基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 59.3 | % | 2024-07-16 | 5-shot | 查看 |
| HUMANEVAL | 86.2 | pass@1 | 2024-07-16 | — | 查看 |
| GSM8K | 67.8 | % | 2024-07-16 | 0-shot CoT | 查看 |
| MATH | 28.1 | % | 2024-07-16 | 0-shot CoT | 查看 |
| BBH | 66 | % | 2024-07-16 | 3-shot CoT | 查看 |
| GPQA | 36.3 | % | 2024-07-16 | 0-shot | 查看 |
| IFEVAL | 65.5 | % | 2024-07-16 | prompt_strict | 查看 |
| ARC | 87.4 | % | 2024-07-16 | challenge | 查看 |
| MUSR | 47 | % | 2024-07-16 | 0-shot | 查看 |
| WINOGRANDE | 74.1 | % | 2024-07-16 | 0-shot | 查看 |
合规性
- 数据驻留: EU
- SOC2: ✓
- HIPAA: ✗
- GDPR: ✓
- ISO 27001: ✓
Codestral Mamba
模型概述
Mistral Codestral Mamba 7B 代码模型, 256K 上下文, 基于 Mamba 架构, 线性时间复杂度适合长序列。
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 |
|---|
| Mistral | codestral-mamba | 2024-07-16 | 256K | text | text | Apache 2.0 |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 59.3 | % | 5-shot |
| HumanEval | 86.2 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 67.8 | % | 0-shot CoT |
| MATH | 28.1 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 66.0 | % | 3-shot CoT |
| GPQA | 36.3 | % | 0-shot |
| IFEval | 65.5 | % | prompt_strict |
| ARC | 87.4 | % | challenge |
| MUSR | 47.0 | % | 0-shot |
| WinoGrande | 74.1 | % | 0-shot |
定价
每百万 token
优势
- HumanEval 86.2，代码生成能力出色。
- 上下文窗口 256K，支持长文本。
劣势
- MMLU 仅 59.3，知识推理偏弱。
- 闭源专有模型，不支持自托管。
适用场景
参考文献