This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.

AI21 Labs has launched a newer model, Jamba 1.6 Large. We suggest considering it instead.

For more information, see comparison of Jamba 1.6 Large to other models and API provider benchmarks for Jamba 1.6 Large.

Jamba 1.5 Large logo

Open weights model

Released August 2024

Análise de inteligência, desempenho e preço do Jamba 1.5 Large

Resumo do modelo

Inteligência

5
Artificial Analysis Intelligence Index
1 de 4 unidades para Inteligência.

Velocidade

N/D
Tokens de saída por segundo
Valor desconhecido entre 4 unidades para Velocidade.

Preço de entrada

US$ 2,00
USD por 1M de tokens
4 de 4 unidades para Preço de entrada.

Preço de saída

US$ 8,00
USD por 1M de tokens
4 de 4 unidades para Preço de saída.

Verbosidade

N/D
Tokens de saída do Intelligence Index
Valor desconhecido entre 4 unidades para Verbosidade.

Jamba 1.5 Large está entre os modelos menos inteligentes e tem preço especialmente alto em comparação com outros modelos sem raciocínio, de pesos abertos e tamanho semelhante. O modelo aceita entrada em texto, gera saída em texto e tem uma janela de contexto de 256k tokens, com conhecimento até março de 2024.

Jamba 1.5 Large alcança 5 pontos no Artificial Analysis Intelligence Index, ficando na faixa inferior entre os modelos comparáveis (mediana: 17).

O preço do Jamba 1.5 Large é de $2.00 por 1M de tokens de entrada (preço alto, mediana: $0.43) e $8.00 por 1M de tokens de saída (preço alto, mediana: $1.31).

RaciocínioNão

Esta página mostra a versão sem raciocínio deste modelo.

Também pode existir uma variante com raciocínio.

Modalidade de entrada

Compatível com: texto

Modalidade de saída

Compatível com: texto

Data-limite do conhecimento5 de mar. de 2024
Janela de contexto256k
~384 páginas A4 em fonte Arial tamanho 12
Parâmetros totais398B
Parâmetros ativos94B
Número de parâmetros ativos por token durante a inferência
LicençaJamba Open Model License Agreement
Pesos do modeloHugging Face

As métricas são comparadas com modelos da mesma classe:

  • Modelos sem raciocínio → comparados apenas com outros modelos sem raciocínio
  • Modelos de raciocínio → comparados com modelos com e sem raciocínio
  • Modelos de pesos abertos → comparados apenas com outros modelos de pesos abertos da mesma classe de tamanho:
    • Muito pequeno: ≤4B parâmetros
    • Pequeno: 4B–40B parâmetros
    • Médio: 40B–150B parâmetros
    • Grande: >150B parâmetros
  • Modelos proprietários → comparados com modelos proprietários e de pesos abertos da mesma faixa de preço, usando uma proporção combinada de 3:1 entre os preços de entrada e saída:
    • <$0.15 por 1M de tokens
    • $0.15–$1 por 1M de tokens
    • >$1 por 1M de tokens

Destaques

Artificial Analysis Intelligence Index · Higher is better

Velocidade

Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligência

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Estimate (independent evaluation forthcoming)
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index by Open Weights / Proprietary

Artificial Analysis Intelligence Index v4.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Estimate (independent evaluation forthcoming)
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if the weights are available but commercial use is limited (typically requires obtaining a paid license).

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

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

Agentic tool use

Agentic coding & terminal use

Coding

Reasoning & knowledge

Scientific reasoning

Physics reasoning

Long context reasoning

Agentic knowledge work, Elo

Agentic SaaS workflows

Legal agentic work, criterion pass rate

Agentic business operations

Instruction following

Long-horizon agentic tasks

Kubernetes incident root-cause analysis

Visual reasoning

Reasoning models are indicated by a lightbulb icon

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

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Openness Index

Artificial Analysis Openness Index: Score

Openness Index assesses model openness on a 0 to 100 normalized scale (higher is more open)
Reasoning models are indicated by a lightbulb icon

Comparações do Intelligence Index

Intelligence Index vs. Cost per Intelligence Index Task

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line
Reasoning models are indicated by a lightbulb icon

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.

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Custo

Cost per Intelligence Index Task

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better
Reasoning models are indicated by a lightbulb icon

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.

Cost to Run Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index
Reasoning models are indicated by a lightbulb icon

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).

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens)
Reasoning models are indicated by a lightbulb icon

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.

Janela de contexto

Context Window

Context window: tokens limit · Higher is better
Reasoning models are indicated by a lightbulb icon

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).

Tamanho do modelo (somente modelos de pesos abertos)

Model Size: Total and Active Parameters

Comparison between total model parameters and parameters active during inference
Reasoning models are indicated by a lightbulb icon

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Perguntas frequentes

Perguntas comuns sobre o Jamba 1.5 Large

O Jamba 1.5 Large foi lançado em 22 de agosto de 2024.

AI21 Labs criou o Jamba 1.5 Large.

Jamba 1.5 Large alcança 5 pontos (estimativa) no Artificial Analysis Intelligence Index, ficando na faixa inferior entre outros modelos sem raciocínio, de pesos abertos e tamanho semelhante (mediana: 17).

Jamba 1.5 Large custa $2.00 por 1M de tokens de entrada (na faixa superior, mediana: $0.60) e $8.00 por 1M de tokens de saída (na faixa superior, mediana: $2.50), com base na mediana dos provedores que oferecem o modelo.

Jamba 1.5 Large custa $2.00 por 1M de tokens de entrada e $8.00 por 1M de tokens de saída (com base na mediana dos provedores que oferecem o modelo). Considerando uma tarifa combinada (proporção de 7:2:1 entre acerto do cache, entrada e saída), o preço é de $2.60 por 1M de tokens. O preço pode variar conforme o provedor. Comparar preços dos provedores

Não, o Jamba 1.5 Large não é um modelo de raciocínio. Ele fornece respostas diretas, sem raciocínio em cadeia prolongado.

Jamba 1.5 Large aceita entrada em texto.

Jamba 1.5 Large permite saída em texto.

Não, o Jamba 1.5 Large não aceita imagens como entrada. Ele só consegue processar texto.

Não, o Jamba 1.5 Large não é multimodal. Ele aceita apenas entrada em texto.

Jamba 1.5 Large tem uma janela de contexto de 260k tokens. Isso determina quanto texto e histórico da conversa o modelo consegue processar em uma única solicitação.

Sim, o Jamba 1.5 Large é um modelo de pesos abertos. Os pesos estão disponíveis publicamente e podem ser baixados para auto-hospedagem.

Jamba 1.5 Large tem 398 bilhões parâmetros (94 bilhões ativos).

Jamba 1.5 Large é um modelo de mistura de especialistas (MoE) com 398 bilhões parâmetros no total, mas apenas 94 bilhões parâmetros ativos são usados durante a inferência.

Jamba 1.5 Large foi lançado sob a licença Jamba Open Model License Agreement. Essa licença permite o uso comercial. Ver licença

Jamba 1.5 Large alcança 5 pontos no Artificial Analysis Intelligence Index. Esse benchmark composto avalia os modelos em raciocínio, conhecimento, matemática e programação.

A data-limite do conhecimento do Jamba 1.5 Large é março de 2024. Os dados de treinamento do modelo incluem informações até essa data.

Sim, o Jamba 1.5 Large está disponível por API em 1 provedor. Comparar provedores de API

Jamba 1.5 Large está disponível em 1 provedor de API. Comparar provedores