Zum Hauptinhalt springen

AI21SprachmodellEingeschränkter Zugang

Jamba Mini 1.7

Für Jamba Mini 1.7 gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.

BeliebtheitPlatz 504 von 875

28von 100+1 zum Vormonat

Zusammenfassung

Neu an Jamba Mini 1.7 sind laut AI21 genauere Antworten aus vorgegebenen Quellen und eine bessere Instruktionsbefolgung. Der Hersteller weist im FACTS-Test einen Wert von 0,790 aus, gegenüber 0,727 für Version 1.6. Das hybride Modell behält ein 256K-Kontextfenster.

Die Gewichte unterliegen der Jamba Open Model License. Hugging Face verlangt die Zustimmung zu den Bedingungen und die Weitergabe von Kontaktdaten. AI21 dokumentiert für BF16-Bereitstellung mit bis zu 200K Token Kontext mindestens zwei GPUs mit jeweils 80 GB Speicher.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 9 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

CritPt v2: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0
Bewertung
0
Messgröße
pass@1 accuracy
Einheit
%
Benchmark-Version
v2
Kategorie
reasoning
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
disputed
Abrufdatum
2026-11-02
Methodik
Exakte AA-Konfiguration: Jamba 1.7 Mini (Release jamba-1-7-mini, Zeile jamba-1-7-mini, UUID b4f14013-37dd-4c75-bd8a-378365d9ed77, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Kennung des Quellmodells: artificial-analysis/b4f14013-37dd-4c75-bd8a-378365d9ed77/jamba-1-7-mini/jamba-1-7-mini. Name des Quellmodells: Jamba Mini 1.7. Anbieter laut Quelle: AI21 Labs. Modellstand: Jamba 1.7 Mini. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: non-reasoning. Reasoning-Stufe: none. Angezeigter Wert: 0,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-critpt-v2:v2:standalone:non-reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Jamba 1.7 Mini (Release jamba-1-7-mini, Zeile jamba-1-7-mini, UUID b4f14013-37dd-4c75-bd8a-378365d9ed77, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: non-reasoning. Reasoning-Stufe: none
Einordnung
Die AA-Quelle enthält hier den ursprünglichen CritPt-Wert. Die frühere Zuordnung zu CritPt v2 ist falsch; Wert und frühere Beschriftung bleiben als strittiger Altbeleg erhalten.. Der Quelldatensatz markiert diesen Wert als umstritten. Er bleibt als dokumentierte Evidenz sichtbar, ist aber kein belastbarer Vergleichsnachweis.
Quelle Artificial Analysis
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
31.360544217687096
Bewertung
31.360544217687096
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 questions
Kategorie
general
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
superseded
Abrufdatum
2026-11-02
Methodik
Exakte AA-Konfiguration: Jamba 1.7 Mini (Release jamba-1-7-mini, Zeile jamba-1-7-mini, UUID b4f14013-37dd-4c75-bd8a-378365d9ed77, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/b4f14013-37dd-4c75-bd8a-378365d9ed77/jamba-1-7-mini/jamba-1-7-mini. Name des Quellmodells: Jamba Mini 1.7. Anbieter laut Quelle: AI21 Labs. Modellstand: Jamba 1.7 Mini. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none. Angezeigter Wert: 31,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Jamba 1.7 Mini (Release jamba-1-7-mini, Zeile jamba-1-7-mini, UUID b4f14013-37dd-4c75-bd8a-378365d9ed77, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none
Einordnung
Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.. Dieser Wert wird als historische Evidenz geführt und ist nicht mit aktuellen Ergebnissen gleichzusetzen.
Quelle Artificial Analysis
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
31.360544217687096
Bewertung
31.360544217687096
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 questions
Kategorie
general
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-11-06
Methodik
Exakte AA-Konfiguration: Jamba 1.7 Mini (Release jamba-1-7-mini, Zeile jamba-1-7-mini, UUID b4f14013-37dd-4c75-bd8a-378365d9ed77, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/b4f14013-37dd-4c75-bd8a-378365d9ed77/jamba-1-7-mini/jamba-1-7-mini. Name des Quellmodells: Jamba Mini 1.7. Anbieter laut Quelle: AI21 Labs. Modellstand: Jamba 1.7 Mini. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none. Angezeigter Wert: 31,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-06-ec1194e008b3. Prüfsumme der Quelldaten: ec1194e008b3638ef60dbf5249daf9e6047364e22905e745a4af64c5f3f080fe. Parserversion: artificial-analysis-rsc-models-v4. Importiert am: 2026-11-06. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Jamba 1.7 Mini (Release jamba-1-7-mini, Zeile jamba-1-7-mini, UUID b4f14013-37dd-4c75-bd8a-378365d9ed77, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none
Einordnung
Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.
Quelle Artificial Analysis
Kagi Offline Benchmark (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
11.7
Bewertung
11.7
Messgröße
Accuracy (%)
Einheit
%
Benchmark-Version
Kagi task-list revision 2026-02-13; current page observed 2026-10-17
Kategorie
general-reasoning
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Kagi LLM Benchmarking Project
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Kagi Offline Benchmark ohne Tools. Exakt gelistete Route: ai21/jamba-mini-1.7, Anbieter OpenRouter. Laut Kagi wurde die Aufgabenliste zuletzt am 13.02.2026 überarbeitet; der Test begünstigt Modelle mit intensiver Chain-of-Thought-Nutzung. Der Quelle sind weder ein unveränderlicher ausgeführter Checkpoint noch Reasoning-Einstellung, modellspezifisches N, Konfidenzintervall oder Ausführungsdatum dieser Zeile zu entnehmen.
