China Mobile

•

JT-4.1 Flash 236B A21B

•

Proprietary model

•

Released Juli 2026

JT-4.1 Flash 236B A21B (Reasoning): Analyse von Intelligenz, Leistung und Preis

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Ausprobieren Benchmarks der API-Anbieter

Geschwindigkeit

k. A.

Ausgabetokens pro Sekunde

Kosten

Eingabe -Ausgabe -

k. A.

Kosten pro Intelligence-Index-Aufgabe

JT-4.1 Flash 236B A21B (Reasoning) zählt bei der Intelligenz zu den führenden Modellen und ist preislich gut aufgestellt im Vergleich zu anderen Modellen mit ähnlichem Preis. Das Modell unterstützt Text und Bilder als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 262k Tokens.

JT-4.1 Flash 236B A21B (Reasoning) erzielt im Artificial Analysis Intelligence Index einen Wert von 34 und liegt damit deutlich über dem Durchschnitt der vergleichbaren Modelle (Median: 12). Bei der Evaluation des Intelligence Index erzeugte es 180M Tokens und antwortete damit sehr ausführlich im Vergleich zum Median von 87M.

Reasoning	Ja Diese Seite zeigt die Reasoning-Version dieses Modells. Möglicherweise gibt es auch eine Variante ohne Reasoning.
Eingabemodalität	Unterstützt: Text und Bilder
Ausgabemodalität	Unterstützt: Text
Kontextfenster	262k ~393 A4-Seiten in Arial mit Schriftgröße 12

Metriken werden mit Modellen derselben Klasse verglichen:

Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:

Sehr klein: ≤4B Parameter
Klein: 4B–40B Parameter
Mittel: 40B–150B Parameter
Groß: >150B Parameter

Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:

<$0.15 pro 1 Mio. Tokens
$0.15–$1 pro 1 Mio. Tokens
>$1 pro 1 Mio. Tokens

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Not publicly available

Geschwindigkeit

Output tokens per second · Higher is better

Not publicly available

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

Not publicly available

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Not publicly available

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Not publicly available

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Fähigkeitsindizes

Misst die Leistung von Modellen bei bestimmten Fähigkeiten und in bestimmten Branchen

Artificial Analysis Index für Finanzen und Rechnungswesen

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Not publicly available

Benchmarks

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

Not publicly available

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench 4.0

Agentic coding & terminal use

SciCodeUnder review

Coding

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

CritPtUnder review

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR v1.1

Long context reasoning

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

MLCR-AA

Medical long context reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

AA-Briefcase v1.1Updated

AA-Briefcase-Elo

AA-Briefcase v1.1 is an agentic knowledge work benchmark developed by Artificial Analysis. AA-Briefcase Elo is a combined metric that aggregates rubric pass rate, analytical quality Elo and presentation Elo · Higher is better

Not publicly available

AA-Briefcase Elo is a combined metric that aggregates analytical quality Elo, presentation Elo, and rubric pass rate, with rubric performance converted into Elo via synthetic head-to-head matches. Elo and 95% confidence interval bounds are clamped at 0.

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.

Not publicly available

Vergleiche des Intelligence Index

Intelligence Index vs. Kosten pro Intelligence-Index-Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Tokenverbrauch

Ausgabe-Token pro Intelligence-Index-Aufgabe

Gewichtete durchschnittliche Anzahl an Ausgabe-Token für eine Aufgabe im Artificial Analysis Intelligence Index

Not publicly available

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Kosten

Kosten pro Intelligence-Index-Aufgabe

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better

Not publicly available

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

Not publicly available

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Not publicly available

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kontextfenster

Context window: tokens limit · Higher is better

Not publicly available

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Häufig gestellte Fragen

Häufige Fragen zu JT-4.1 Flash 236B A21B (Reasoning)

JT-4.1 Flash 236B A21B (Reasoning) wurde am 9. Juli 2026 veröffentlicht.

JT-4.1 Flash 236B A21B (Reasoning) wurde von China Mobile entwickelt.

JT-4.1 Flash 236B A21B (Reasoning) erzielt im Artificial Analysis Intelligence Index einen Wert von 34 und liegt damit im Vergleich zu anderen Reasoning-Modellen einer ähnlichen Preisklasse deutlich über dem Durchschnitt (Median: 12).

