CohereSprachmodell
Aya Expanse 8B
Für Aya Expanse 8B gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 280 von 785
40von 100+1 zum Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
Aya Expanse 8B bringt Coheres 23-sprachigen Aya-Ansatz in einen offenen 8-Milliarden-Parameter-Checkpoint. Die Forschung dahinter kombiniert mehrsprachiges Preference Training, Safety-Tuning und Model Merging. Entsprechend bleibt der Checkpoint auf Übersetzung und Instruktionsaufgaben konzentriert und bietet weder Bildverständnis noch eingebaute Werkzeuge.
Das 8-Milliarden-Modell bietet 8.000 Token Kontext und bleibt dadurch deutlich enger als Aya Expanse 32B. Die Gewichte stehen unter CC-BY-NC-4.0, das eine uneingeschränkte kommerzielle Nutzung ausschließt.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 58 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 5
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Discriminative average (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.3
- Bewertung
- 70.3
- Messgröße
- average accuracy over XWinograd, XCOPA and XStoryCloze
- Einheit
- %
- Benchmark-Version
- Aya Expanse paper; 0-shot; 23-language evaluation
- Kategorie
- multilingual
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse authors' multilingual evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Ergebnisse für Aya Expanse 8B. Global-MMLU mit 5 Shots; diskriminative Aufgaben zero-shot; MGSM mit 5-Shot-CoT/striktem Match; Übersetzung mit FLORES-200 und xCOMET-XL.
- Einordnung
- Die Quelle ist die Arbeit der Modellautoren. Nicht alle Generierungsdetails oder Evaluationsdaten sind angegeben. Ein späterer Aya-Checkpoint ist nicht gemeint.
Global-MMLU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 53.7
- Bewertung
- 53.7
- Messgröße
- accuracy; 5-shot
- Einheit
- %
- Benchmark-Version
- Aya Expanse paper; 23-language multilingual MMLU
- Kategorie
- multilingual
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse authors' multilingual evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Ergebnisse für Aya Expanse 8B. Global-MMLU mit 5 Shots; diskriminative Aufgaben zero-shot; MGSM mit 5-Shot-CoT/striktem Match; Übersetzung mit FLORES-200 und xCOMET-XL.
- Einordnung
- Die Quelle ist die Arbeit der Modellautoren. Nicht alle Generierungsdetails oder Evaluationsdaten sind angegeben. Ein späterer Aya-Checkpoint ist nicht gemeint.
MGSM (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 67
- Bewertung
- 67
- Messgröße
- strict-match accuracy; 5-shot chain-of-thought
- Einheit
- %
- Benchmark-Version
- Aya Expanse paper; 7 languages
- Kategorie
- multilingual
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse authors' multilingual evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Ergebnisse für Aya Expanse 8B. Global-MMLU mit 5 Shots; diskriminative Aufgaben zero-shot; MGSM mit 5-Shot-CoT/striktem Match; Übersetzung mit FLORES-200 und xCOMET-XL.
- Einordnung
- Die Quelle ist die Arbeit der Modellautoren. Nicht alle Generierungsdetails oder Evaluationsdaten sind angegeben. Ein späterer Aya-Checkpoint ist nicht gemeint.
INCLUDE accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 37.2
- Bewertung
- 37.2
- Messgröße
- accuracy
- Einheit
- %
- Kategorie
- multilingual-understanding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse technical report, arXiv:2412.04261v1
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. INCLUDE-base, zero-shot mit Chain-of-Thought in der jeweiligen Sprache, 44 Sprachen.
m-ArenaHard win rate vs Gemma 2 9B (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 60.4
- Bewertung
- 60.4
- Messgröße
- pairwise win rate
- Einheit
- %
- Kategorie
- open-ended-generation
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse technical report, arXiv:2412.04261v1
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. m-ArenaHard-Paarvergleich, Mittel über 23 Sprachen; GPT-4o-2024-08-06 als Judge; instruct-getunte Vergleichsmodelle.
