J

Jamba 1.7 Large

AI21の最新のハイブリッドSSM-Transformerアーキテクチャモデルで、940億のアクティブパラメータと3980億の総パラメータを持ち、256Kのコンテキストウィンドウをサポートします。基本性能に加えて、情報の基礎化と命令の遵守能力を改善し、ExpertsInt8量子化技術を採用しており、8×80GB GPUで効率的に動作します。企業レベルの長文書分析、RAG最適化、複雑な対話タスクに適しています。
インテリジェンス(比較的弱い)
速度(比較的遅い)
入力サポートモダリティ
はい
推論モデルかどうか
260,000
コンテキストウィンドウ
0
最大出力トークン
-
知識カットオフ

価格設定

¥3.53 /M tokens
入力
¥7.99 /M tokens
出力
¥25.2 /M tokens
混合価格

クイック簡易比較

入力

出力

Jamba 1.7 Large
¥0.49
Jamba 1.7 Mini
Jamba 1.5 Mini
¥0.2

基本パラメータ

Jamba 1.7 Large技術パラメータ
パラメータ数
未発表
コンテキスト長
260.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキストのみ
スループット
0
リリース日
2025-07-07
応答速度
59.83,873 tokens/s

ベンチマークスコア

以下はJamba 1.7 Largeの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
30
大規模言語モデルインテリジェンスレベル
コーディング指数
18.42
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
32.83
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
57.7
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
39
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
3.8
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
18.1
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
18.8
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
71
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
60
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
5.7
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase