基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 54.2 | % | 2024-02-26 | 5-shot | 查看 |
| HUMANEVAL | 45.8 | pass@1 | 2024-02-26 | — | 查看 |
| GSM8K | 57.2 | % | 2024-02-26 | 0-shot CoT | 查看 |
| MATH | 16 | % | 2024-02-26 | 0-shot CoT | 查看 |
| BBH | 51.3 | % | 2024-02-26 | 3-shot CoT | 查看 |
| GPQA | 28.7 | % | 2024-02-26 | 0-shot | 查看 |
| IFEVAL | 51.7 | % | 2024-02-26 | prompt_strict | 查看 |
| ARC | 82.4 | % | 2024-02-26 | challenge | 查看 |
| MUSR | 41.4 | % | 2024-02-26 | 0-shot | 查看 |
| WINOGRANDE | 66.6 | % | 2024-02-26 | 0-shot | 查看 |
合规性
- 数据驻留: EU
- SOC2: ✓
- HIPAA: ✗
- GDPR: ✓
- ISO 27001: ✓
Mistral Tiny
模型概述
Mistral AI Tiny 经济型模型, 32K 上下文, 基于 Mistral 7B, 价格最低, 适合简单任务。
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 |
|---|
| Mistral | tiny | 2024-02-26 | 32K | text | text | Apache 2.0 |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 54.2 | % | 5-shot |
| HumanEval | 45.8 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 57.2 | % | 0-shot CoT |
| MATH | 16.0 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 51.3 | % | 3-shot CoT |
| GPQA | 28.7 | % | 0-shot |
| IFEval | 51.7 | % | prompt_strict |
| ARC | 82.4 | % | challenge |
| MUSR | 41.4 | % | 0-shot |
| WinoGrande | 66.6 | % | 0-shot |
定价
每百万 token
优势
劣势
- MMLU 仅 54.2，知识推理偏弱。
- HumanEval 45.8，代码能力较弱。
- 闭源专有模型，不支持自托管。
适用场景
参考文献