GetInfoUs
হেড-টু-হেড এআই মডেল তুলনা

Jamba 1.5 Large vs Jamba 1.5 Mini

বেঞ্চমার্ক, এপিআই টোকেন মূল্য, কনটেক্সট উইন্ডো এবং ইনফারেন্স স্পিড তুলনা

GetInfoUs রিসার্চ টিম দ্বারা পরীক্ষিতসর্বশেষ পর্যালোচনা: October 2026সম্পাদকীয় নীতিমালা
শেয়ার করুন
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Jamba 1.5 Large vs Jamba 1.5 Mini: Benchmarks, Pricing & Speed Comparison

AI21-এর Jamba 1.5 Large এবং AI21-এর Jamba 1.5 Mini হলো দুটি শীর্ষস্থানীয় এআই মডেল। Jamba 1.5 Large মডেলে রয়েছে 256K টোকেন কনটেক্সট উইন্ডো এবং এর এপিআই মূল্য $2.00/$8.00 প্রতি ১ মিলিয়ন টোকেন, যেখানে Jamba 1.5 Mini মডেলে রয়েছে 256K টোকেন কনটেক্সট এবং মূল্য $0.20/$0.40 প্রতি ১ মিলিয়ন টোকেন। নিচে উভয় মডেলের বেঞ্চমার্ক, গতি ও খরচের বিস্তারিত তুলনা দেওয়া হলো।

সরাসরি মডেল তুলনা (VS)

যেকোনো দুটি এআই মডেল পরিবর্তন ও তুলনা করুন

আমাদের যাচাইকৃত বেঞ্চমার্ক ডাটাবেস থেকে যেকোনো এআই মডেল নির্বাচন করে তাৎক্ষণিক তুলনা দেখুন।

প্রোফাইল
প্রোফাইল
এক পেজে মাল্টি-মডেল স্ট্যাক:
৫-মডেল মেগা কম্পেয়ার বিল্ডার
জনপ্রিয় তুলনা:
AI21

Jamba 1.5 Large

ওপেন-ওয়েটস ফাউন্ডেশন মডেল

AI21-এর Jamba 1.5 Large হলো সেলফ-হোস্টিং, ফাইন-টিউনিং এবং প্রাইভেট ক্লাউড ডিপ্লয়মেন্টের জন্য উন্মুক্ত ওপেন-ওয়েটস এআই মডেল, যা 256K কনটেক্সট উইন্ডো, 82 টোকেন/সেকেন্ড স্পিড এবং $2/$8 প্রতি 1M টোকেন মূল্যে 42/100 ইন্টেলিজেন্স স্কোর প্রদান কর

Intelligence Index42 / 100
Input Token:

$2.00 / 1M

Output Token:

$8.00 / 1M

Context Window:

256K tokens

SWE-bench Verified:

41.2%

AI21

Jamba 1.5 Mini

আল্ট্রা-ফাস্ট লো-ল্যাটেন্সি

AI21-এর Jamba 1.5 Mini হলো রিয়েল-টাইম চ্যাট, হাই-ভলিউম রাউটিং ও আল্ট্রা-লো ল্যাটেন্সি অ্যাপ্লিকেশনের জন্য তৈরি এআই মডেল, যা 256K কনটেক্সট উইন্ডো, 120 টোকেন/সেকেন্ড স্পিড এবং $0.2/$0.4 প্রতি 1M টোকেন মূল্যে 39/100 ইন্টেলিজেন্স স্কোর প্রদান

Intelligence Index39 / 100
Input Token:

$0.20 / 1M

Output Token:

$0.40 / 1M

Context Window:

256K tokens

SWE-bench Verified:

35.8%

একনজরে প্রধান পার্থক্যসমূহ

  • Jamba 1.5 Mini is 14.9x cheaper for API usage (input + output tokens combined).
  • Jamba 1.5 Mini is faster at 120 tok/s vs 82 tok/s.
  • Jamba 1.5 Large leads on SWE-bench coding (41.2% vs 35.8%).
মডেলের বিভিন্ন পরিমাপকের সংজ্ঞা জানতে:এআই গ্লোসারি দেখুন →
বৈশিষ্ট্যJamba 1.5 LargeJamba 1.5 Mini
Intelligence Index
Composite reasoning & knowledge score (0-100)
4239
Provider
AI21AI21
Input Price
Cost per million input tokens
$2.00 / 1M$0.20 / 1M
Output Price
Cost per million output tokens
$8.00 / 1M$0.40 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$1.55 / 1M$0.11 / 1M
Context Window
Maximum input + output tokens
256K tokens~384 A4 pages of text256K tokens~384 A4 pages of text
Max Output Tokens
Per single request
4K4K
Throughput Speed
Tokens generated per second
82 tok/s120 tok/s
SWE-bench Verified
Real-world software engineering
41.2%35.8%
GPQA Diamond
Graduate-level reasoning
51%44.2%
Cached Input Price
Prompt caching discount per 1M tokens
$0.50 / 1M$0.05 / 1M

কোন ক্ষেত্রে কোন মডেল সেরা?

একনজরে সিদ্ধান্ত নেওয়ার ফ্রেমওয়ার্ক
কোডিং
Jamba 1.5 Large
+5.4% SWE-bench lead
খরচ
Jamba 1.5 Mini
14.9x cheaper monthly runtime
স্পিড
Jamba 1.5 Mini
+46% faster generation
কনটেক্সট
Tied
256K tokens window

যাচাইকৃত বেঞ্চমার্ক স্কোর তুলনা

স্বাধীন গবেষণা ল্যাব দ্বারা যাচাইকৃত অফিশিয়াল ইভ্যালুয়েশন মেট্রিক্স।

Jamba 1.5 LargeJamba 1.5 Mini
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

41.2%vs35.8%
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

51%vs44.2%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

70.2%vs64%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1275ptsvs1242pts
Humanity's Last Exam (Frontier Expert Knowledge)

Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.

6.9%vs4.8%
Terminal-Bench (Agentic Coding & Terminal Use)

Autonomous multi-step tasks executed inside a real command-line terminal environment.

26.5%vs21.5%
SciCode (Scientific Computing)

Research-grade coding problems drawn from real scientific and numerical workloads.

27.2%vs22.8%
LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

45%vs37.5%
AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

54%vs45%
Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

75%vs72%
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

82 tok/s vs120 tok/s

লেটেন্সি ও রেসপন্স টাইম

প্রথম টোকেন আসার সময় (TTFT) এবং ৫০০ টোকেনের রেসপন্স জেনারেট করতে আনুমানিক সময়।

Time to First Token (TTFT)Lower is better
Jamba 1.5 Large0.49s
Jamba 1.5 Mini0.34s
Est. End-to-End Response (500 tokens)TTFT + generation time
Jamba 1.5 Large6.59s
Jamba 1.5 Mini4.51s

রিয়েল-টাইম টোকেন খরচ সিমুলেটর

প্রম্পট ক্যাশিং ডিসকাউন্টসহ মাসিক ক্লাউড API খরচ হিসাব করতে স্লাইডার পরিবর্তন করুন।

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Jamba 1.5 Large মাসিক API বিল
$10.95 / month
$2/1M in · $8/1M out
Jamba 1.5 Mini মাসিক API বিল
$0.74 / month
$0.2/1M in · $0.4/1M out
Jamba 1.5 Mini saves approximately $10.21 / month (93%) under this workload.14.9x Savings

Jamba 1.5 Large · শক্তি ও প্রধান সুবিধাসমূহ

  • 256K কনটেক্সট উইন্ডো এবং সর্বোচ্চ 4K আউটপুট টোকেন জেনারেশন সক্ষমতা (SWE-bench Verified 41.2% · GPQA Diamond 51%)
  • 82 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 490ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
  • ওপেন-ওয়েটস আর্কিটেকচার (398B (94B )) — vLLM, Ollama বা প্রাইভেট GPU ক্লাস্টারে সেলফ-হোস্টিংযোগ্য
বিবেচ্য বিষয় ও সীমাবদ্ধতা
  • সম্পূর্ণ প্রিসিশনে লোকাল GPU সার্ভারে হোস্ট করতে পর্যাপ্ত VRAM ও হার্ডওয়্যার অবকাঠামো প্রয়োজন
  • হাই-ভলিউম প্রোডাকশন ট্রাফিকের ক্ষেত্রে প্রম্পট ক্যাশিং ও ব্যাচ API ব্যবহার না করলে খরচ বেশি হতে পারে

Jamba 1.5 Mini · শক্তি ও প্রধান সুবিধাসমূহ

  • 256K কনটেক্সট উইন্ডো এবং সর্বোচ্চ 4K আউটপুট টোকেন জেনারেশন সক্ষমতা (SWE-bench Verified 35.8% · GPQA Diamond 44.2%)
  • 120 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 340ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
  • ওপেন-ওয়েটস আর্কিটেকচার (52B (12B )) — vLLM, Ollama বা প্রাইভেট GPU ক্লাস্টারে সেলফ-হোস্টিংযোগ্য
বিবেচ্য বিষয় ও সীমাবদ্ধতা
  • সম্পূর্ণ প্রিসিশনে লোকাল GPU সার্ভারে হোস্ট করতে পর্যাপ্ত VRAM ও হার্ডওয়্যার অবকাঠামো প্রয়োজন
  • অত্যন্ত জটিল মাল্টি-হপ গবেষণার ক্ষেত্রে ফ্ল্যাগশিপ রিজনিং মডেলের তুলনায় নির্ভুলতা কিছুটা কম হতে পারে

টোকেন ব্যবহার ও টাস্ক ইকোনমিক্স

একটি স্ট্যান্ডার্ড এজেন্টিক টাস্ক সম্পন্ন করতে আনুমানিক খরচ এবং টোকেন ব্যবহার।

MetricJamba 1.5 LargeJamba 1.5 Mini
Cost per Task
Estimated USD to finish one task
$0.48$0.12
Output Tokens / Task
Tokens generated per task
25K20K
Reasoning Tokens / Task
Thinking tokens burned per task
0K0K

টেকনিক্যাল স্পেসিফিকেশন

অফিশিয়াল প্রোভাইডার রিলিজ স্পেক্স, API মডেল আইডি, রেট লিমিট, লং-কনটেক্সট প্রাইসিং ও এজেন্টিক সক্ষমতা

বৈশিষ্ট্যJamba 1.5 LargeJamba 1.5 Mini
অফিশিয়াল API মডেল আইডি (SDK)jamba-1-5-largejamba-1-5-mini
API প্রোটোকলOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGIOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
রিলিজ তারিখ2024-082024-08
নলেজ কাটঅফMarch 2024March 2024
আর্কিটেকচারHybrid SSM-Transformer (Mamba + Transformer MoE)Hybrid SSM-Transformer (Mamba + Transformer MoE)
প্যারামিটার স্কেল398B (94B active)52B (12B active)
এন্টারপ্রাইজ রেট লিমিট (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
লং-কনটেক্সট প্রাইসিং (>128K/200K)পূর্ণ 256K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($2/1M)পূর্ণ 256K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($0.2/1M)
প্রম্পট ক্যাশিং ও TTLক্যাশড ইনপুট রেট $0.5/1M টোকেনক্যাশড ইনপুট রেট $0.05/1M টোকেন
কম্পিউটার ইউজ / GUI এজেন্টAPI ও CLI টুল-কলিং এজেন্ট সমর্থিত (র-পিক্সেল ডেস্কটপ ক্লিক ছাড়া)API ও CLI টুল-কলিং এজেন্ট সমর্থিত (র-পিক্সেল ডেস্কটপ ক্লিক ছাড়া)
MCP ও প্যারালাল টুল কলিংনেটিভ MCP সাপোর্ট · প্যারালাল ফাংশন কলিং · ১০০% স্ট্রিক্ট JSON স্কিমানেটিভ MCP সাপোর্ট · প্যারালাল ফাংশন কলিং · ১০০% স্ট্রিক্ট JSON স্কিমা
ওয়েব সার্চ ও কোড স্যান্ডবক্সএক্সটার্নাল সার্চ (Tavily/Exa) ও ডকার স্যান্ডবক্সের মাধ্যমে সমর্থিতএক্সটার্নাল সার্চ (Tavily/Exa) ও ডকার স্যান্ডবক্সের মাধ্যমে সমর্থিত
অফিশিয়াল ফাইন-টিউনিং (SFT/LoRA/RFT)পূর্ণ ওয়েটস SFT, LoRA, QLoRA, DPO ও RL ফাইন-টিউনিং (Unsloth / Axolotl)পূর্ণ ওয়েটস SFT, LoRA, QLoRA, DPO ও RL ফাইন-টিউনিং (Unsloth / Axolotl)
মাল্টিমোডাল টোকেন বিলিংটেক্সট BPE (~৪ অক্ষর/টোকেন)টেক্সট BPE (~৪ অক্ষর/টোকেন)
কোয়ান্টাইজেশন ও মিনিমাম VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 247 GB VRAM (৪-বিট কোয়ান্টাইজড) · 856 GB VRAM (নেটিভ BF16)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 32 GB VRAM (৪-বিট কোয়ান্টাইজড) · 112 GB VRAM (নেটিভ BF16)
সেফটি ও ফ্রন্টিয়ার ক্লাসিফিকেশনOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
এন্টারপ্রাইজ কমপ্লায়েন্স (ZDR/HIPAA/SOC2)১০০% অন-প্রেমিসেস / প্রাইভেট VPC নিয়ন্ত্রণ · সম্পূর্ণ HIPAA, GDPR ও SOC2 কমপ্লায়েন্ট১০০% অন-প্রেমিসেস / প্রাইভেট VPC নিয়ন্ত্রণ · সম্পূর্ণ HIPAA, GDPR ও SOC2 কমপ্লায়েন্ট
ইনপুট মডালিটিtexttext
আউটপুট মডালিটিtexttext

Jamba 1.5 Large vs Jamba 1.5 Mini: সংক্ষিপ্ত প্রশ্নোত্তর (FAQ)

Which is more intelligent, Jamba 1.5 Large or Jamba 1.5 Mini?

Jamba 1.5 Large is more intelligent. It scores 42 compared with 39 on the composite Intelligence Index.

Which model is faster?

Jamba 1.5 Mini is faster, generating 120 tokens per second compared with 82 tokens per second.

Which model is cheaper to run?

Jamba 1.5 Mini is cheaper at $0.11 per 1M tokens blended, compared with $1.55 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Jamba 1.5 Mini has lower latency, with a time to first token of 0.34s compared with 0.49s.

চূড়ান্ত মতামত

Jamba 1.5 Large (সেলফ-হোস্টিং, ফাইন-টিউনিং এবং প্রাইভেট ক্লাউড ডিপ্লয়মেন্টের জন্য উন্মুক্ত ওপেন-ওয়েটস, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) এবং Jamba 1.5 Mini (রিয়েল-টাইম চ্যাট, হাই-ভলিউম রাউটিং ও আল্ট্রা-লো ল্যাটেন্সি অ্যাপ্লিকেশনের জন্য তৈরি, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) উভয়ই শক্তিশালী মডেল। সার্বিক রিজনিং ও কোডিং বেঞ্চমার্কে Jamba 1.5 Large এগিয়ে, দ্রুত ইনফারেন্স গতির জন্য Jamba 1.5 Mini সেরা এবং কম এপিআই খরচে প্রোডাকশন ডিপ্লয়মেন্টের জন্য Jamba 1.5 Mini সবচেয়ে সাশ্রয়ী পছন্দ।

সাধারণ জিজ্ঞাসা (FAQ)

কোডিং ও জটিল রিজনিংয়ের জন্য Jamba 1.5 Large নাকি Jamba 1.5 Mini কোনটি ভালো?+

বেঞ্চমার্ক এবং রিজনিং মূল্যায়নে Jamba 1.5 Large এগিয়ে রয়েছে। তবে আপনার নির্দিষ্ট প্রজেক্টের জন্য উভয় মডেলের SWE-bench ও GPQA স্কোর তুলনা করে নেওয়া উত্তম।

Jamba 1.5 Large এবং Jamba 1.5 Mini-এর এপিআই খরচের পার্থক্য কত?+

Jamba 1.5 Large-এর ইনপুট/আউটপুট মূল্য $2.00 / $8.00 (প্রতি ১ মিলিয়ন টোকেন) এবং Jamba 1.5 Mini-এর মূল্য $0.20 / $0.40। সার্বিক ওয়ার্কলোডে Jamba 1.5 Mini বেশি সাশ্রয়ী।

কোন মডেলটির কনটেক্সট উইন্ডো ও স্পিড বেশি?+

Jamba 1.5 Large মডেলের কনটেক্সট উইন্ডো 256K টোকেন এবং Jamba 1.5 Mini মডেলের কনটেক্সট উইন্ডো 256K টোকেন। ইনফারেন্স গতির দিক থেকে Jamba 1.5 Mini দ্রুততর আউটপুট প্রদান করে।

এআই পরিভাষা ও গাইড
সম্পূর্ণ গ্লোসারি →

মডেলের বিভিন্ন পরিমাপক যেমন কনটেক্সট উইন্ডো, টোকেন প্রাইজ এবং রিজনিং স্কোর সম্পর্কে বিস্তারিত জানতে আমাদের এআই গ্লোসারি দেখুন।

টোকেন (Token)কনটেক্সট উইন্ডোএআই বেঞ্চমার্করিজনিং মডেলটুল কলিংমডেল কনটেক্সট প্রোটোকল

Related reading

এআই ল্যাবগুলোর নতুন রিলিজের সাথে সাথে বেঞ্চমার্ক স্কোর, টোকেন প্রাইসিং এবং রেট লিমিট নিয়মিত পরিবর্তিত হয়। প্রোডাকশনে ব্যবহারের পূর্বে সর্বদা অফিশিয়াল প্রোভাইডার ডকুমেন্টেশন যাচাই করুন।

তথ্যসূত্র: AI21 ও AI21 অফিশিয়াল এপিআই ডকুমেন্টেশন এবং স্বাধীন বেঞ্চমার্ক ইভালুয়েশন (২০২৬)।