Zum Hauptinhalt springen

Cohere LabsSprachmodellOffene Gewichte

Tiny Aya Global

Für Tiny Aya Global gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.

BeliebtheitPlatz 235 von 342 Sprachmodellen

30von 100neue Berechnung

beruht auf zwei Datengruppen, überwiegend Suche, Spanne 20 bis 40

Zusammenfassung

Tiny Aya Global verteilt seinen mehrsprachigen Schwerpunkt über verschiedene Weltregionen. Cohere Labs stellt es als ausgewogene Variante neben drei regional spezialisierten Tiny-Aya-Modellen bereit. Die Familie deckt mehr als 70 Sprachen ab; Global umfasst 3,35 Milliarden Parameter.

Die lokalen Gewichte stehen unter CC BY-NC 4.0 mit zusätzlichen Cohere-Nutzungsbedingungen. Die Lizenz beschränkt die Nutzung auf nichtkommerzielle Zwecke.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 264 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 22

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
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: Tiny Aya Global (Release tiny-aya-global, Zeile tiny-aya-global, UUID 81444bc8-72f9-4a2d-ad43-27e3f0d2f461, 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/81444bc8-72f9-4a2d-ad43-27e3f0d2f461/tiny-aya-global/tiny-aya-global. Name des Quellmodells: Tiny Aya Global. Anbieter laut Quelle: Cohere. Modellstand: Tiny Aya Global. 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: Tiny Aya Global (Release tiny-aya-global, Zeile tiny-aya-global, UUID 81444bc8-72f9-4a2d-ad43-27e3f0d2f461, 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
20,1360544218
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 Fragen
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: Tiny Aya Global (Release tiny-aya-global, Zeile tiny-aya-global, UUID 81444bc8-72f9-4a2d-ad43-27e3f0d2f461, 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/81444bc8-72f9-4a2d-ad43-27e3f0d2f461/tiny-aya-global/tiny-aya-global. Name des Quellmodells: Tiny Aya Global. Anbieter laut Quelle: Cohere. Modellstand: Tiny Aya Global. 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: 20,1 %. 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: Tiny Aya Global (Release tiny-aya-global, Zeile tiny-aya-global, UUID 81444bc8-72f9-4a2d-ad43-27e3f0d2f461, 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
20,1360544218
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 Fragen
Kategorie
general
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-11-07
Methodik
Exakte AA-Konfiguration: Tiny Aya Global (Release tiny-aya-global, Zeile tiny-aya-global, UUID 81444bc8-72f9-4a2d-ad43-27e3f0d2f461, 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/81444bc8-72f9-4a2d-ad43-27e3f0d2f461/tiny-aya-global/tiny-aya-global. Name des Quellmodells: Tiny Aya Global. Anbieter laut Quelle: Cohere. Modellstand: Tiny Aya Global. 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: 20,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-07-b96e3ffc8c5b. Prüfsumme der Quelldaten: b96e3ffc8c5b052aa56f96d05e89d02b8cc234a75085820fca0ca2a39e498274. Parserversion: artificial-analysis-rsc-models-v4. Importiert am: 2026-11-07. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Tiny Aya Global (Release tiny-aya-global, Zeile tiny-aya-global, UUID 81444bc8-72f9-4a2d-ad43-27e3f0d2f461, 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
NormAd English Stories, Europe accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
74,91
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 16, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 16; NormAd-Genauigkeit je Region. Die Geschichten sind auf Englisch. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd English Stories, West Asia accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
68,17
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 16, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 16; NormAd-Genauigkeit je Region. Die Geschichten sind auf Englisch. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd English Stories, South Asia accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
69,03
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 16, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 16; NormAd-Genauigkeit je Region. Die Geschichten sind auf Englisch. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd English Stories, Asia-Pacific accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
77,73
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 16, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 16; NormAd-Genauigkeit je Region. Die Geschichten sind auf Englisch. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd English Stories, Africa accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
71,43
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 16, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 16; NormAd-Genauigkeit je Region. Die Geschichten sind auf Englisch. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd English Stories, Americas accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
73,53
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 16, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 16; NormAd-Genauigkeit je Region. Die Geschichten sind auf Englisch. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd Source-Language Stories, Europe accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
72,27
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 17, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 17; NormAd-Genauigkeit je Region. Die Geschichten sind in der jeweiligen offiziellen Landessprache. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd Source-Language Stories, West Asia accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
67,44
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 17, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 17; NormAd-Genauigkeit je Region. Die Geschichten sind in der jeweiligen offiziellen Landessprache. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
NormAd Source-Language Stories, South Asia accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
69,07
Messgröße
Genauigkeit
Einheit
%
Benchmark-Version
NormAd, Table 17, arXiv:2603.11510v1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Tiny Aya Global-Zeile aus Table 17; NormAd-Genauigkeit je Region. Die Geschichten sind in der jeweiligen offiziellen Landessprache. Das Paper ordnet 75 Ländern Sprachen zu, nennt für diese Zeile aber weder den Nenner ausgewerteter Beispiele noch Prompt- und Decodingdetails.
Quelle Cohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1

