Jamba 1.6 Large TPS kalkulátor

Otevřít váhy AI21 Labs 398B parametry March 2025

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

4 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Radeon Instinct MI325X

256 GB · IQ4_XS · 51.8 tok/s

Nejrychlejší karta

B300

83.2 tok/s · 288 GB

Které GPU mohou spustit Jamba 1.6 Large?

Nastavte vstupy, přečtěte si odpověď

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

4 karty odpovídají

Vypočítávání
Potřebuje Kvantisace Pohodlné
83.2 tok/s

50–133 · nízká důvěra

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 234.4 GB Q4_K_M Těsný
66.5 tok/s

40–106 · nízká důvěra

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 234.4 GB Q4_K_M Těsný
66.5 tok/s

40–106 · nízká důvěra

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 234.4 GB Q4_K_M Těsný
51.8 tok/s

31–83 · nízká důvěra

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 211.3 GB IQ4_XS Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace
AI21 Labs
Typ organizace
Industry
Země
Israel
Publikováno
6 March 2025

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Language
Úkol
Language modeling/generation, Question answering, Code generation, Retrieval-augmented generation, Chat, Quantitative reasoning, Table tasks, Translation

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry
398B

94B active/398B total

Výcviková data
tokens

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti
Open — downloadable
Přístup k modelu
Open weights (restricted use)
Tréninkový kód
Unreleased

Jamba Open Model License Agreement ($50M in annual revenue cap for commercial use): https://huggingface.co/ai21labs/AI21-Jamba-Large-1.6

Hugging Face
ai21labs

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry
Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
AI21’s Jamba 1.6: The Best Open Model for Private Enterprise Deployment
Nap poslední aktualizace
28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Jamba 1.6 Large

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

  1. 01 B300 288 GB · 8,000 GB/s · Q4_K_M 83.2 tok/s
  2. 02 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q4_K_M 66.5 tok/s
  3. 03 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q4_K_M 66.5 tok/s
  4. 04 Radeon Instinct MI325X 256 GB · 6,000 GB/s · IQ4_XS 51.8 tok/s

Nejmenší GPU, které ještě běží Jamba 1.6 Large

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

  1. 01 Radeon Instinct MI325X 256 GB · Potřebuje 211.3 GB · IQ4_XS · Těsný 51.8 tok/s
  2. 02 B300 288 GB · Potřebuje 234.4 GB · Q4_K_M · Těsný 83.2 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · Potřebuje 234.4 GB · Q4_K_M · Těsný 66.5 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · Potřebuje 234.4 GB · Q4_K_M · Těsný 66.5 tok/s

Co čísla znamenají

Co je potřeba k provozování tohoto modelu

Minimum karta

Radeon Instinct MI325X

Potřeba paměti

211.3 GB

Nejrychlejší

83.2 tok/s

Jamba 1.6 Large dosahuje počtu parametrů 398B. To je nad rámec toho, co jakákoliv jednotlivá GPU karta pojme. Spuštění znamená buď rozdělení na několik karet, nebo pronájem hardwaru určeného k této práci, a každá karta schopná to unést samostatně je součástí datacentra. Počet, který může: 4.

Nejmenší karta, která to pojme, je Radeon Instinct MI325X, s kapacitou VRAM 256 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 51.8 tokenů za sekundu

Na druhém konci sedí B300, generování přibližně 83.2 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

Jamba 1.6 Large byl zveřejněn AI21 Labs, v zemi zaznamenané jako Israel, během March 2025. Vydavatelská organizace je kategorizována jako industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Code generation, Retrieval-augmented generation, Chat, Quantitative reasoning, Table tasks, Translation.

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet. Na Hugging Face je publikováno pod organizací ai21labs.

Jak rychle to běží a proč

Mediánový výsledek je kolem 66.5 tokens za sekundu. Překračující rychlost čtení rovnou: 4 z nich

Toto je model směsi expertů, který prochází každý token pouze částí sebe sama. Generuje tedy mnohem rychleji, než naznačuje jeho celková velikost — přičemž stále potřebuje každý parametr umístěný v MEMORY, takže je rychlý, aniž by byl levný na uchování.

Jeho vnitřní architektura není v evidenci, takže paměť je přibližně odhadnuta z počtu parametrů a označena odpovídajícím způsobem. Očekávejte, že skutečná čísla se budou lišit, zejména u dlouhého kontextu.

Krok za krokem

Jak vybrat GPU pro Jamba 1.6 Large

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

  1. 01

    Začněte od sloupce paměti

    Tabulka uvádí každou kartu, která je schopna pojmout Jamba 1.6 Large, potřebující kolem 211.3 GB při kompresi IQ4_XS. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.

  2. 02

    Přizpůsobte kontext svému skutečnému použití

    Konverzace také zabírá MEMORY a roste, jak pokračuje. Nastavte posuvník na délku, kterou očekáváte, protože při dlouhém CONTEXT může být KARTA, která snadno zvládá krátké dotazy, odmítnuta. Jamba 1.6 Large.

  3. 03

    Nastavte minimální kvalitu

    Sloupec kvantizace se liší podle KARTY, protože větší KARTA má přesnější kopii., dosahující komprese IQ4_XS na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.

  4. 04

    Hodnoťte podle propustnosti spíše než podle specifikace

    Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Jamba 1.6 Large. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B300, na 83.2 tok/s

  5. 05

    Přečtěte si poslední sloupec fit

    Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Jamba 1.6 Large. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.

  6. 06

    Zkontrolujte kartu z druhé strany

    Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě Jamba 1.6 Large.

Odpovědi

Jamba 1.6 Large — běžné otázky

01

Jamba 1.6 Large— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Code generation, Retrieval-augmented generation, Chat, Quantitative reasoning, Table tasks, Translation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

02

Jamba 1.6 Large— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací ai21labs. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

03

Jamba 1.6 Large— Mohu to spustit, pokud se to nevejde do mé GPU?

Může být rozdělen mezi GPU kartu a systémovou paměť, ale v tomto případě se generuje bolestivě pomalu. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 61.6 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

04

Jamba 1.6 Large— Běhalo by to rychleji na dvou GPU?

Druhá karta přibližně zdvojnásobí dostupnou paměť, ale ne rychlost generování. Počet, který je již schopen ji spustit sám: 4. Takže druhá karta je tu zřídka odpovědí.

05

Jamba 1.6 Large— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 2. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

06

Jamba 1.6 Large— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 50–133 tok/s na B300. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

07

Jamba 1.6 Large— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Radeon Instinct MI325X, s kapacitou VRAM 256 GB. Spouští model při kompresi IQ4_XS používající přibližně 211.3 GB, a produkuje přibližně 51.8 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 4.

08

Jamba 1.6 Large— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B300, přibližně 83.2 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 4.

09

Jamba 1.6 Large— kolik VRAM potřebuje?

Potřebuje asi 211.3 GB při kompresi IQ4_XS, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

10

Jamba 1.6 Large— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

11

Jamba 1.6 Large— kolik má parametrů?

Má počet parametrů 398B. 94B active/398B total. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

12

Jamba 1.6 Large— Kdo to vytvořil?

Bylo to publikováno společností AI21 Labs, zakládající se na Israel, organizace zařazená jako industry.

13

Jamba 1.6 Large— Kdy byl vydán?

Bylo to zveřejněno v March 2025.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely