Zum Hauptinhalt springen

AI21 LabsSprachmodellOpen Source

Jamba2 Mini

Für Jamba2 Mini gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.

Leistungnoch ohne Platz

k. A.Gesamtindexhöher ist besser

Temponicht gemessen

k. A.noch keine Messung

PreisPlatz 14 von 103

Eingabe 0,20 $ · Ausgabe 0,40 $

0,25 $je 1 Mio. Tokenniedriger ist besser

KontextPlatz 85 von 112

256 Tsd.Token im Kontextfenster≈ 380 A4-Seiten

BeliebtheitPlatz 336 von 342 Sprachmodellen

14von 100neue Berechnung

beruht auf zwei Datengruppen, überwiegend Suche, Spanne 4 bis 24

Zusammenfassung

Es ist günstig: 0,25 $ je 1 Mio. Token (Eingabe und Ausgabe gemischt), ein typisches Modell kostet 1,50 $.

Jamba2-Mini erweitert AI21s hybride SSM-Transformer-Architektur um Mixture of Experts. Pro Token aktiviert das Modell 12 seiner 52 Milliarden Parameter. Es erschien zusammen mit Jamba2-3B.

Das Kontextfenster umfasst laut AI21 256K Token. Die Gewichte stehen unter Apache 2.0 und werden über AI21 Studio sowie Hugging Face angeboten.

Preise

Preisansicht wählen

1 Angebot, Preise in US-Dollar je 1 Mio. Token, Mischpreis aus 3 Teilen Eingabe und 1 Teil Ausgabe.

AnbieterEingabeAusgabeMischpreis
AI21 Labsdirekt0,20 $0,40 $0,25 $

Direktpreis laut Hersteller, geprüft am 29.10.2026. Zum LLM-Preisindex

Weitere Preisstufen und Regeln
Preisbedingungen laut Quelle
Eingabe 0,20 US-Dollar, Ausgabe 0,40 US-Dollar je 1 Mio. Token (abgerufen am 29.10.2026)Quelle

Seit Beginn der Messung am 01.11.2026 unverändert.

EingabeAusgabe

0 $0,20 $0,40 $0,60 $01.11.202620.11.2026
Täglich beobachteter Preis im LLM-Preisindex in US-Dollar je 1 Mio. Token. Der Index nutzt einen Marktpreis aus mehreren Quellen, der vom Direktpreis des Herstellers abweichen kann.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 29 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 3

