Análise de inteligência, desempenho e preço do Jamba 1.7 Large
Resumo do modelo
InteligênciaUpdated
* Estimado
Velocidade
Verbosidade
Jamba 1.7 Large está entre os modelos menos inteligentes, mas tem preço competitivo 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 agosto de 2024.
Jamba 1.7 Large alcança 6 pontos no Artificial Analysis Intelligence Index, ficando na faixa inferior entre os modelos comparáveis (mediana: 12).
| Raciocínio | Não 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 conhecimento | 22 de ago. de 2024 |
| Janela de contexto | 256k ~384 páginas A4 em fonte Arial tamanho 12 |
| Parâmetros totais | 398B |
| Parâmetros ativos | 94B Número de parâmetros ativos por token durante a inferência |
| Licença | Jamba Open Model License Agreement |
| Pesos do modelo | Hugging 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
Velocidade
InteligênciaUpdated
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abertos vs. proprietários
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
AA-Omniscience
AA-Omniscience Index
Openness Index
Artificial Analysis Openness Index: pontuação
Comparações do Intelligence Index
Intelligence Index vs. custo por tarefa do Intelligence Index
Custo
Custo por tarefa do Intelligence Index
Custo de executar o Artificial Analysis Intelligence Index
Preços: acertos de cache, entrada e saída
Janela de contexto
Janela de contexto
Tamanho do modelo (somente modelos de pesos abertos)
Tamanho do modelo: parâmetros totais e ativos
Perguntas frequentes
Perguntas comuns sobre o Jamba 1.7 Large
O Jamba 1.7 Large foi lançado em 7 de julho de 2025.
AI21 Labs criou o Jamba 1.7 Large.
Jamba 1.7 Large alcança 6 pontos (estimativa) no Artificial Analysis Intelligence Index, ficando na faixa inferior entre outros modelos sem raciocínio, de pesos abertos e tamanho semelhante (mediana: 12).
Não, o Jamba 1.7 Large não é um modelo de raciocínio. Ele fornece respostas diretas, sem raciocínio em cadeia prolongado.
Jamba 1.7 Large aceita entrada em texto.
Jamba 1.7 Large permite saída em texto.
Não, o Jamba 1.7 Large não aceita imagens como entrada. Ele só consegue processar texto.
Não, o Jamba 1.7 Large não é multimodal. Ele aceita apenas entrada em texto.
Jamba 1.7 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 1.7 Large é um modelo de pesos abertos. Os pesos estão disponíveis publicamente e podem ser baixados para auto-hospedagem.
Jamba 1.7 Large tem 398 bilhões parâmetros (94 bilhões ativos).
Jamba 1.7 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 1.7 Large foi lançado sob a licença Jamba Open Model License Agreement. O uso comercial é permitido com restrições. Ver licença
Jamba 1.7 Large alcança 6 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 1.7 Large é agosto de 2024. Os dados de treinamento do modelo incluem informações até essa data.
Jamba 1.7 Large é um modelo de pesos abertos que pode ser auto-hospedado. Ver provedores
Jamba 1.7 Large é um modelo de pesos abertos que pode ser baixado e auto-hospedado. Comparar provedores