Sonar Large：完整基准性能指南

other sonar-large 2024-05-13 Proprietary

深入分析 Sonar 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other
版本sonar-large
发布日期2024-05-13
上下文窗口128000 tokens
输入模态text
输出模态text
许可Proprietary
文档https://huggingface.co/models

基准测试表现

基准得分单位评测日期备注来源
MMLU82.5%2024-05-135-shot查看
HUMANEVAL80.4pass@12024-05-13—查看
GSM8K84.5%2024-05-130-shot CoT查看
MATH51.6%2024-05-130-shot CoT查看
BBH81.6%2024-05-133-shot CoT查看
GPQA41.6%2024-05-130-shot查看
IFEVAL74.9%2024-05-13prompt_strict查看
ARC94.1%2024-05-13challenge查看
MUSR65.6%2024-05-130-shot查看
WINOGRANDE81.1%2024-05-130-shot查看

定价

项目价格币种
输入$1 / MtokUSD
输出$1 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-05-13

合规性

  • 数据驻留: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Sonar Large

模型概述

Perplexity Sonar Large 在线 RAG 模型, 128K 上下文, 基于 Llama 3 70B 微调, 集成实时搜索。

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
Othersonar-large2024-05-13128KtexttextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)82.5%5-shot
HumanEval80.4pass@1—
GSM8K (Grade School Math 8K)84.5%0-shot CoT
MATH51.6%0-shot CoT
BBH (BIG-Bench Hard)81.6%3-shot CoT
GPQA41.6%0-shot
IFEval74.9%prompt_strict
ARC94.1%challenge
MUSR65.6%0-shot
WinoGrande81.1%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 82.5，知识推理能力强。
  • HumanEval 80.4，代码生成能力出色。
  • 企业级合规认证。

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
  • 企业客户支持

参考文献