Mistral Medium：完整基准性能指南

mistral medium 2023-12-11 Apache 2.0

深入分析 Mistral Medium 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medium
发布日期2023-12-11
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
MMLU82.9%2023-12-115-shot查看
HUMANEVAL78pass@12023-12-11—查看
GSM8K82.5%2023-12-110-shot CoT查看
MATH54.9%2023-12-110-shot CoT查看
BBH83.4%2023-12-113-shot CoT查看
GPQA48.7%2023-12-110-shot查看
IFEVAL77.4%2023-12-11prompt_strict查看
ARC94.6%2023-12-11challenge查看
MUSR64.3%2023-12-110-shot查看
WINOGRANDE82.4%2023-12-110-shot查看

定价

项目价格币种
输入$2.7 / MtokUSD
输出$8.1 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://mistral.ai/technology/ · 截至 2023-12-11

合规性

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

Mistral Medium

模型概述

Mistral AI Medium 中端模型, 32K 上下文, 平衡性能与成本, 适合企业级通用任务。

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
Mistralmedium2023-12-1132KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)82.9%5-shot
HumanEval78.0pass@1—
GSM8K (Grade School Math 8K)82.5%0-shot CoT
MATH54.9%0-shot CoT
BBH (BIG-Bench Hard)83.4%3-shot CoT
GPQA48.7%0-shot
IFEval77.4%prompt_strict
ARC94.6%challenge
MUSR64.3%0-shot
WinoGrande82.4%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 82.9，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

参考文献