BenchLeader

Jamba Large 1.6

质量第 338 / 339 名
25.8Index
后四分之一
较中位数 −24.4
价格第 202 / 255 名
$3.50每百万 token
最贵的四分之一
中位数的 4.1 倍
性价比第 233 / 255 名
7.4分/$
后四分之一
中位数的 0.1 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 88 分之一。

有 200 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38),另有 197 个。

截至 2026年11月16日,Jamba Large 1.6(AI21 Labs)在 BenchLeader Index 上得分 25.8(共 608 个已排名配置)。表现最好的是知识(21),最弱的是编程(12)。API 价格为输入每百万 token $2.00、输出每百万 token $8.00(按 3:1 混合为 $3.50),为 2026年11月16日的标价。发布于 2025年3月6日。

要点(截至 2026年11月16日)

  • Jamba Large 1.6 的 API 价格为输入每百万 token $2.00、输出每百万 token $8.00(按 3:1 混合为 $3.50)(标价,2026年11月16日)。
  • Jamba Large 1.6 于 2025年3月6日发布(AI21 Labs)。

详细说明:Jamba Large 1.6 是 AI21 Labs 的模型,发布于 2025年3月6日。其最佳配置在 BenchLeader Index 上得分 25.8 ±7.8,在 608 个配置中排第 607 名,处于下半区。关键在于这个“±”:另有 13 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,知识得分最高(21),编程最低(12)。按混合价格计,每百万 token $3.50,属于已排名模型中最贵的一档。最近一次测量:2026年10月13日。

混合价格
$3.50/M
输入 $2.00 · 输出 $8.00
来源:LiteLLM price table
输出速度
–
首次回答
–
上下文
256k
来源:LiteLLM price table
单任务成本
–
单任务 token 数
–
发布日期
2025年3月6日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index26
  2. 编程12
  3. 数学17
  4. 知识21

嵌入这个排名

更多徽章样式
[![Jamba Large 1.6 on BenchLeader: 综合第 330 名](https://www.benchleader.com/badge/jamba-large-1-6.svg?style=compact)](https://www.benchleader.com/models/jamba-large-1-6)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

AI21 Labs 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

AI21 Labs 以这个名称发布过 5 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Jamba 1.7 Large2025年7月7日––
Jamba Large2025年7月3日––
Jamba Large 1.6本页2025年3月6日25.8#607
Jamba 1.5 Large2024年8月22日42.7#488
Jamba Large 1.7–––

Index 走势

2026年9月9日 至 2026年11月16日
172534

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源
GPQA Diamond (Vals)不计入 Index36.1%#128Vals AI

编程

基准测试默认来源
LiveCodeBench22.3%#137Vals AI

数学

基准测试默认来源
AIME (Vals)0.4%#93Vals AI
MGSM71.2%#71Vals AI
MATH 500不计入 Index54.8%#56Vals AI

知识

基准测试默认来源
MMLU-Pro49.8%#131Vals AI
LegalBench72.0%#117Vals AI
CorpFin41.5%#119Vals AI
TaxEval60.9%#121Vals AI
MedQA50.7%#91Vals AI

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0032––
总结一份 30 页的报告12,000 / 600$0.029––
代码编辑6,000 / 1,500$0.024––
智能体编程会话60,000 / 4,000$0.152––
结构化信息提取2,000 / 200$0.0056––

AI21 Labs 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Jamba Large 1.6 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Jamba Large 1.6 on BenchLeader: 综合第 330 名](https://www.benchleader.com/badge/jamba-large-1-6.svg)](https://www.benchleader.com/models/jamba-large-1-6)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Jamba Large 1.6 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/jamba-large-1-6

BibTeX:

@misc{benchleader_jamba_large_1_6_20261116,
  author       = {{BenchLeader}},
  title        = {{Jamba Large 1.6 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/jamba-large-1-6}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Jamba Large 1.6 的基准测试得分是多少?
截至 2026年11月16日,Jamba Large 1.6 的 BenchLeader Index 为 25.8 ±7.8。最强的是知识(21),最弱的是编程(12)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Jamba Large 1.6 排名第几?
截至 2026年11月16日,Jamba Large 1.6 在 608 个已排名配置中排第 607 名。另有 13 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Jamba Large 1.6 每百万 token 的价格是多少?
截至 2026年11月16日,Jamba Large 1.6 的价格为输入每百万 token $2.00、输出每百万 token $8.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.50。
Jamba Large 1.6 是什么时候发布的?
AI21 Labs 于 2025年3月6日发布了 Jamba Large 1.6。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Jamba Large 1.6:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/jamba-large-1-6。