Jamba 1.5 Large

Fiche modèle · AI21 Labs · jamba-1.5-large

State-of-the-art hybrid SSM-Transformer instruction following foundation model, offering superior long context handling, speed, and quality.

Fiches modèles

Identité

Organisation	AI21 Labs
Pays	—
Famille	—
Type	llm
Date de sortie	2024-08-22
Licence	jamba open model license
Licence commerciale	non
Licence open source	non
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 398 Md > 107 Md
Modalités	text
Fenêtre de contexte	—
KV cache / token (Q8)	—
Paramètres totaux	398 B
Paramètres actifs (session)	94 B
Source des paramètres actifs	web : https://arxiv.org/abs/2408.12570
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	2024-03-05
Créé le	2026-05-07T16:53:27.229462Z
Mis à jour le	2026-11-04T06:04:30.401629Z
Source	LLM Stats
URL	https://llm-stats.com/models/jamba-1.5-large

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.70
language	0.70
legal	0.60
math	0.70
physics	0.40
reasoning	0.70
finance	0.60
general	0.70
healthcare	0.60
biology	0.40
chemistry	0.40
communication	0.50
creativity	0.70
writing	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
arc-c	reasoning	0.93	1.00	0.93	non	oui	2026-11-04T06:04:30.413984Z
arena-hard	general	0.65	1.00	0.65	non	oui	2026-11-04T06:04:30.429912Z
gpqa	reasoning	0.37	1.00	0.37	non	oui	2026-11-04T06:04:30.433854Z
gsm8k	math	0.87	1.00	0.87	non	oui	2026-11-04T06:04:30.440848Z
mmlu	general	0.81	1.00	0.81	non	oui	2026-11-04T06:04:30.451679Z
mmlu-pro	language	0.54	1.00	0.54	non	oui	2026-11-04T06:04:30.455532Z
truthfulqa	general	0.58	1.00	0.58	non	oui	2026-11-04T06:04:30.463563Z
wild-bench	general	0.48	1.00	0.48	non	oui	2026-11-04T06:04:30.469891Z

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04