基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 81 | % | 2024-08-13 | 5-shot | 查看 |
| HUMANEVAL | 75.8 | pass@1 | 2024-08-13 | — | 查看 |
| GSM8K | 90.4 | % | 2024-08-13 | 0-shot CoT | 查看 |
| MATH | 46.8 | % | 2024-08-13 | 0-shot CoT | 查看 |
| BBH | 78.6 | % | 2024-08-13 | 3-shot CoT | 查看 |
| GPQA | 46.7 | % | 2024-08-13 | 0-shot | 查看 |
| IFEVAL | 78.7 | % | 2024-08-13 | prompt_strict | 查看 |
| ARC | 94.8 | % | 2024-08-13 | challenge | 查看 |
| MUSR | 55.4 | % | 2024-08-13 | 0-shot | 查看 |
| WINOGRANDE | 87.7 | % | 2024-08-13 | 0-shot | 查看 |
合规性
- 数据驻留: self-host
- SOC2: ✗
- HIPAA: ✗
- GDPR: ✗
- ISO 27001: ✗
Sonar Huge
模型概述
Perplexity Sonar Huge 旗舰在线 RAG 模型, 127K 上下文, 基于 Llama 3.1 405B 微调, 推理能力最强。
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 |
|---|
| Other | sonar-huge | 2024-08-13 | 127K | text | text | Proprietary |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 81.0 | % | 5-shot |
| HumanEval | 75.8 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 90.4 | % | 0-shot CoT |
| MATH | 46.8 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 78.6 | % | 3-shot CoT |
| GPQA | 46.7 | % | 0-shot |
| IFEval | 78.7 | % | prompt_strict |
| ARC | 94.8 | % | challenge |
| MUSR | 55.4 | % | 0-shot |
| WinoGrande | 87.7 | % | 0-shot |
定价
每百万 token
优势
- MMLU 得分 81.0，知识推理能力强。
- GSM8K 90.4，数学推理稳健。
- 企业级合规认证。
劣势
适用场景
参考文献