Mistral Large：完整基准性能指南

mistral large 2024-02-26 Apache 2.0

深入分析 Mistral Large 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large
发布日期2024-02-26
上下文窗口32000 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
MMLU82%2024-02-265-shot查看
HUMANEVAL73.4pass@12024-02-26—查看
GSM8K80.9%2024-02-260-shot CoT查看
MATH49.3%2024-02-260-shot CoT查看
BBH76.7%2024-02-263-shot CoT查看
GPQA38.1%2024-02-260-shot查看
IFEVAL75.8%2024-02-26prompt_strict查看
ARC93.3%2024-02-26challenge查看
MUSR52.1%2024-02-260-shot查看
WINOGRANDE83.3%2024-02-260-shot查看

定价

项目价格币种
输入$4 / MtokUSD
输出$12 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://mistral.ai/technology/ · 截至 2024-02-26

合规性

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

Mistral Large

模型概述

Mistral AI Large 首代旗舰, 32K 上下文, 多语言与推理能力突出, 原生支持函数调用与 JSON 输出。

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
Mistrallarge2024-02-2632KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)82.0%5-shot
HumanEval73.4pass@1—
GSM8K (Grade School Math 8K)80.9%0-shot CoT
MATH49.3%0-shot CoT
BBH (BIG-Bench Hard)76.7%3-shot CoT
GPQA38.1%0-shot
IFEval75.8%prompt_strict
ARC93.3%challenge
MUSR52.1%0-shot
WinoGrande83.3%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • MMLU 得分 82.0，知识推理能力强。

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
  • Agent 工作流与工具调用

参考文献