Codestral Mamba：完整基准性能指南

mistral codestral-mamba 2024-07-16 Apache 2.0

深入分析 Codestral Mamba 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codestral-mamba
发布日期2024-07-16
上下文窗口256000 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
MMLU 59.3 % 2024-07-16 5-shot 查看
HUMANEVAL 86.2 pass@1 2024-07-16 — 查看
GSM8K 67.8 % 2024-07-16 0-shot CoT 查看
MATH 28.1 % 2024-07-16 0-shot CoT 查看
BBH 66 % 2024-07-16 3-shot CoT 查看
GPQA 36.3 % 2024-07-16 0-shot 查看
IFEVAL 65.5 % 2024-07-16 prompt_strict 查看
ARC 87.4 % 2024-07-16 challenge 查看
MUSR 47 % 2024-07-16 0-shot 查看
WINOGRANDE 74.1 % 2024-07-16 0-shot 查看

定价

项目 价格 币种
输入$0.25 / MtokUSD
输出$0.25 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://mistral.ai/technology/ · 截至 2024-07-16

合规性

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

Codestral Mamba

模型概述

Mistral Codestral Mamba 7B 代码模型, 256K 上下文, 基于 Mamba 架构, 线性时间复杂度适合长序列。

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 codestral-mamba 2024-07-16 256K text text Apache 2.0

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 59.3 % 5-shot
HumanEval 86.2 pass@1 —
GSM8K (Grade School Math 8K) 67.8 % 0-shot CoT
MATH 28.1 % 0-shot CoT
BBH (BIG-Bench Hard) 66.0 % 3-shot CoT
GPQA 36.3 % 0-shot
IFEval 65.5 % prompt_strict
ARC 87.4 % challenge
MUSR 47.0 % 0-shot
WinoGrande 74.1 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • HumanEval 86.2，代码生成能力出色。
  • 上下文窗口 256K，支持长文本。

劣势

  • MMLU 仅 59.3，知识推理偏弱。
  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试
  • 长文档摘要

参考文献