m-ArenaHard win rate vs Qwen 2.5 7B (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55.7
- Bewertung
- 55.7
- Messgröße
- pairwise win rate
- Einheit
- %
- Kategorie
- open-ended-generation
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse technical report, arXiv:2412.04261v1
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. m-ArenaHard-Paarvergleich, Mittel über 23 Sprachen; GPT-4o-2024-08-06 als Judge; instruct-getunte Vergleichsmodelle.
m-ArenaHard win rate vs Llama 3.1 8B (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.6
- Bewertung
- 70.6
- Messgröße
- pairwise win rate
- Einheit
- %
- Kategorie
- open-ended-generation
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse technical report, arXiv:2412.04261v1
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. m-ArenaHard-Paarvergleich, Mittel über 23 Sprachen; GPT-4o-2024-08-06 als Judge; instruct-getunte Vergleichsmodelle.
Dolly win rate vs Llama 3.1 8B (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.9
- Bewertung
- 83.9
- Messgröße
- pairwise win rate
- Einheit
- %
- Kategorie
- open-ended-generation
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aya Expanse technical report, arXiv:2412.04261v1
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Dolly-Hold-out-Evaluation, Mittel über 23 Sprachen; GPT-4o-2024-08-06 als Judge; instruct-getunte Vergleichsmodelle.
- Einordnung
- Die Autoren beschreiben Dolly-Prompts als weniger schwierig und weisen auf eine Überschneidung mit den Dolly-Trainingsdaten hin.
ALARB verdict prediction / Facts Only / correct-verdict rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 25.6
- Bewertung
- 25.6
- Messgröße
- Correct-verdict rate
- Einheit
- %
- Benchmark-Version
- ALARB (ArabicNLP 2025), Table 4
- Kategorie
- legal-reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1329
- Quellentyp
- independent-evaluator
- Auswertung
- ALARB: An Arabic Legal Argument Reasoning Benchmark (ArabicNLP 2025; DOI 10.18653/v1/2025.arabicnlp-main.32)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. aya-expanse-8B, exakte Modellzeile in Tabelle 4; Verdict Prediction mit nur den Fallfakten, ohne gerichtliche Begründung; das Modell soll schlussfolgern und ein Urteil vorhersagen; GPT-4o bewertet als LLM-Judge die Übereinstimmung mit dem tatsächlichen Urteil; Tabelle 4, Anteil vollständig korrekter Urteile für Facts Only.
- Einordnung
- Abschnitt 5 nennt eine Teilmenge von 1.329 Rechtsfällen als Evaluationsmenge für alle Aufgaben. Diese ausgewiesene Fallmenge wird als N für jede der drei Verdict-Prediction-Aufgaben in Tabelle 4 verwendet. GPT-4o diente als LLM-Judge. API-/Checkpoint-Revision, Dekodierungskonfiguration und Konfidenzintervall sind nicht veröffentlicht. Die Anteile für partial und incorrect sind kategoriale Diagnosen, keine eigenständigen monotonen Qualitätswerte, und werden nicht importiert.
ALARB verdict prediction / Facts & Reasoning / correct-verdict rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 61.9
- Bewertung
- 61.9
- Messgröße
- Correct-verdict rate
- Einheit
- %
- Benchmark-Version
- ALARB (ArabicNLP 2025), Table 4
- Kategorie
- legal-reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1329
- Quellentyp
- independent-evaluator
- Auswertung
- ALARB: An Arabic Legal Argument Reasoning Benchmark (ArabicNLP 2025; DOI 10.18653/v1/2025.arabicnlp-main.32)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. aya-expanse-8B, exakte Modellzeile in Tabelle 4; Verdict Prediction mit Fallfakten und gerichtlicher Begründung; das Modell soll das endgültige Urteil vorhersagen; GPT-4o bewertet als LLM-Judge die Übereinstimmung mit dem tatsächlichen Urteil; Tabelle 4, Anteil vollständig korrekter Urteile für Facts & Reasoning.
- Einordnung
- Abschnitt 5 nennt eine Teilmenge von 1.329 Rechtsfällen als Evaluationsmenge für alle Aufgaben. Diese ausgewiesene Fallmenge wird als N für jede der drei Verdict-Prediction-Aufgaben in Tabelle 4 verwendet. GPT-4o diente als LLM-Judge. API-/Checkpoint-Revision, Dekodierungskonfiguration und Konfidenzintervall sind nicht veröffentlicht. Die Anteile für partial und incorrect sind kategoriale Diagnosen, keine eigenständigen monotonen Qualitätswerte, und werden nicht importiert.