Einordnung
Dies ist ein Ergebnis für die gelistete API-Route, keine Aussage zu einem fest gepinnten Jamba-Mini-1.7-Gewicht oder Snapshot. Der Wert klärt nicht den separat dokumentierten Identitätswiderspruch zwischen dem Checkpoint 2025-07 und der API-Kennung 2025-08. Nicht veröffentlichte Konfigurations- und Stichprobendetails bleiben unbekannt.
Quelle Kagi LLM Benchmarking Project
FACTS (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.79
Bewertung
0.79
Messgröße
FACTS
Einheit
Keine Einheit angegeben
Kategorie
hallucination
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
AI21 Jamba Mini 1.7 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Genaue Spalte für Jamba Mini 1.7 in AI21s Tabelle zu Grounding und Anweisungsbefolgung; Grounding-Wert für FACTS. Serving- und Evaluationskonfiguration dieses Benchmarks sind nicht dokumentiert.
Einordnung
Herstellerberichteter Rohwert mit nicht erklärter Skala, keine Umrechnung in Prozent. Benchmarkversion, Harness, Stichprobengröße, Sampling, Reasoning-Stufe und Laufdatum fehlen. Inferenzbeispiele sind kein Testprotokoll.
Quelle AI21 Jamba Mini 1.7 model card
IFEcal (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.76
Bewertung
0.76
Messgröße
IFEcal
Einheit
Keine Einheit angegeben
Kategorie
instruction-following
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
AI21 Jamba Mini 1.7 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Genaue Spalte für Jamba Mini 1.7 in AI21s Tabelle zu Grounding und Anweisungsbefolgung; Steuerbarkeitswert mit der Quellenbezeichnung IFEcal. Serving- und Evaluationskonfiguration dieses Benchmarks sind nicht dokumentiert.
Einordnung
Herstellerberichteter Rohwert mit nicht erklärter Skala. Die Quelle schreibt IFEcal; eine Gleichsetzung mit IFEval ist nicht belegt. Version, Harness, Stichprobengröße, Sampling, Reasoning-Stufe und Laufdatum fehlen. Inferenzbeispiele sind kein Testprotokoll.
Quelle AI21 Jamba Mini 1.7 model card
VikiKaynak DSSI pipeline style BLEU (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
79.4
Bewertung
79.4
Messgröße
BLEU style-similarity score, reported out of 100
Einheit
points
Benchmark-Version
SIGTURK 2026 Table 7, DSSI pipeline, exact Hugging Face checkpoint
Kategorie
language
Richtung
Mehr ist besser
Stichprobe
274
Quellentyp
independent-evaluator
Auswertung
Directed Attention is All You Need: Profiling Style from Limited Text Data (SIGTURK 2026)
Status
active
Abrufdatum
2026-10-16
Methodik
Unabhängige Evaluation. Exakter Hugging-Face-Checkpoint ai21labs/AI21-Jamba-Mini-1.7; türkisches VikiKaynak-Korpus mit 274 Dokumenten; DSSI-Pipeline mit Rückübersetzung, Stilextraktion, Promptoptimierung und Rule+Example-Stilimitation.
Einordnung
Systemergebnis für den genannten Hugging-Face-Checkpoint. Die Studie pinnt weder eine unveränderliche Repository-Revision noch einen datierten API-Alias. DSSI-Pipelinewerte sind keine isolierten Modellwerte.
Quelle Directed Attention is All You Need: Profiling Style from Limited Text Data (SIGTURK 2026)
VikiKaynak zero-shot baseline style BLEU (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
51.5
Bewertung
51.5
Messgröße
BLEU style-similarity score, reported out of 100
Einheit
points
Benchmark-Version
SIGTURK 2026 Table 7, zero-shot baseline, exact Hugging Face checkpoint
Kategorie
language
Richtung
Mehr ist besser
Stichprobe
274
Quellentyp
independent-evaluator
Auswertung
Directed Attention is All You Need: Profiling Style from Limited Text Data (SIGTURK 2026)
Status
active
Abrufdatum
2026-10-16
Methodik
Unabhängige Evaluation. Exakter Hugging-Face-Checkpoint ai21labs/AI21-Jamba-Mini-1.7; türkisches VikiKaynak-Korpus mit 274 Dokumenten; Standard-Zero-Shot-Prompt ohne DSSI-Promptoptimierung.
Einordnung
Systemergebnis für den genannten Hugging-Face-Checkpoint. Die Studie pinnt weder eine unveränderliche Repository-Revision noch einen datierten API-Alias. DSSI-Pipelinewerte sind keine isolierten Modellwerte.
Quelle Directed Attention is All You Need: Profiling Style from Limited Text Data (SIGTURK 2026)
VikiKaynak DSSI pipeline content BERT (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
96.9
Bewertung
96.9
Messgröße
BERT content-preservation score, reported out of 100
Einheit
points
Benchmark-Version
SIGTURK 2026 Table 7, DSSI pipeline, exact Hugging Face checkpoint
Kategorie
language
Richtung
Mehr ist besser
Stichprobe
274
Quellentyp
independent-evaluator
Auswertung
Directed Attention is All You Need: Profiling Style from Limited Text Data (SIGTURK 2026)
Status
active
Abrufdatum
2026-10-16
Methodik
Unabhängige Evaluation. Exakter Hugging-Face-Checkpoint ai21labs/AI21-Jamba-Mini-1.7; türkisches VikiKaynak-Korpus mit 274 Dokumenten; DSSI-Pipeline mit Rückübersetzung, Stilextraktion, Promptoptimierung und Rule+Example-Stilimitation.
Einordnung
Systemergebnis für den genannten Hugging-Face-Checkpoint. Die Studie pinnt weder eine unveränderliche Repository-Revision noch einen datierten API-Alias. DSSI-Pipelinewerte sind keine isolierten Modellwerte.
Quelle Directed Attention is All You Need: Profiling Style from Limited Text Data (SIGTURK 2026)

