExpertArena (LMArena)1441–
Mystery Game PuzzlesEpoch AI Benchmarking Hub6.0%†–
コーディング
SciCodeSciCode49.6%–
Arena CodingArena (LMArena)1472–
Arena WebDevArena (LMArena)14081609
LiveCodeBenchVals AI85.9%–
IOIVals AI9.3%–
SWE-bench (Vals)Vals AI82.2%–
Code MigrationVals AI13.7%–
Code Migration v1.1Vals AI10.4%–
ProgramBenchVals AI0.5%–
Vibe Code Bench v1.1Vals AI19.1%83.7%
SWE Atlas v1.1Scale AI SEAL–56.0%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–61.3%†
101件のベンチマークをすべて表示
指標公開元Inkling SmallMuse Ember (max)
コーディング
SWE Atlas v1.1: Test WritingScale AI SEAL–56.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–50.0%†
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%40.9%
Terminal-Bench 2.1 (AA)Artificial Analysis55.1%–
GameBench 2 OverallDuelLab GameBench 229.2–
GameBench 2 by reasoning settingDuelLab GameBench 228.1†–
Design Arena WebsiteDesign Arena–1330†
FrontierCode 1.1 (AA)Artificial Analysis0.6%–
FrontierCode 2.0 (AA)Artificial Analysis4.8%27.2%
エージェント・ツール
Terminal-BenchTerminal-Bench0.9%†30.6%†
APEX-AgentsMercor–64.3%†
Arena AgentArena (LMArena)-18.11.7
Terminal-Bench 2.1 (Vals)Vals AI55.1%–
MCP AtlasScale AI SEAL79.2%–
GDPval-AA v2.1, normalised scoreArtificial Analysis31.2%–
GDPval-AA v2.1Artificial Analysis1133–
τ³-Banking (AA)Artificial Analysis18.8%–
Analyst Agent (AA)Artificial Analysis27.5%–
CyberBenchVals AI64.1%–
Finance Agent v2Vals AI41.3%–
Finance Agent v2.1Vals AI44.8%63.8%
Harvey's Legal Agent Benchmark v1.1Vals AI2.9%25.0%
Harvey's Legal Agent Benchmark v1Vals AI1.7%–
Legal Research BenchVals AI25.5%49.0%
SkillsBenchVals AI33.6%–
Tax Agent BenchVals AI15.4%38.2%
Terminal-Bench 4.0 (Vals)Vals AI0.0%39.4%
Arena Agent Task CompletionArena (LMArena)-27.6-7.6
AutomationBenchArtificial Analysis4.8%68.1%
GDP.pdf (AA)Artificial Analysis11.2%22.8%
Harvey LAB-AA v1.1Harvey0.0%–
EnterpriseOps-GymArtificial Analysis42.7%–
AA-Briefcase v1.1Artificial Analysis9121520
Terminal-Bench-Science 0.1 (AA)Artificial Analysis0.0%20.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub46.3%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub17.1%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub90.0%†–
ProofBenchVals AI6.0%–
Arena MathsArena (LMArena)1452–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub19.1%†–
AA-Omniscience v1.1Artificial Analysis-9.57.4
MMLU-ProVals AI85.6%–
LegalBenchVals AI83.0%–
CorpFinVals AI69.6%–
TaxEvalVals AI75.5%–
Excel Modeling BenchmarkVals AI31.8%–
Excel Modeling Benchmark v1.1Vals AI40.8%72.2%
MedCodeVals AI37.9%–
MedScribeVals AI84.1%–
Public Benefits Bench v1.1Vals AI59.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis31.8%21.1%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.5%82.6%
指示追従
Arena Instruction FollowingArena (LMArena)1397–
人間の評価
Arena TextArena (LMArena)1405–
EQ-Bench Creative Writing v3EQ-Bench1491–
Arena Creative WritingArena (LMArena)1319–
Arena Multi-turnArena (LMArena)1414–
Arena Longer QueriesArena (LMArena)1401–
マルチモーダル
Arena VisionArena (LMArena)1236–
MMMU-ProArtificial Analysis74.0%–
MortgageTaxVals AI62.3%–
AudioMCScale AI SEAL54.9%–
AudioMC (text output)Scale AI SEAL54.9%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis75.7%–
MLCRArtificial Analysis7.8%18.3%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub150.8–
AA Intelligence Index v5.0.1Artificial Analysis12.936.0
AA Intelligence Index v4.3.2Artificial Analysis25.7–
AA Progress Index v1Artificial Analysis282.7–
Vals IndexVals AI27.660.5
Vals Finance IndexVals AI36.3%60.9%
Vals Multimodal IndexVals AI50.0%–
Vals Router IndexVals AI27.6%–
Vals Legal IndexVals AI57.8%75.7%
安全性・誠実さ
FORTRESSScale AI SEAL–11.9%†
メタデータ
AA Openness IndexArtificial Analysis33.3–

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 Small:スコアの改訂1件。
  • Muse Ember (max):新しい結果1件(Arena Agent)。
  • Inkling Small:スコアの改訂1件。
  • Muse Ember (max):新しい結果2件(MLCR, Arena WebDev)。
  • Inkling Small:スコアの改訂1件。
  • Inkling Small:スコアの改訂1件。
  • Inkling Small:スコアの改訂1件。
  • Inkling Small:BenchLeader Index 54.9 → 51.9。
  • Inkling Small:新しい結果5件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $0.089/M → $0.20/M。
  • Inkling Small:新しい結果1件(AA-Briefcase v1.1)。

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 Muse Ember:よくある質問

Inkling SmallはMuse Emberより優れていますか?
Inkling SmallとMuse Ember (max)の品質は互角です(52.0 対 52.1、±6.4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Muse Ember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Muse Emberの方が安く、100万トークンあたり$0.200 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Muse Emberのどちらが向いていますか?
コーディングではMuse Emberの方がスコアが高くなっています(カテゴリ指標で60 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、Muse Emberが1609です。
Inkling SmallとMuse Emberはどちらが速いですか?
Muse Emberの方が出力が3倍以上速くなっています(出力437 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Muse Ember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Muse Emberの方がスコアが高くなっています(カテゴリ指標で52 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、Muse Emberが1.7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?
コンテキストはMuse Emberの方が長く、1,048,576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Muse Emberです。Artificial Analysisの測定では、最初の回答トークンまで5.0秒 対 15.6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Muse Ember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24件のベンチマークのうち、Inkling Smallのリードが1件、Muse Emberのリードが23件です。両方を評価しているすべての総合指標で、Muse Emberが上回っています。
Muse Emberはいつリリースされましたか?
Muse Emberは2026年11月9日にリリースされました。