AIFIND / MODEL INTELLIGENCE
Inkling
Thinking Machines Lab · 公開日 2026-07-15
集計
総合スコア27.9
参考順位#51
証拠のカバー率67.7%
個別評価13
コーディング—証拠不足 · 1 出典推論27.5参考順位 #39 · 表示上位外 · 4 出典知識37.8参考順位 #42 · 表示上位外 · 2 出典専門業務19.2参考順位 #40 · 表示上位外 · 2 出典
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
公開されたモデルの重み ↗採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠71.8%
Arena · 創作総合比較の証拠1,379.1
Creative Writing v3総合比較の証拠1,610.8
コーディング
推論
LiveBench · 推論と数学総合比較の証拠83.4%
FrontierMath v2 · Tiers 1–3総合比較の証拠33.3%
FrontierMath v2 · Tier 4総合比較の証拠4.9%
知識
SimpleQA Verified総合比較の証拠40.3%
専門業務
APEX-Agents 1.1総合比較の証拠33.8%
採用しない結果・未測定
- Arena Vision — 採用可能な実測がありません
- DeepSWE v1.1 — 採用可能な実測がありません
- Mystery Game Puzzles — 採用可能な実測がありません
欠測の分野: 画像理解、中国語・多言語。公表誤差のない測定: 7 件。欠測を 0 点にせず、未公表の誤差を推測しません。
近い順位のモデルと比較
Muse Spark 1.1 · #3010 共通測定
共通証拠の重み 55.2% · 相対的な純支持差 -0.256
| 出典 | Inkling | Muse Spark 1.1 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 71.8% | 72.0% | 12.5% |
| Arena · 創作 ↗ | 1,379.1 | 1,447.1 | 6.3% |
| Creative Writing v3 ↗ | 1,610.8 | 1,927.1 | 3.1% |
| Longform Writing ↗ | 72.5 | 70.6 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 71.0% | 77.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.4% | 58.5% | 4.2% |
| LiveBench · 推論と数学 ↗ | 83.4% | 87.4% | 3.1% |
| SimpleQA Verified ↗ | 40.3% | 57.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 33.8% | 31.8% | 6.3% |
| Vals Finance Agent ↗ | 46.6% | 57.2% | 6.3% |
Gemini 3.1 Pro Preview · #2914 共通測定
共通証拠の重み 67.7% · 相対的な純支持差 -0.324
| 出典 | Inkling | Gemini 3.1 Pro Preview | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 71.8% | 82.2% | 12.5% |
| Arena · 創作 ↗ | 1,379.1 | 1,480.3 | 6.3% |
| Creative Writing v3 ↗ | 1,610.8 | 1,491.3 | 3.1% |
| Longform Writing ↗ | 72.5 | 68.2 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 71.0% | 76.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.4% | 44.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 83.4% | 87.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 33.3% | 59.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 4.9% | 26.8% | 1.6% |
| Chess Puzzles ↗ | 21.0% | 49.0% | 3.1% |
| SimpleQA Verified ↗ | 40.3% | 73.5% | 6.3% |
| GPQA Diamond ↗ | 88.3% | 94.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 33.8% | 35.3% | 6.3% |
| Vals Finance Agent ↗ | 46.6% | 43.0% | 6.3% |
DeepSeek V4.1 Flash · #289 共通測定
共通証拠の重み 49.0% · 相対的な純支持差 -0.337
| 出典 | Inkling | DeepSeek V4.1 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 71.8% | 75.6% | 12.5% |
| Arena · 創作 ↗ | 1,379.1 | 1,440.1 | 6.3% |
| Creative Writing v3 ↗ | 1,610.8 | 1,540.1 | 3.1% |
| Longform Writing ↗ | 72.5 | 74 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 71.0% | 80.0% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.4% | 77.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 83.4% | 90.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 33.8% | 39.5% | 6.3% |
| Vals Finance Agent ↗ | 46.6% | 53.5% | 6.3% |
Claude Opus 4.6 · #2713 共通測定
共通証拠の重み 61.5% · 相対的な純支持差 -0.317
| 出典 | Inkling | Claude Opus 4.6 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 71.8% | 73.3% | 12.5% |
| Arena · 創作 ↗ | 1,379.1 | 1,500.8 | 6.3% |
| Creative Writing v3 ↗ | 1,610.8 | 1,809.1 | 3.1% |
| Longform Writing ↗ | 72.5 | 77.7 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 71.0% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.4% | 49.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 83.4% | 89.0% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 33.3% | 66.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 4.9% | 26.8% | 1.6% |
| Chess Puzzles ↗ | 21.0% | 14.0% | 3.1% |
| SimpleQA Verified ↗ | 40.3% | 47.0% | 6.3% |
| GPQA Diamond ↗ | 88.3% | 88.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 33.8% | 46.3% | 6.3% |
GPT-5.6 Terra · #2614 共通測定
共通証拠の重み 67.7% · 相対的な純支持差 -0.504
| 出典 | Inkling | GPT-5.6 Terra | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 71.8% | 73.8% | 12.5% |
| Arena · 創作 ↗ | 1,379.1 | 1,425.5 | 6.3% |
| Creative Writing v3 ↗ | 1,610.8 | 1,854.9 | 3.1% |
| Longform Writing ↗ | 72.5 | 78 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 71.0% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.4% | 54.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 83.4% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 33.3% | 86.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 4.9% | 70.7% | 1.6% |
| Chess Puzzles ↗ | 21.0% | 54.0% | 3.1% |
| SimpleQA Verified ↗ | 40.3% | 43.2% | 6.3% |
| GPQA Diamond ↗ | 88.3% | 93.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 33.8% | 58.2% | 6.3% |
| Vals Finance Agent ↗ | 46.6% | 54.4% | 6.3% |