Seite 1 von 22

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

Tiny Aya GlobalGPT-5 Pro 30Index-Translate-2B 30Apertus 70B 30Falcon 180B 30

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.

Alle technischen Daten

Architektur

Parameter
3,35 Milliarden
Quelle: Parameter

Ein- und Ausgabe

Sprachen
Mehr als 70 Sprachen
Quelle: Sprachen
Kontextfenster
8K Eingabetoken (Model Card)
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
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Veröffentlichung
17. Februar 2026
Quelle: Veröffentlichung
Lizenz
CC BY-NC 4.0 mit Cohere-Nutzungsbedingungen
Quelle: Lizenz
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Spezialisierung
Ausgewogene mehrsprachige Leistung
Quelle: Spezialisierung
Gewichtedownload
Nach Annahme der Cohere-Bedingungen auf Hugging Face
Quelle: Gewichtedownload

Häufige Fragen zu Tiny Aya Global

Kann ich Tiny Aya Global lokal nutzen?

Ja, die Gewichte sind offen.

Angaben von Cohere Labs

Offene Gewichte
ja
Lizenz
CC BY-NC 4.0 mit Cohere-Nutzungsbedingungen
Parameter
3,4 Mrd.
davon aktiv je Token
k. A.

Quellen und Datenstand

Alle 23 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. 13 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

Grade-stratified confidence intervals

Originalwortlaut

The inspected method/result sources report confidence intervals for overall accuracy only, not the grade-specific cells.

Ungeklärt

Overall item-count reconciliation

Originalwortlaut

The method article reports 2,569 items while the pinned results file reports 2,570 overall items; the difference is not explained.

Weitere QuelleCohere Labs Tiny Aya announcement (abgerufen 3. Oktober 2026; 4. Oktober 2026) · Cohere Labs Tiny Aya announcement · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuelleCohere Labs Aya research page (abgerufen 3. Oktober 2026) · Cohere Labs Aya research page · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuelleTiny Aya Global model card (abgerufen 3. Oktober 2026) · Tiny Aya Global model card · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026)
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026; 7. November 2026)
Weitere QuelleCohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510v1 (abgerufen 17. Oktober 2026)
Weitere QuelleSwahili Understanding Benchmark v1.0 results (abgerufen 17. Oktober 2026; 18. Oktober 2026)
Weitere QuelleAfrIFact: Cultural Information Retrieval, Evidence Extraction and Fact Checking for African Languages (abgerufen 17. Oktober 2026)
Weitere QuelleOmnilingual MT: Machine Translation for 1,600 Languages (Meta FAIR), v2 (abgerufen 17. Oktober 2026)
Weitere QuelleCohere Labs, Tiny Aya: Bridging Scale and Multilingual Depth, arXiv:2603.11510 (abgerufen 18. Oktober 2026)
Weitere QuelleCohere Labs and Cohere, Tiny Aya: Bridging Scale and Multilingual Depth (arXiv:2603.11510) (abgerufen 23. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 17. Oktober 2026)123456
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