Messungen ohne passende Vergleichswerte

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

GitChameleon 2.0 Jamba 1.6 Mini k=1 success rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
18
Messgröße
k=1 success rate
Einheit
%
Benchmark-Version
GitChameleon 2.0, ACL 2026
Kategorie
code-agent
Richtung
Mehr ist besser
Stichprobe
328
Quellentyp
independent-evaluator
Auswertung
GitChameleon 2.0, ACL 2026 paper
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. GitChameleon 2.0, exakte öffentlich benannte Modellvariante. Die Studie evaluiert 328 manuell erstellte, versionsgebundene Python-API-Änderungsaufgaben mit Hidden Tests. Serving-Revision und vollständige Decoding-Parameter sind nicht angegeben. Jamba 1.6 Mini; Tabelle 12 vergleicht Abruf mit k=1 und k=3. Precision wird laut Studie nur für k=3 ausgewiesen, weil sie bei k=1 dem Recall entspricht.
Einordnung
Die Tabelle druckt ±-Werte, nennt aber weder ihre statistische Bedeutung noch ein Konfidenzniveau; es wird kein KI-Feld gesetzt. Die verwendete Serving-Revision ist nicht gepinnt.
Quelle GitChameleon 2.0, ACL 2026 paper
GitChameleon 2.0 Jamba 1.6 Mini k=1 API hit rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
35,4
Messgröße
k=1 API hit rate
Einheit
%
Benchmark-Version
GitChameleon 2.0, ACL 2026
Kategorie
code-agent
Richtung
Mehr ist besser
Stichprobe
328
Quellentyp
independent-evaluator
Auswertung
GitChameleon 2.0, ACL 2026 paper
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. GitChameleon 2.0, exakte öffentlich benannte Modellvariante. Die Studie evaluiert 328 manuell erstellte, versionsgebundene Python-API-Änderungsaufgaben mit Hidden Tests. Serving-Revision und vollständige Decoding-Parameter sind nicht angegeben. Jamba 1.6 Mini; Tabelle 12 vergleicht Abruf mit k=1 und k=3. Precision wird laut Studie nur für k=3 ausgewiesen, weil sie bei k=1 dem Recall entspricht.
Einordnung
Die Tabelle druckt ±-Werte, nennt aber weder ihre statistische Bedeutung noch ein Konfidenzniveau; es wird kein KI-Feld gesetzt. Die verwendete Serving-Revision ist nicht gepinnt.
Quelle GitChameleon 2.0, ACL 2026 paper
GitChameleon 2.0 Jamba 1.6 Mini k=3 success rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
29,3
Messgröße
k=3 success rate
Einheit
%
Benchmark-Version
GitChameleon 2.0, ACL 2026
Kategorie
code-agent
Richtung
Mehr ist besser
Stichprobe
328
Quellentyp
independent-evaluator
Auswertung
GitChameleon 2.0, ACL 2026 paper
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. GitChameleon 2.0, exakte öffentlich benannte Modellvariante. Die Studie evaluiert 328 manuell erstellte, versionsgebundene Python-API-Änderungsaufgaben mit Hidden Tests. Serving-Revision und vollständige Decoding-Parameter sind nicht angegeben. Jamba 1.6 Mini; Tabelle 12 vergleicht Abruf mit k=1 und k=3. Precision wird laut Studie nur für k=3 ausgewiesen, weil sie bei k=1 dem Recall entspricht.
Einordnung
Die Tabelle druckt ±-Werte, nennt aber weder ihre statistische Bedeutung noch ein Konfidenzniveau; es wird kein KI-Feld gesetzt. Die verwendete Serving-Revision ist nicht gepinnt.
Quelle GitChameleon 2.0, ACL 2026 paper
GitChameleon 2.0 Jamba 1.6 Mini k=3 API hit rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
40,4
Messgröße
k=3 API hit rate
Einheit
%
Benchmark-Version
GitChameleon 2.0, ACL 2026
Kategorie
code-agent
Richtung
Mehr ist besser
Stichprobe
328
Quellentyp
independent-evaluator
Auswertung
GitChameleon 2.0, ACL 2026 paper
