DatabricksSprachmodell
DBRX
Für DBRX gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 710 von 785
19von 100-1 zum Vormonat
beruht auf zwei Datengruppen, überwiegend Suche
Zusammenfassung
Das markanteste Merkmal von DBRX ist die fein aufgelöste MoE-Architektur mit 132 Milliarden Gesamtparametern und 36 Milliarden aktiven Parametern. Pro Token werden vier von 16 Experten gewählt; trainiert wurde auf ungefähr 12 Billionen Token. Die Instruct-Variante verbindet 32K Kontext mit Coding-, RAG- und SQL-Einsatz für kontrollierte Unternehmensbereitstellung.
Databricks veröffentlichte Base- und Instruct-Gewichte und beschrieb API-Nutzung für Databricks-Kunden sowie private Bereitstellung. Hier geht es um die Instruct-Variante, nicht um DBRX Base.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 20 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Open LLM Leaderboard aggregate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 74.5
- Bewertung
- 74.5
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks DBRX release benchmark report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Der exakte Checkpoint DBRX Instruct wurde auf Open LLM Leaderboard aggregate mit Durchschnitt über ARC Challenge, HellaSwag, MMLU, TruthfulQA, WinoGrande und GSM8K, Durchschnittswert ausgewertet; die Quelle macht keine Angaben zu Benchmark- oder Datensatzzeitraum.
Databricks Gauntlet v0.3 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 66.8
- Bewertung
- 66.8
- Messgröße
- percent
- Einheit
- %
- Benchmark-Version
- v0.3
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks DBRX release benchmark report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Der exakte Checkpoint DBRX Instruct wurde auf Databricks Gauntlet v0.3 (v0.3) mit einem Durchschnittswert ausgewertet; die Quelle macht keine Angaben zu Stichproben- oder Aufgabenanzahl.
HumanEval (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.1
- Bewertung
- 70.1
- Messgröße
- pass@1
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks DBRX release benchmark report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Der exakte Checkpoint DBRX Instruct wurde auf HumanEval nach dem in der Modellkarte beschriebenen Standardverfahren ausgewertet; die Quelle macht keine Angaben zu Prompt, Decoding- und Sampling-Einstellungen, Harness-Version oder Bewertungsmodell.
MMLU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.7
- Bewertung
- 73.7
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks DBRX release benchmark report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Der exakte Checkpoint DBRX Instruct wurde auf MMLU mit 5-shot-Setup ausgewertet; die Quelle macht keine Angaben zu Prompt, Decoding- und Sampling-Einstellungen.
HellaSwag (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 89
- Bewertung
- 89
- Messgröße
- percent
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks DBRX release benchmark report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Der exakte Checkpoint DBRX Instruct wurde auf HellaSwag mit 10-shot-Setup ausgewertet; die Quelle macht keine Angaben zu Prompt, Decoding- und Sampling-Einstellungen.
GSM8K CoT majority@1 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 72.8
- Bewertung
- 72.8
- Messgröße
- majority@1
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks DBRX release benchmark report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Der exakte Checkpoint DBRX Instruct wurde auf GSM8K CoT majority@1 mit Chain-of-Thought ausgewertet; die Quelle macht keine Angaben zu Harness-Version oder Bewertungsmodell.
DBRX Long-Context Table 3, Answer in Beginning Third of Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 45.1
- Bewertung
- 45.1
- Messgröße
- Average performance across KV-Pairs and HotpotQAXL
- Einheit
- %
- Benchmark-Version
- Databricks DBRX technical blog, Table 3, published 2024-03-27
- Kategorie
- long-context question answering
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks AI Research Team, Introducing DBRX: A New State-of-the-Art Open LLM
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Die genaue Tabellenspalte lautet DBRX Instruct. Tabelle 3 mittelt die Leistung über KV-Pairs (aus Lost in the Middle) und HotpotQAXL (eine Langkontext-Variante von HotPotQA). Diese Zelle entspricht der Quellenzeile „Answer in Beginning Third of Context“. Laut Bericht wurde DBRX Instruct mit einem Kontextfenster von bis zu 32K Tokens trainiert. Serving- oder API-Revision, Decoding-Einstellungen, N pro Zelle und Konfidenzintervall sind nicht angegeben.
