AI21: Jamba Large 1.7
AI21: Jamba Large 1.7 est un LLM à poids ouverts publié par AI21 Labs le 8 août 2025. Il se distingue par une fenêtre de contexte de 256 000 tokens. Ses connaissances s'arrêtent au 31 août 2024.
AI21: Jamba Large 1.7 est un LLM à poids ouverts publié par AI21 Labs le 8 août 2025. Il se distingue par une fenêtre de contexte de 256 000 tokens. Ses connaissances s'arrêtent au 31 août 2024.
Son positionnement tarifaire est économique, avec un coût inférieur de 4% à la moyenne des LLM similaires et environ 2,8 fois moindre que celui des modèles frontière. Les résultats Benchable dessinent toutefois un profil contrasté : Ethics et Email Classification sont très élevés, mais ces épreuves plafonnées départagent mal les modèles.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | AI21 Labs |
| Poids | 🟢 Poids ouverts |
| Date de sortie | 8 août 2025 |
| Connaissances jusqu'à | 2024-08-31 |
| Multimodal | non |
| Fenêtre de contexte | 256 000 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Ethics (Baseline) | 99,0 % | 73ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 99,0 % | 11ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 93,0 % | 125ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 67,0 % | 134ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 54,0 % | 114ᵉ / 155 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 52,0 % | 130ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 44,0 % | 121ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 40,0 % | 125ᵉ / 140 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Ethics (Baseline)
Benchable : Email Classification (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| AI21 | 2 $ | 8 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 4 % en dessous de la moyenne des LLM similaires, et 2,8 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,09 $ |
| Latence moyenne par benchmark — Benchable | 3 min 47 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. La fenêtre de 256 000 tokens constitue l'un des principaux atouts pratiques du modèle. Sur Benchable, AI21: Jamba Large 1.7 obtient 99% en Ethics et en Email Classification. Il partage toutefois ces résultats avec respectivement 30 et 40 autres modèles, ce qui limite leur portée comparative. Son tarif économique renforce son intérêt pour les traitements à grand volume : il coûte 4% de moins que la moyenne des LLM similaires et environ 2,8 fois moins que les modèles frontière. Ses poids ouverts complètent ce positionnement.
Limites et points d'attention. Le modèle reste en retrait dans les classements Benchable les plus exigeants. General Knowledge le place dans le dernier quart du tableau malgré un score de 93%. Coding se situe également dans le bas du classement, tandis que Reasoning appartient au tiers inférieur. Hallucinations constitue le point le plus faible, avec une place proche du bas du tableau. La date d'arrêt des connaissances, fixée au 31 août 2024, exclut les informations ultérieures. AI21: Jamba Large 1.7 reste surtout pertinent lorsque le coût, l'ouverture des poids et la grande fenêtre de contexte priment sur les meilleurs résultats en code, raisonnement et fiabilité factuelle.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).