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. GitChameleon 2.0, exakte öffentlich benannte Modellvariante. Die Studie evaluiert 328 manuell erstellte, versionsgebundene Python-API-Änderungsaufgaben mit Hidden Tests. Serving-Revision und vollständige Decoding-Parameter sind nicht angegeben. Jamba 1.6 Mini; Tabelle 12 vergleicht Abruf mit k=1 und k=3. Precision wird laut Studie nur für k=3 ausgewiesen, weil sie bei k=1 dem Recall entspricht.
Einordnung
Die Tabelle druckt ±-Werte, nennt aber weder ihre statistische Bedeutung noch ein Konfidenzniveau; es wird kein KI-Feld gesetzt. Die verwendete Serving-Revision ist nicht gepinnt.
Quelle GitChameleon 2.0, ACL 2026 paper
GitChameleon 2.0 Jamba 1.6 Mini k=3 precision (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
41,6
Messgröße
k=3 precision
Einheit
%
Benchmark-Version
GitChameleon 2.0, ACL 2026
Kategorie
code-agent
Richtung
Mehr ist besser
Stichprobe
328
Quellentyp
independent-evaluator
Auswertung
GitChameleon 2.0, ACL 2026 paper
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. GitChameleon 2.0, exakte öffentlich benannte Modellvariante. Die Studie evaluiert 328 manuell erstellte, versionsgebundene Python-API-Änderungsaufgaben mit Hidden Tests. Serving-Revision und vollständige Decoding-Parameter sind nicht angegeben. Jamba 1.6 Mini; Tabelle 12 vergleicht Abruf mit k=1 und k=3. Precision wird laut Studie nur für k=3 ausgewiesen, weil sie bei k=1 dem Recall entspricht.
Einordnung
Die Tabelle druckt ±-Werte, nennt aber weder ihre statistische Bedeutung noch ein Konfidenzniveau; es wird kein KI-Feld gesetzt. Die verwendete Serving-Revision ist nicht gepinnt.
Quelle GitChameleon 2.0, ACL 2026 paper
GitChameleon 2.0 Jamba 1.6 Mini k=3 recall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
50,1
Messgröße
k=3 recall
Einheit
%
Benchmark-Version
GitChameleon 2.0, ACL 2026
Kategorie
code-agent
Richtung
Mehr ist besser
Stichprobe
328
Quellentyp
independent-evaluator
Auswertung
GitChameleon 2.0, ACL 2026 paper
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. GitChameleon 2.0, exakte öffentlich benannte Modellvariante. Die Studie evaluiert 328 manuell erstellte, versionsgebundene Python-API-Änderungsaufgaben mit Hidden Tests. Serving-Revision und vollständige Decoding-Parameter sind nicht angegeben. Jamba 1.6 Mini; Tabelle 12 vergleicht Abruf mit k=1 und k=3. Precision wird laut Studie nur für k=3 ausgewiesen, weil sie bei k=1 dem Recall entspricht.
Einordnung
Die Tabelle druckt ±-Werte, nennt aber weder ihre statistische Bedeutung noch ein Konfidenzniveau; es wird kein KI-Feld gesetzt. Die verwendete Serving-Revision ist nicht gepinnt.
Quelle GitChameleon 2.0, ACL 2026 paper
LiveCodeBench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
9,92
Messgröße
Genauigkeit
Einheit
%
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Vals AI LiveCodeBench leaderboard
Status
active
Abrufdatum
2026-10-19
Methodik
Unabhängige Evaluation. Öffentliches LiveCodeBench-Leaderboard von Vals AI, exakte benannte Zeile „Jamba 1.6 Mini“. Die Tabelle bezeichnet den Wert als Accuracy. Die Seite trägt den Aktualisierungsstand 9/1/2026, veröffentlicht für diese Zeile aber weder Prüfdatum noch Modell-/API-Stand, Sampling-Parameter, Reasoning-Effort, Stichprobenumfang oder Benchmarkversion.
Einordnung
Das Aktualisierungsdatum der Seite wird nicht als Testdatum behandelt. Für diese Zeile werden weder Standardfehler, N, Konfidenzintervall noch eine LiveCodeBench-Version abgeleitet.
Quelle Vals AI LiveCodeBench leaderboard
TaxEval v2 (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
44,6
Messgröße
Genauigkeit
Einheit
%
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Vals AI Jamba 1.6 Mini model page
Status
active
Abrufdatum
2026-10-24
Methodik
