基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 85.2 | % | 2024-01-01 | 5-shot | 查看 |
| HUMANEVAL | 74.7 | pass@1 | 2024-01-01 | — | 查看 |
| GSM8K | 87.2 | % | 2024-01-01 | 0-shot CoT | 查看 |
| MATH | 49.2 | % | 2024-01-01 | 0-shot CoT | 查看 |
| BBH | 82.7 | % | 2024-01-01 | 3-shot CoT | 查看 |
| GPQA | 45.5 | % | 2024-01-01 | 0-shot | 查看 |
| IFEVAL | 80.8 | % | 2024-01-01 | prompt_strict | 查看 |
| ARC | 95.9 | % | 2024-01-01 | challenge | 查看 |
| MUSR | 57.5 | % | 2024-01-01 | 0-shot | 查看 |
| WINOGRANDE | 80.8 | % | 2024-01-01 | 0-shot | 查看 |
合规性
- 数据驻留: US
- SOC2: ✓
- HIPAA: ✗
- GDPR: ✓
- ISO 27001: ✓
Command Nightly
模型概述
Cohere Command Nightly 实验版模型, 128K 上下文, 最新功能预览, 适合测试新特性。
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 |
|---|
| Cohere | nightly | 2024-01-01 | 128K | text | text | CC-BY-NC-4.0 |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 85.2 | % | 5-shot |
| HumanEval | 74.7 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 87.2 | % | 0-shot CoT |
| MATH | 49.2 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 82.7 | % | 3-shot CoT |
| GPQA | 45.5 | % | 0-shot |
| IFEval | 80.8 | % | prompt_strict |
| ARC | 95.9 | % | challenge |
| MUSR | 57.5 | % | 0-shot |
| WinoGrande | 80.8 | % | 0-shot |
定价
每百万 token
优势
- MMLU 得分 85.2，知识推理能力强。
- GSM8K 87.2，数学推理稳健。
- 企业级合规认证。
劣势
适用场景
参考文献