Bei der Evaluation des Intelligence Index erzeugte JT-4.1 Flash 236B A21B (Reasoning) 180M Ausgabetokens. Dies ist am oberen Ende im Vergleich zu anderen Reasoning-Modellen einer ähnlichen Preisklasse (Median: 87M).

Ja, JT-4.1 Flash 236B A21B (Reasoning) ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt.

JT-4.1 Flash 236B A21B (Reasoning) unterstützt Text und Bilder als Eingabe.

JT-4.1 Flash 236B A21B (Reasoning) unterstützt Text als Ausgabe.

Ja, JT-4.1 Flash 236B A21B (Reasoning) unterstützt Bildeingaben und kann Bilder analysieren, beschreiben und Fragen dazu beantworten.

Ja, JT-4.1 Flash 236B A21B (Reasoning) ist multimodal. Es kann Text und Bilder als Eingabe verarbeiten und Text als Ausgabe erzeugen.

JT-4.1 Flash 236B A21B (Reasoning) hat ein Kontextfenster von 260k Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Nein, JT-4.1 Flash 236B A21B (Reasoning) ist proprietär. Die Modellgewichte sind nicht öffentlich verfügbar.

JT-4.1 Flash 236B A21B (Reasoning) hat 236 Milliarden Parameter.

JT-4.1 Flash 236B A21B (Reasoning) erzielt im Artificial Analysis Intelligence Index einen Wert von 34. Dieser zusammengesetzte Benchmark bewertet Modelle in den Bereichen Schlussfolgern, Wissen, Mathematik und Programmierung.

Die aktuelle API-Verfügbarkeit finden Sie auf der Anbieterseite. Anbieter anzeigen

Die Verfügbarkeit finden Sie auf der Anbieterseite. Anbieter vergleichen

JT-4.1 Flash 236B A21B (Reasoning): Analyse von Intelligenz, Leistung und Preis

Modellübersicht

Geschwindigkeit

Zusammenfassung des Vergleichs

Technische Spezifikationen

696 Modelle in dieser Klasse

Geschwindigkeit

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index

Open Weights

Intelligence Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

AA-Briefcase v1.1Updated

AA-Briefcase-Elo

AA-Briefcase Elo

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index

Vergleiche des Intelligence Index

Intelligence Index vs. Kosten pro Intelligence-Index-Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Tokenverbrauch

Ausgabe-Token pro Intelligence-Index-Aufgabe

Output Tokens per Intelligence Index Task

Kosten

Kosten pro Intelligence-Index-Aufgabe

Cost per Intelligence Index Task

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Cache Hit

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Häufig gestellte Fragen

Wann wurde JT-4.1 Flash 236B A21B (Reasoning) veröffentlicht?

Wer hat JT-4.1 Flash 236B A21B (Reasoning) entwickelt?

Wie intelligent ist JT-4.1 Flash 236B A21B (Reasoning)?

Wie ausführlich antwortet JT-4.1 Flash 236B A21B (Reasoning)?

Ist JT-4.1 Flash 236B A21B (Reasoning) ein Reasoning-Modell?

Welche Eingabemodalitäten unterstützt JT-4.1 Flash 236B A21B (Reasoning)?

Welche Ausgabemodalitäten unterstützt JT-4.1 Flash 236B A21B (Reasoning)?

Kann JT-4.1 Flash 236B A21B (Reasoning) Bilder verarbeiten?

Ist JT-4.1 Flash 236B A21B (Reasoning) multimodal?

Wie groß ist das Kontextfenster von JT-4.1 Flash 236B A21B (Reasoning)?

Hat JT-4.1 Flash 236B A21B (Reasoning) offene Gewichte?

Wie viele Parameter hat JT-4.1 Flash 236B A21B (Reasoning)?

Wie schneidet JT-4.1 Flash 236B A21B (Reasoning) in Benchmarks ab?

Ist JT-4.1 Flash 236B A21B (Reasoning) über eine API verfügbar?

Wo kann ich JT-4.1 Flash 236B A21B (Reasoning) verwenden?