Capybara 1.5B：完整基准性能指南

other capybara-1-5b 2023-11-15 Apache 2.0

深入分析 Capybara 1.5B 在 MMLU、HumanEval、GSM8K、MATH、BBH 等基准上的表现，包含定价与适用场景。

核心规格

厂商other
版本capybara-1-5b
发布日期2023-11-15
上下文窗口4096 tokens
输入模态text
输出模态text
许可Apache 2.0
文档https://huggingface.co/models

基准测试表现

基准得分单位评测日期备注来源
MMLU51.7%2023-11-155-shot查看
HUMANEVAL30.1pass@12023-11-15—查看
GSM8K28.5%2023-11-150-shot CoT查看
MATH25.6%2023-11-150-shot CoT查看
BBH48.3%2023-11-153-shot CoT查看
GPQA18.1%2023-11-150-shot查看
IFEVAL52.4%2023-11-15prompt_strict查看
ARC80.1%2023-11-15challenge查看
MUSR34%2023-11-150-shot查看
WINOGRANDE68.9%2023-11-150-shot查看

定价

项目价格币种
输入$0.08 / MtokUSD
输出$0.08 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-11-15

合规性

  • 数据驻留: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Capybara 1.5B

模型概述

IntrinsicaAI Capybara 1.5B 轻量对话模型, 4K 上下文, 1.5B 参数, 适合边缘设备对话场景。

核心规格

厂商版本发布日期上下文窗口输入模态输出模态许可证
Othercapybara-1-5b2023-11-154KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)51.7%5-shot
HumanEval30.1pass@1—
GSM8K (Grade School Math 8K)28.5%0-shot CoT
MATH25.6%0-shot CoT
BBH (BIG-Bench Hard)48.3%3-shot CoT
GPQA18.1%0-shot
IFEval52.4%prompt_strict
ARC80.1%challenge
MUSR34.0%0-shot
WinoGrande68.9%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 可靠的通用模型。

劣势

  • MMLU 仅 51.7，知识推理偏弱。
  • HumanEval 30.1，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 4K 偏小。

适用场景

  • 通用对话与问答

参考文献