Mistral 7B v0.1：完整基准性能指南

mistral 7b-v0.1 2023-09-27 Apache 2.0

深入分析 Mistral 7B v0.1 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7b-v0.1
发布日期2023-09-27
上下文窗口8192 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
MMLU68.4%2023-09-275-shot查看
HUMANEVAL56.4pass@12023-09-27—查看
GSM8K63.1%2023-09-270-shot CoT查看
MATH26.5%2023-09-270-shot CoT查看
BBH65.4%2023-09-273-shot CoT查看
GPQA25.3%2023-09-270-shot查看
IFEVAL58.9%2023-09-27prompt_strict查看
ARC88.7%2023-09-27challenge查看
MUSR37.4%2023-09-270-shot查看
WINOGRANDE79.6%2023-09-270-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 2023-09-27

合规性

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

Mistral 7B v0.1

模型概述

Mistral 7B v0.1 首版开源模型, 8K 上下文, 7B 参数, 在所有 7B 模型中表现领先, Apache 2.0 可商用。

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
Mistral7b-v0.12023-09-278KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)68.4%5-shot
HumanEval56.4pass@1—
GSM8K (Grade School Math 8K)63.1%0-shot CoT
MATH26.5%0-shot CoT
BBH (BIG-Bench Hard)65.4%3-shot CoT
GPQA25.3%0-shot
IFEval58.9%prompt_strict
ARC88.7%challenge
MUSR37.4%0-shot
WinoGrande79.6%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

  • 通用对话与问答

参考文献