Command R：完整基准性能指南

cohere r 2024-03-11 CC-BY-NC-4.0

深入分析 Command R 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cohere
版本r
发布日期2024-03-11
上下文窗口128000 tokens
输入模态text
输出模态text
许可CC-BY-NC-4.0
文档https://docs.cohere.com/docs

基准测试表现

基准得分单位评测日期备注来源
MMLU79.3%2024-03-115-shot查看
HUMANEVAL75.8pass@12024-03-11—查看
GSM8K86.9%2024-03-110-shot CoT查看
MATH43.9%2024-03-110-shot CoT查看
BBH78.4%2024-03-113-shot CoT查看
GPQA44%2024-03-110-shot查看
IFEVAL74.1%2024-03-11prompt_strict查看
ARC93.9%2024-03-11challenge查看
MUSR57%2024-03-110-shot查看
WINOGRANDE84.8%2024-03-110-shot查看

定价

项目价格币种
输入$0.15 / MtokUSD
输出$0.6 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://cohere.com/pricing · 截至 2024-03-11

合规性

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

Command R

模型概述

Cohere Command R 经济型 35B 模型, 128K 上下文, 针对 RAG 与工具调用优化, 适合大规模部署。

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
Coherer2024-03-11128KtexttextCC-BY-NC-4.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)79.3%5-shot
HumanEval75.8pass@1—
GSM8K (Grade School Math 8K)86.9%0-shot CoT
MATH43.9%0-shot CoT
BBH (BIG-Bench Hard)78.4%3-shot CoT
GPQA44.0%0-shot
IFEval74.1%prompt_strict
ARC93.9%challenge
MUSR57.0%0-shot
WinoGrande84.8%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • GSM8K 86.9，数学推理稳健。
  • 企业级合规认证。

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
  • 企业客户支持

参考文献