Unabhängige Evaluation. Vals kennzeichnet die Seite als Accuracy Rankings für Jamba 1.6 Mini. Als Standardanbieter nennt die Seite AI21 Labs, Temperatur 0,4, Standardwerte für Top P/Top K und maximal 4.096 Ausgabetokens. Zugleich weist sie darauf hin, dass einzelne Benchmarks andere Anbieter oder Parameter verwenden können.
Einordnung
Das Exzerpt definiert weder die angezeigten ±-Werte noch die danebenstehenden Zähler-/Nenner-ähnlichen Angaben. Daher wird keines davon als Konfidenzintervall oder Evaluations-N behandelt. Benchmark-Versionen, Splits und Einstellungen je Test sind im Exzerpt nicht angegeben.
Quelle Vals AI Jamba 1.6 Mini model page
GPQA Diamond (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
32,07
Messgröße
Genauigkeit
Einheit
%
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Vals AI Jamba 1.6 Mini model page
Status
active
Abrufdatum
2026-10-24
Methodik
Unabhängige Evaluation. Vals kennzeichnet die Seite als Accuracy Rankings für Jamba 1.6 Mini. Als Standardanbieter nennt die Seite AI21 Labs, Temperatur 0,4, Standardwerte für Top P/Top K und maximal 4.096 Ausgabetokens. Zugleich weist sie darauf hin, dass einzelne Benchmarks andere Anbieter oder Parameter verwenden können.
Einordnung
Das Exzerpt definiert weder die angezeigten ±-Werte noch die danebenstehenden Zähler-/Nenner-ähnlichen Angaben. Daher wird keines davon als Konfidenzintervall oder Evaluations-N behandelt. Benchmark-Versionen, Splits und Einstellungen je Test sind im Exzerpt nicht angegeben.
Quelle Vals AI Jamba 1.6 Mini model page
LegalBench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
69,73
Messgröße
Genauigkeit
Einheit
%
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Vals AI Jamba 1.6 Mini model page
Status
active
Abrufdatum
2026-10-24
Methodik
Unabhängige Evaluation. Vals kennzeichnet die Seite als Accuracy Rankings für Jamba 1.6 Mini. Als Standardanbieter nennt die Seite AI21 Labs, Temperatur 0,4, Standardwerte für Top P/Top K und maximal 4.096 Ausgabetokens. Zugleich weist sie darauf hin, dass einzelne Benchmarks andere Anbieter oder Parameter verwenden können.
Einordnung
Das Exzerpt definiert weder die angezeigten ±-Werte noch die danebenstehenden Zähler-/Nenner-ähnlichen Angaben. Daher wird keines davon als Konfidenzintervall oder Evaluations-N behandelt. Benchmark-Versionen, Splits und Einstellungen je Test sind im Exzerpt nicht angegeben.
Quelle Vals AI Jamba 1.6 Mini model page
MMLU Pro (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
30,28
Messgröße
Genauigkeit
Einheit
%
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Vals AI Jamba 1.6 Mini model page
Status
active
Abrufdatum
2026-10-24
Methodik
Unabhängige Evaluation. Vals kennzeichnet die Seite als Accuracy Rankings für Jamba 1.6 Mini. Als Standardanbieter nennt die Seite AI21 Labs, Temperatur 0,4, Standardwerte für Top P/Top K und maximal 4.096 Ausgabetokens. Zugleich weist sie darauf hin, dass einzelne Benchmarks andere Anbieter oder Parameter verwenden können.
Einordnung
Das Exzerpt definiert weder die angezeigten ±-Werte noch die danebenstehenden Zähler-/Nenner-ähnlichen Angaben. Daher wird keines davon als Konfidenzintervall oder Evaluations-N behandelt. Benchmark-Versionen, Splits und Einstellungen je Test sind im Exzerpt nicht angegeben.
Quelle Vals AI Jamba 1.6 Mini model page
IFBench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0,38
Messgröße
IFBench
Einheit
ratio
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
AI21 announcement/HF chart
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Same four normalized benchmark components and Enterprise Reliability composite; separate 100-prompt blind human comparison.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle AI21 announcement/HF chart

