Command Light：完整基准性能指南

cohere light 2023-09-14 CC-BY-NC-4.0

深入分析 Command Light 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cohere
版本light
发布日期2023-09-14
上下文窗口4000 tokens
输入模态text
输出模态text
许可CC-BY-NC-4.0
文档https://docs.cohere.com/docs

基准测试表现

基准 得分 单位 评测日期 备注 来源
MMLU 52.8 % 2023-09-14 5-shot 查看
HUMANEVAL 51.2 pass@1 2023-09-14 — 查看
GSM8K 39.8 % 2023-09-14 0-shot CoT 查看
MATH 24.1 % 2023-09-14 0-shot CoT 查看
BBH 55.5 % 2023-09-14 3-shot CoT 查看
GPQA 30.1 % 2023-09-14 0-shot 查看
IFEVAL 53.9 % 2023-09-14 prompt_strict 查看
ARC 85.9 % 2023-09-14 challenge 查看
MUSR 40.7 % 2023-09-14 0-shot 查看
WINOGRANDE 74.7 % 2023-09-14 0-shot 查看

定价

项目 价格 币种
输入$0.5 / MtokUSD
输出$0.5 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://cohere.com/pricing · 截至 2023-09-14

合规性

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

Command Light

模型概述

Cohere Command Light 经济型模型, 4K 上下文, 速度快成本低, 适合简单任务与高吞吐场景。

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
Cohere light 2023-09-14 4K text text CC-BY-NC-4.0

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 52.8 % 5-shot
HumanEval 51.2 pass@1 —
GSM8K (Grade School Math 8K) 39.8 % 0-shot CoT
MATH 24.1 % 0-shot CoT
BBH (BIG-Bench Hard) 55.5 % 3-shot CoT
GPQA 30.1 % 0-shot
IFEval 53.9 % prompt_strict
ARC 85.9 % challenge
MUSR 40.7 % 0-shot
WinoGrande 74.7 % 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

  • MMLU 仅 52.8，知识推理偏弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 4K 偏小。

适用场景

  • 通用对话与问答

参考文献