ALARB verdict prediction / Facts & Regulations / correct-verdict rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 24.6
- Bewertung
- 24.6
- Messgröße
- Correct-verdict rate
- Einheit
- %
- Benchmark-Version
- ALARB (ArabicNLP 2025), Table 4
- Kategorie
- legal-reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1329
- Quellentyp
- independent-evaluator
- Auswertung
- ALARB: An Arabic Legal Argument Reasoning Benchmark (ArabicNLP 2025; DOI 10.18653/v1/2025.arabicnlp-main.32)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. aya-expanse-8B, exakte Modellzeile in Tabelle 4; Verdict Prediction mit Fallfakten und einschlägigen Rechtsartikeln; das Modell soll schlussfolgern und ein Urteil vorhersagen; GPT-4o bewertet als LLM-Judge die Übereinstimmung mit dem tatsächlichen Urteil; Tabelle 4, Anteil vollständig korrekter Urteile für Facts & Regulations.
- Einordnung
- Abschnitt 5 nennt eine Teilmenge von 1.329 Rechtsfällen als Evaluationsmenge für alle Aufgaben. Diese ausgewiesene Fallmenge wird als N für jede der drei Verdict-Prediction-Aufgaben in Tabelle 4 verwendet. GPT-4o diente als LLM-Judge. API-/Checkpoint-Revision, Dekodierungskonfiguration und Konfidenzintervall sind nicht veröffentlicht. Die Anteile für partial und incorrect sind kategoriale Diagnosen, keine eigenständigen monotonen Qualitätswerte, und werden nicht importiert.
Macaron Table 8, logprob, MC-EN (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 52.67
- Bewertung
- 52.67
- Messgröße
- multiple-choice accuracy in English; log-probability scoring
- Einheit
- %
- Benchmark-Version
- Macaron (ACL 2026 Long Papers), Table 8; zero-shot evaluation
- Kategorie
- multilingual and multicultural reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Macaron authors, ACL 2026 Long Papers, Table 8
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Aya Expanse-8B, Zero-Shot-Auswertung auf Macaron; Open-Weight-Modell. Bewertungsmodus: Log-Probability-Scoring; Tabelle 8 führt die exakte Zeile unter coherelabs-aya-expanse-8b.
- Einordnung
- Tabelle 8 berichtet Genauigkeit in Prozent. Fallzahl pro Zelle, Konfidenzintervall, unveränderliche Checkpoint-Revision und weitere Decoding-Parameter werden dort nicht genannt. Verwendet werden die Quellenwerte der Logprob-/Gen-Zeilen, nicht aus der gerundeten Tabelle 3 rekonstruierte Werte.
Seite 1 von 5
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Aya Expanse 8BGPT OSS 20B 41HUMAIN M3 41DeepSeek-V3.2 Exp 40Gemma 3n E2B IT 40
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie Aya Expanse 8B, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Command R7BCohere · gleicher Anbieter
- Command R7B ArabicCohere · gleicher Anbieter
- Aya Vision 8BCohere · gleicher Anbieter
- Aya Expanse 32BCohere · gleicher Anbieter
- Aya Vision 32BCohere · gleicher Anbieter
- Command ACohere · gleicher Anbieter
- Command A VisionCohere · gleicher Anbieter
- Command A ReasoningCohere · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu Aya Expanse 8B
Wie groß ist das Kontextfenster von Aya Expanse 8B?
8.000 Token. So viel Text liest Aya Expanse 8B auf einmal, das sind rund 10 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
Aya Expanse 8BPlatz 103 von 1038 Tsd.
Kann ich Aya Expanse 8B lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Cohere
- Offene Gewichte
- ja
- Lizenz
- CC BY-NC-4.0
- Parameter
- 8 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 21 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| LMArena | 0 | 0 | 1 |
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten. 1 Messwerte sind noch keiner Testreihe zugeordnet.