核心规格

厂商	meta
版本	code-llama-70b
发布日期	2024-01-29
上下文窗口	16000 tokens
输入模态	text
输出模态	text
许可	Llama 2 Community License
文档	https://llama.meta.com/docs/

基准测试表现

基准	得分	单位	评测日期	备注	来源
MMLU	62.1	%	2024-01-29	5-shot	查看
HUMANEVAL	65.6	pass@1	2024-01-29	—	查看
GSM8K	61	%	2024-01-29	0-shot CoT	查看
MATH	34	%	2024-01-29	0-shot CoT	查看
BBH	72.1	%	2024-01-29	3-shot CoT	查看
GPQA	25.3	%	2024-01-29	0-shot	查看
IFEVAL	63.8	%	2024-01-29	prompt_strict	查看
ARC	89.8	%	2024-01-29	challenge	查看
MUSR	40.1	%	2024-01-29	0-shot	查看
WINOGRANDE	75.5	%	2024-01-29	0-shot	查看

定价

项目	价格	币种
输入	$0.9 / Mtok	USD
输出	$0.9 / Mtok	USD
缓存读	$0 / Mtok	USD
缓存写	$0 / Mtok	USD

数据来源: https://ai.meta.com/blog/ · 截至 2024-01-29

合规性

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

Code Llama 70B

模型概述

Meta Code Llama 70B 代码专用开源模型, 16K 上下文, 基于 Llama 2 微调, 支持多语言代码生成。

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
Meta	code-llama-70b	2024-01-29	16K	text	text	Llama 2 Community License

基准测试表现

基准	得分	单位	备注
MMLU (Massive Multitask Language Understanding)	62.1	%	5-shot
HumanEval	65.6	pass@1	—
GSM8K (Grade School Math 8K)	61.0	%	0-shot CoT
MATH	34.0	%	0-shot CoT
BBH (BIG-Bench Hard)	72.1	%	3-shot CoT
GPQA	25.3	%	0-shot
IFEval	63.8	%	prompt_strict
ARC	89.8	%	challenge
MUSR	40.1	%	0-shot
WinoGrande	75.5	%	0-shot

定价

输入	输出	缓存读取	缓存写入
—	—	—	—

每百万 token

优势

可靠的通用模型。

劣势

闭源专有模型，不支持自托管。
上下文窗口 16K 偏小。

适用场景

代码生成与调试

参考文献

Code Llama 70B 文档地址
发布日期: 2024-01-29
厂商: Meta