- Einordnung
- Vom Anbieter berichteter Mittelwert über KV-Pairs und HotpotQAXL, kein Einzelwert für eines der beiden Benchmarks. Die Quelle nennt weder einen Nenner pro Zelle noch ein Konfidenzintervall.
DBRX Long-Context Table 3, Answer in Middle Third of Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 45.3
- Bewertung
- 45.3
- Messgröße
- Average performance across KV-Pairs and HotpotQAXL
- Einheit
- %
- Benchmark-Version
- Databricks DBRX technical blog, Table 3, published 2024-03-27
- Kategorie
- long-context question answering
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks AI Research Team, Introducing DBRX: A New State-of-the-Art Open LLM
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Die genaue Tabellenspalte lautet DBRX Instruct. Tabelle 3 mittelt die Leistung über KV-Pairs (aus Lost in the Middle) und HotpotQAXL (eine Langkontext-Variante von HotPotQA). Diese Zelle entspricht der Quellenzeile „Answer in Middle Third of Context“. Laut Bericht wurde DBRX Instruct mit einem Kontextfenster von bis zu 32K Tokens trainiert. Serving- oder API-Revision, Decoding-Einstellungen, N pro Zelle und Konfidenzintervall sind nicht angegeben.
- Einordnung
- Vom Anbieter berichteter Mittelwert über KV-Pairs und HotpotQAXL, kein Einzelwert für eines der beiden Benchmarks. Die Quelle nennt weder einen Nenner pro Zelle noch ein Konfidenzintervall.
DBRX Long-Context Table 3, Answer in Last Third of Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 48
- Bewertung
- 48
- Messgröße
- Average performance across KV-Pairs and HotpotQAXL
- Einheit
- %
- Benchmark-Version
- Databricks DBRX technical blog, Table 3, published 2024-03-27
- Kategorie
- long-context question answering
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks AI Research Team, Introducing DBRX: A New State-of-the-Art Open LLM
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Die genaue Tabellenspalte lautet DBRX Instruct. Tabelle 3 mittelt die Leistung über KV-Pairs (aus Lost in the Middle) und HotpotQAXL (eine Langkontext-Variante von HotPotQA). Diese Zelle entspricht der Quellenzeile „Answer in Last Third of Context“. Laut Bericht wurde DBRX Instruct mit einem Kontextfenster von bis zu 32K Tokens trainiert. Serving- oder API-Revision, Decoding-Einstellungen, N pro Zelle und Konfidenzintervall sind nicht angegeben.
- Einordnung
- Vom Anbieter berichteter Mittelwert über KV-Pairs und HotpotQAXL, kein Einzelwert für eines der beiden Benchmarks. Die Quelle nennt weder einen Nenner pro Zelle noch ein Konfidenzintervall.
DBRX Long-Context Table 3, 2K Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 59.1
- Bewertung
- 59.1
- Messgröße
- Average performance across KV-Pairs and HotpotQAXL
- Einheit
- %
- Benchmark-Version
- Databricks DBRX technical blog, Table 3, published 2024-03-27
- Kategorie
- long-context question answering
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks AI Research Team, Introducing DBRX: A New State-of-the-Art Open LLM
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Die genaue Tabellenspalte lautet DBRX Instruct. Tabelle 3 mittelt die Leistung über KV-Pairs (aus Lost in the Middle) und HotpotQAXL (eine Langkontext-Variante von HotPotQA). Diese Zelle entspricht der Quellenzeile „2K Context“. Laut Bericht wurde DBRX Instruct mit einem Kontextfenster von bis zu 32K Tokens trainiert. Serving- oder API-Revision, Decoding-Einstellungen, N pro Zelle und Konfidenzintervall sind nicht angegeben.
- Einordnung
- Vom Anbieter berichteter Mittelwert über KV-Pairs und HotpotQAXL, kein Einzelwert für eines der beiden Benchmarks. Die Quelle nennt weder einen Nenner pro Zelle noch ein Konfidenzintervall.