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 5. November 2026

Jamba Mini 1.7Falcon 3 10BGLM-4.7-FlashXMiniMax-M2.7-highspeedOLMo 2 13B

Alle technischen Daten

Architektur

Checkpoint
Jamba Mini 1.7, getrennt von Jamba Mini 1.6
Quelle: Checkpoint

Ein- und Ausgabe

Kontextfenster
256K Token laut AI21
Quelle: Kontextfenster

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
Watermarking-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Hugging Face mit Zugriffsanfrage
Quelle: Zugang
Lizenz
Jamba Open Model License
Quelle: Lizenz

Häufige Fragen zu Jamba Mini 1.7

Wie groß ist das Kontextfenster von Jamba Mini 1.7?

256.000 Token. So viel Text liest Jamba Mini 1.7 auf einmal, das sind rund 380 A4-Seiten.

Seitenzahl als Faustregel nach Artificial Analysis

KontextfensterToken, die das Modell auf einmal liest · höher ist besser
Kimi K2.6262 Tsd.
Qwen 3.8 27B262 Tsd.
Kimi K2.7 Code262 Tsd.
Kimi K2.5262 Tsd.
Kimi K2 Thinking262 Tsd.
Mistral Medium 3.5262 Tsd.
Jamba Mini 1.7Platz 76 von 102256 Tsd.

Kann ich Jamba Mini 1.7 lokal nutzen?

Ja, die Gewichte sind offen.

Angaben von AI21

Offene Gewichte
ja
Lizenz
Jamba Open Model License
Parameter
k. A.
davon aktiv je Token
k. A.

Quellen und Datenstand

Alle 15 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

AuswerterTestreihenGesamtindizesErfasste aktive Messwerte
Artificial Analysis101

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 4. Oktober 2026. 8 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt

benchmark-model-identity

Hinweis

Vectara nennt ai21labs/jamba-mini-1.7-2025-07. AI21 führt neben der Snapshot-Angabe 2025-07 den API-Endpunkt jamba-mini-1.7-2025-08 auf. Die widersprüchlichen Modellkennungen bleiben ungeklärt.

In den geprüften Quellen nicht gefunden

benchmark-weights-revision

Hinweis

Die Studie nennt das Hugging-Face-Repository, bindet die Evaluation aber weder an einen Commit-SHA noch an eine unveränderliche Gewichtsrevision.

Ungeklärt

dated-api-alias-identity

Hinweis

Dieser Wert für den exakten Hugging-Face-Checkpoint klärt nicht den gesonderten Widerspruch zwischen Vectaras Kennung jamba-mini-1.7-2025-07 und AI21s API-Endpunkt jamba-mini-1.7-2025-08.

Nicht veröffentlicht

exact-served-checkpoint-and-evaluation-configuration

Hinweis

Kagi veröffentlicht den OpenRouter-Routennamen und die Gesamtgenauigkeit, aber weder den exakt ausgeführten Checkpoint noch modellspezifisches N, Konfidenzintervall, Reasoning-Einstellung oder Ergebnisdatum. Das Routen-Ergebnis löst den bestehenden Datumswiderspruch zwischen Checkpoint und API-Kennung nicht auf.

Weitere QuelleAI21 Jamba Mini 1.7 model card (abgerufen 16. Oktober 2026; 25. Oktober 2026) · AI21 Jamba Mini 1.7 model card · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026)
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026; 6. November 2026)
Weitere QuelleAI21 Jamba Mini 1.7 model card (abgerufen 4. Oktober 2026)
Weitere QuelleDirected Attention is All You Need: Profiling Style from Limited Text Data (SIGTURK 2026) (abgerufen 16. Oktober 2026)
Weitere QuelleKagi LLM Benchmarking Project (abgerufen 17. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 4. Oktober 2026)123
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0