Command Nightly：完整基准性能指南

cohere nightly 2024-01-01 CC-BY-NC-4.0

深入分析 Command Nightly 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nightly
发布日期2024-01-01
上下文窗口128000 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 85.2 % 2024-01-01 5-shot 查看
HUMANEVAL 74.7 pass@1 2024-01-01 — 查看
GSM8K 87.2 % 2024-01-01 0-shot CoT 查看
MATH 49.2 % 2024-01-01 0-shot CoT 查看
BBH 82.7 % 2024-01-01 3-shot CoT 查看
GPQA 45.5 % 2024-01-01 0-shot 查看
IFEVAL 80.8 % 2024-01-01 prompt_strict 查看
ARC 95.9 % 2024-01-01 challenge 查看
MUSR 57.5 % 2024-01-01 0-shot 查看
WINOGRANDE 80.8 % 2024-01-01 0-shot 查看

定价

项目 价格 币种
输入$2.5 / MtokUSD
输出$10 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://cohere.com/pricing · 截至 2024-01-01

合规性

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

Command Nightly

模型概述

Cohere Command Nightly 实验版模型, 128K 上下文, 最新功能预览, 适合测试新特性。

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 nightly 2024-01-01 128K 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) 85.2 % 5-shot
HumanEval 74.7 pass@1 —
GSM8K (Grade School Math 8K) 87.2 % 0-shot CoT
MATH 49.2 % 0-shot CoT
BBH (BIG-Bench Hard) 82.7 % 3-shot CoT
GPQA 45.5 % 0-shot
IFEval 80.8 % prompt_strict
ARC 95.9 % challenge
MUSR 57.5 % 0-shot
WinoGrande 80.8 % 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 85.2，知识推理能力强。
  • GSM8K 87.2，数学推理稳健。
  • 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