Mistral Nemo：完整基准性能指南

mistral nemo 2024-07-18 Apache 2.0

深入分析 Mistral Nemo 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nemo
发布日期2024-07-18
上下文窗口128000 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
MMLU69.2%2024-07-185-shot查看
HUMANEVAL69.4pass@12024-07-18—查看
GSM8K70%2024-07-180-shot CoT查看
MATH43.6%2024-07-180-shot CoT查看
BBH71.2%2024-07-183-shot CoT查看
GPQA36.1%2024-07-180-shot查看
IFEVAL56%2024-07-18prompt_strict查看
ARC90.5%2024-07-18challenge查看
MUSR38.5%2024-07-180-shot查看
WINOGRANDE73.2%2024-07-180-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 2024-07-18

合规性

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

Mistral Nemo

模型概述

Mistral Nemo 12B 开源模型, 128K 上下文, 与 NVIDIA 合作开发, 适合本地部署与多语言任务。

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
Mistralnemo2024-07-18128KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)69.2%5-shot
HumanEval69.4pass@1—
GSM8K (Grade School Math 8K)70.0%0-shot CoT
MATH43.6%0-shot CoT
BBH (BIG-Bench Hard)71.2%3-shot CoT
GPQA36.1%0-shot
IFEval56.0%prompt_strict
ARC90.5%challenge
MUSR38.5%0-shot
WinoGrande73.2%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 上下文窗口 128K，支持长文本。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 长文档摘要

参考文献