DBRX Long-Context Table 3, 4K Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 65.1
- Bewertung
- 65.1
- Messgröße
- Average performance across KV-Pairs and HotpotQAXL
- Einheit
- %
- Benchmark-Version
- Databricks DBRX technical blog, Table 3, published 2024-03-27
- Kategorie
- long-context question answering
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks AI Research Team, Introducing DBRX: A New State-of-the-Art Open LLM
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Die genaue Tabellenspalte lautet DBRX Instruct. Tabelle 3 mittelt die Leistung über KV-Pairs (aus Lost in the Middle) und HotpotQAXL (eine Langkontext-Variante von HotPotQA). Diese Zelle entspricht der Quellenzeile „4K Context“. Laut Bericht wurde DBRX Instruct mit einem Kontextfenster von bis zu 32K Tokens trainiert. Serving- oder API-Revision, Decoding-Einstellungen, N pro Zelle und Konfidenzintervall sind nicht angegeben.
- Einordnung
- Vom Anbieter berichteter Mittelwert über KV-Pairs und HotpotQAXL, kein Einzelwert für eines der beiden Benchmarks. Die Quelle nennt weder einen Nenner pro Zelle noch ein Konfidenzintervall.
DBRX Long-Context Table 3, 8K Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 59.5
- Bewertung
- 59.5
- Messgröße
- Average performance across KV-Pairs and HotpotQAXL
- Einheit
- %
- Benchmark-Version
- Databricks DBRX technical blog, Table 3, published 2024-03-27
- Kategorie
- long-context question answering
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Databricks AI Research Team, Introducing DBRX: A New State-of-the-Art Open LLM
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Die genaue Tabellenspalte lautet DBRX Instruct. Tabelle 3 mittelt die Leistung über KV-Pairs (aus Lost in the Middle) und HotpotQAXL (eine Langkontext-Variante von HotPotQA). Diese Zelle entspricht der Quellenzeile „8K Context“. Laut Bericht wurde DBRX Instruct mit einem Kontextfenster von bis zu 32K Tokens trainiert. Serving- oder API-Revision, Decoding-Einstellungen, N pro Zelle und Konfidenzintervall sind nicht angegeben.
- Einordnung
- Vom Anbieter berichteter Mittelwert über KV-Pairs und HotpotQAXL, kein Einzelwert für eines der beiden Benchmarks. Die Quelle nennt weder einen Nenner pro Zelle noch ein Konfidenzintervall.
Seite 1 von 2
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
DBRXCodestral-22B-v0.1 19Llama 3.1 70B 19Step 3.5 Flash 2603 19Voxtral Small (latest) 19
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 DBRX, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- WizardLM-2 8x22BMicrosoft · ähnliche Größe
- Mixtral 8x22BMistral AI · ähnliche Größe
- Mistral Large 2.1Mistral AI · ähnliche Größe
- Pixtral Large (latest)Mistral AI · ähnliche Größe
- Falcon 180BTII · ähnliche Größe
- Code Llama 70B InstructMeta · ähnliche Größe
- Qwen 3.8 Flash NextAlibaba · ähnliche Größe
- Mixtral 8x7BMistral AI · ähnliche Größe
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 DBRX
Wie groß ist das Kontextfenster von DBRX?
32.768 Token. So viel Text liest DBRX auf einmal, das sind rund 50 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.
DBRXPlatz 103 von 10333 Tsd.
Kann ich DBRX lokal nutzen?
Ja, die Gewichte sind offen. Mit 132 Mrd. Parametern braucht es aber sehr viel Speicher, eher einen Server als einen Laptop.
Angaben von Databricks
- Offene Gewichte
- ja
- Lizenz
- Databricks Open Model
- Parameter
- 132 Mrd.
- davon aktiv je Token
- 36 Mrd.
Quellen und Datenstand
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Eingabe | Dokumentierte Modalitäten. |
| Ausgabe | Dokumentierte Modalitäten. |
| Recherchestand | Recherchestand 15. Oktober 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | benchmark-harness-and-snapshots Hinweis Der Bericht nennt für die meisten Werte weder genaue Versionen der Auswertungsumgebung noch Decoding-Einstellungen oder Datensatzstände. Ältere und aktualisierte GSM8K-Ergebnisse müssen getrennt bleiben. |
| Weitere Quelle | Databricks DBRX release benchmark report (abgerufen 15. Oktober 2026; 18. Oktober 2026; 21. Oktober 2026; 22. Oktober 2026) · Databricks DBRX launch announcement · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |