JT-MINI

MODEL PROFILE模型资料

China Mobile · 2026-04-15 发布

无公开托管渠道

JT-MINI 是中国移动 JT 系列中的轻量型号，2026 年 4 月发布。它面向任务复杂度有限、对延迟与成本敏感的日常调用场景，适合先小规模验证、再决定是否上探同系列更大规格的团队。

模型介绍

JT-MINI 归属中国移动自研的 JT 模型序列，与 JT-35B-Flash、JT-4.1 Flash 236B A21B 同属一条产品线，命名上处在规格较轻的一档。它要解决的是通用大模型在轻量任务上不够划算的问题：把知识问答、短文本处理这类高频、低复杂度的请求交给更小的型号承接，把大模型留给真正需要深度推理的环节。官方目前只公布了发布日期，价格与能力标注均为空，实际边界需要靠第三方评测与自测判断。按 Artificial Analysis 口径，其综合智能指数为 12.2，GPQA 67.6%，HLE 6.4%，LCR 13.0%，专业问答项相对突出，高难推理与长上下文项明显偏弱，更接近一款知识型、短上下文的轻量模型，而非通用推理主力。在中国移动 JT 序列的梯度里，它承担的是入门与分流角色。

选型建议任务以知识问答、短文本处理为主且能接受第三方评测所显示的推理上限时可选它；需要长上下文、多步推理或明确单价核算时，应转向同系列更大规格或要求厂商补齐报价。

中国移动JT 系列轻量模型知识问答短上下文价格未公开

关键指标

官方输入价—

官方输出价—

缓存读 / 写— / —

上下文窗口—

最大输出—

输入模态—

知识截止—

生成速度0.0 tok/s

首字延迟 TTFT0.00s

部署平台数—

AA 综合指数—

适用场景

处理产品文档、客服知识库中的概念解释与术语问答
承接短文本分类、摘要与结构化抽取等高频轻量请求
作为大模型链路的初筛层，先由它分流简单问题，复杂请求再上送更大规格型号
在正式采购前用小流量灰度验证质量与延迟表现
做内部工具的原型联调，低成本跑通接口与调用流程

暂无：上下文窗口、最大输出、知识截止、开源权重、模型家族、许可证、参数规模、输入模态、输入价、输出价、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。没有任何平台收录，也没有公开报价：可能是自部署权重或尚未开放调用；发布 199 天。

规格与能力

上面没列到的字段

官方未公开 JT-MINI 的参数规模与网络结构，可确认的只有它在中国移动 JT 序列中的位置，以及与同系列更大规格型号之间的梯度关系。

结构公开资料较少，命名上属于 JT 序列的轻量档，与 JT-35B-Flash、JT-4.1 Flash 236B A21B 构成由小到大的规格梯度，具体层数与注意力方案未披露。
能力官方能力项标注为空，模型能做什么只能依据第三方评测与实调用判断，接入前建议用自有样本做一轮小规模验证。
披露厂商侧仅给出名称与发布日期，训练数据构成、上下文窗口、是否支持工具调用等关键信息均未公开，选型时需向服务方直接确认。

开源权重: —
模型家族: —
许可证: —
参数规模: —

能力资料未标注

性能表现

按 Artificial Analysis 口径，JT-MINI 的分数呈现明显的结构性差异：知识型问答不算弱，高难推理与长上下文是短板。

强项GPQA 67.6% 说明它在专业学科问答上表现相对扎实，适合概念解释、术语辨析一类有明确答案的知识型请求。
短板综合智能指数 12.2、HLE 6.4%、LCR 13.0%，跨步骤推理与长上下文任务上的得分偏低，不宜承担复杂链路或长文档处理。
对比同系列 JT-35B-Flash（AA 18.7）与 JT-4.1 Flash 236B A21B（AA 33.9）综合指数更高，任务难度上升时应考虑切换到更大规格。

跑分与榜单

第三方评测口径

GPQA67.6%

HLE6.4%

LCR13.0%

这些跑分分别测什么？（2 项口径说明）

基准	类别	说明	满分口径	前沿水平	状态	污染风险
GPQA Diamond基准主页	知识	Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions.	0-100% accuracy	96.3% (Artificial Analysis run)	已饱和	低
Humanity's Last Exam基准主页	知识	Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing.	0-100% accuracy	61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1)	仍在维护	低

说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。

跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。

价格与性价比

结合各平台报价与同类对比

官方价格未公开，同系列三款型号的输入、输出单价在现有数据中均为空，无法计算价差，成本只能在询价后核算。

定位从命名与同系列梯度看，JT-MINI 处在价格敏感的一档，但缺少公开单价，无法判断它相对大规格型号的实际折扣幅度。
横向对比JT-35B-Flash 与 JT-4.1 Flash 236B A21B 的单价同样未公开，价差一项无数据，现阶段做不了成本侧的横向比较。
平台差价目前没有第三方聚合平台收录该模型，也不存在多云报价，平台之间的价格差异无从谈起。
省钱价格公布前，建议按预估调用量向厂商询价，并用小流量灰度验证质量，避免为用不上的能力付费。

JT-MINI 的同类模型对比
模型	上下文	输入价	输出价	输入价差	AA 综合
JT-35B-Flash	—	—	—	基准	—
JT-4.1 Flash 236B A21B	—	—	—	基准	—

关于 JT-MINI 的常见问题

1 条

JT-MINI 的 API 价格是多少？

当前资料未收录该模型的公开 API 价格：可能是未公开定价，或只提供自部署的开源权重。

使用注意

口径评测数值均为 Artificial Analysis 口径的原样引用，测试集与实际业务分布不同，不能直接等同于线上效果。
边界官方价格、能力标注、上下文长度等均未公布，且暂无聚合平台收录，采购与接入的可得性受限，需走厂商直连渠道确认。
时效该模型发布于 2026 年 4 月，后续版本与价格可能调整，选型时以厂商最新说明为准。

资料说明

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。