Seite 1 von 3

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 20. November 2026

Jamba2 MiniCode Llama 70B Instruct 14Seed 2.0 Lite 14DeepSeek V4 Pro 0423 14Reka Edge 14

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
  2. 21. November 2026: Methodenversion 4 (gemeinsame Skala, Schrumpfung)
  3. 39. November 2026: Neue Topics-Erhebung V20 (Tagesquorum, Kurzformen)

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Kosten für deine Last

1.000 Anfragen mit je 2.000 Token Eingabe und 500 Token Ausgabe kosten mit Jamba2 Mini 0,6000 $. Eigene Last im Kostenrechner eingeben

Alle technischen Daten

Architektur

Modelltyp
Open Source
Quelle: Modelltyp
Aktive Parameter
12 Mrd.
Quelle: Aktive Parameter
Parameter
52 Milliarden gesamt, 12 Milliarden aktiv
Quelle: Parameter

Ein- und Ausgabe

Maximale Ausgabe
4.096 Token
Quelle: Maximale Ausgabe
Kontextfenster
256K
Quelle: Kontextfenster
Eingabe
Text (abgerufen am 29.10.2026)
Quelle: Eingabe
Ausgabe
Text (abgerufen am 29.10.2026)
Quelle: 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

Gewichte
Offene Gewichte
Quelle: Gewichte
Zugang
API, Lokal
Quelle: Zugang
Lizenz
Apache 2.0
Quelle: Lizenz
Abschaltung
Keine angekündigt
ohne Quelle

API

API-Modellkennung
jamba-mini, derzeit jamba-mini-2-2026-01
Quelle: API-Modellkennung
API-Modellkennung
jamba-mini (abgerufen am 29.10.2026)
Quelle: API-Modellkennung

Weitere Angaben

Hinweise
Mixture-of-Experts-Variante von Jamba2 für hohe Zuverlässigkeit bei begrenztem Speicherbedarf. Der undatierte API-Endpunkt jamba-mini verweist auf jamba-mini-2-2026-01; Jamba Mini 1.7 wurde am 1. Februar 2026 abgekündigt.
Quelle: Hinweise

Häufige Fragen zu Jamba2 Mini

Was kostet Jamba2 Mini?

Per API 0,20 $ je 1 Mio. Token Eingabe und 0,40 $ Ausgabe. Das ist günstig.

Preise vom 20.11.2026

Preis für die Ausgabe seit Beginn der MessungDollar je 1 Mio. Token · niedriger ist besser

01.11.202620.11.2026

Seit Beginn der Messung am 01.11.2026 unverändert.

Wie groß ist das Kontextfenster von Jamba2 Mini?

256.000 Token. Für Ein- und Ausgabe können zusätzliche Limits gelten.

KontextfensterKontextlimit in Token · 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.
Jamba2 MiniPlatz 85 von 112256 Tsd.

Kann ich Jamba2 Mini lokal nutzen?

Ja, die Gewichte sind offen.

Angaben von AI21 Labs

Offene Gewichte
ja
Lizenz
Apache 2.0
Parameter
52 Mrd.
davon aktiv je Token
12 Mrd.

Wo kann ich Jamba2 Mini nutzen?

Per API. Ein Abo-Zugang ist in den vorliegenden Tarifdaten nicht belegt.

Per API

0,20 $ Eingabe, 0,40 $ Ausgabe je 1 Mio. Token, unverändert seit 01.11.2026.

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
Vals AI101

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

ArtNachweis und Datenstand
Preis

API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten.

Eingabe

Dokumentierte Modalitäten. Abgerufen am 29. Oktober 2026.

Ausgabe

Dokumentierte Modalitäten. Abgerufen am 29. Oktober 2026.

RecherchestandRecherchestand 4. Oktober 2026. 9 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

evaluation-details

Hinweis

Aufgabenstände, Decoding-Parameter und Score-Einheiten werden in der Modellkartentabelle nicht einheitlich angegeben.

Weitere QuelleAI21 Jamba2 announcement (abgerufen 3. Oktober 2026; 4. Oktober 2026) · AI21 Jamba2 announcement · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuelleAI21 Jamba foundation models (abgerufen 29. Oktober 2026)
Weitere QuelleAI21 Jamba Mini 1.6 model-card table (abgerufen 15. Oktober 2026)
Weitere QuelleGitChameleon 2.0, ACL 2026 paper (abgerufen 17. Oktober 2026)
Weitere QuelleVals AI LiveCodeBench leaderboard (abgerufen 19. Oktober 2026)
Weitere QuelleAI21 Jamba 1.6 model-card table (abgerufen 22. Oktober 2026)
Weitere QuelleVals AI Jamba 1.6 Mini model page (abgerufen 24. Oktober 2026)
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