Codestral：完整基准性能指南

mistral codestral 2024-05-29 MNPL

深入分析 Codestral 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mistral
版本codestral
发布日期2024-05-29
上下文窗口32000 tokens
输入模态text
输出模态text
许可MNPL
文档https://docs.mistral.ai/

基准测试表现

基准得分单位评测日期备注来源
MMLU75.1%2024-05-295-shot查看
HUMANEVAL69.2pass@12024-05-29—查看
GSM8K63.3%2024-05-290-shot CoT查看
MATH29.4%2024-05-290-shot CoT查看
BBH58.3%2024-05-293-shot CoT查看
GPQA32.4%2024-05-290-shot查看
IFEVAL59.4%2024-05-29prompt_strict查看
ARC87.4%2024-05-29challenge查看
MUSR47.2%2024-05-290-shot查看
WINOGRANDE75.8%2024-05-290-shot查看

定价

项目价格币种
输入$0.3 / MtokUSD
输出$0.9 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://mistral.ai/technology/ · 截至 2024-05-29

合规性

  • 数据驻留: EU
  • SOC2: ✓
  • HIPAA: ✗
  • GDPR: ✓
  • ISO 27001: ✓

Codestral

模型概述

Mistral Codestral 22B 代码专用模型, 32K 上下文, 支持 80+ 编程语言, 代码生成与补全性能突出。

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
Mistralcodestral2024-05-2932KtexttextMNPL

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)75.1%5-shot
HumanEval69.2pass@1—
GSM8K (Grade School Math 8K)63.3%0-shot CoT
MATH29.4%0-shot CoT
BBH (BIG-Bench Hard)58.3%3-shot CoT
GPQA32.4%0-shot
IFEval59.4%prompt_strict
ARC87.4%challenge
MUSR47.2%0-shot
WinoGrande75.8%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

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试

参考文献