Jurassic-2 Ultra：完整基准性能指南

other j2-ultra 2023-01-12 Proprietary

深入分析 Jurassic-2 Ultra 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j2-ultra
发布日期2023-01-12
上下文窗口8192 tokens
输入模态text
输出模态text
许可Proprietary
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
MMLU62.5%2023-01-125-shot查看
HUMANEVAL50.9pass@12023-01-12—查看
GSM8K30.3%2023-01-120-shot CoT查看
MATH27.5%2023-01-120-shot CoT查看
BBH52.9%2023-01-123-shot CoT查看
GPQA28.7%2023-01-120-shot查看
IFEVAL47.9%2023-01-12prompt_strict查看
ARC82.1%2023-01-12challenge查看
MUSR42.9%2023-01-120-shot查看
WINOGRANDE74.4%2023-01-120-shot查看

定价

项目价格币种
输入$2 / MtokUSD
输出$2 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-01-12

合规性

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

Jurassic-2 Ultra

模型概述

AI21 Labs Jurassic-2 Ultra 旗舰模型, 8K 上下文, 在 J2 系列中性能最强, 适合复杂推理任务。

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
Otherj2-ultra2023-01-128KtexttextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)62.5%5-shot
HumanEval50.9pass@1—
GSM8K (Grade School Math 8K)30.3%0-shot CoT
MATH27.5%0-shot CoT
BBH (BIG-Bench Hard)52.9%3-shot CoT
GPQA28.7%0-shot
IFEval47.9%prompt_strict
ARC82.1%challenge
MUSR42.9%0-shot
WinoGrande74.4%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。
  • 上下文窗口 8K 偏小。

适用场景

  • Agent 工作流与工具调用

参考文献