Mathstral 7B：完整基准性能指南

mistral mathstral-7b 2024-07-16 Apache 2.0

深入分析 Mathstral 7B 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mathstral-7b
发布日期2024-07-16
上下文窗口32768 tokens
输入模态text
输出模态text
许可Apache 2.0
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
MMLU69.1%2024-07-165-shot查看
HUMANEVAL49.9pass@12024-07-16—查看
GSM8K72.4%2024-07-160-shot CoT查看
MATH61%2024-07-160-shot CoT查看
BBH69.8%2024-07-163-shot CoT查看
GPQA37.5%2024-07-160-shot查看
IFEVAL63.6%2024-07-16prompt_strict查看
ARC91.5%2024-07-16challenge查看
MUSR42.3%2024-07-160-shot查看
WINOGRANDE71%2024-07-160-shot查看

定价

项目价格币种
输入$0.18 / MtokUSD
输出$0.18 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://mistral.ai/technology/ · 截至 2024-07-16

合规性

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

Mathstral 7B

模型概述

Mistral Mathstral 7B 数学专用模型, 32K 上下文, 基于 Mistral 7B 微调, 在 MATH 基准上达到 56.6%。

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
Mistralmathstral-7b2024-07-1632KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)69.1%5-shot
HumanEval49.9pass@1—
GSM8K (Grade School Math 8K)72.4%0-shot CoT
MATH61.0%0-shot CoT
BBH (BIG-Bench Hard)69.8%3-shot CoT
GPQA37.5%0-shot
IFEval63.6%prompt_strict
ARC91.5%challenge
MUSR42.3%0-shot
WinoGrande71.0%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

  • HumanEval 49.9，代码能力较弱。
  • 闭源专有模型，不支持自托管。

适用场景

  • 通用对话与问答

参考文献