Command R (08-2024)：完整基准性能指南

cohere r08-2024 2024-08-13 CC-BY-NC-4.0

深入分析 Command R (08-2024) 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r08-2024
发布日期2024-08-13
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 77.8 % 2024-08-13 5-shot 查看
HUMANEVAL 73.6 pass@1 2024-08-13 — 查看
GSM8K 83.7 % 2024-08-13 0-shot CoT 查看
MATH 47.1 % 2024-08-13 0-shot CoT 查看
BBH 78.8 % 2024-08-13 3-shot CoT 查看
GPQA 44.6 % 2024-08-13 0-shot 查看
IFEVAL 70.3 % 2024-08-13 prompt_strict 查看
ARC 94.4 % 2024-08-13 challenge 查看
MUSR 49.1 % 2024-08-13 0-shot 查看
WINOGRANDE 79.3 % 2024-08-13 0-shot 查看

定价

项目 价格 币种
输入$0.15 / MtokUSD
输出$0.6 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://cohere.com/pricing · 截至 2024-08-13

合规性

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

Command R (08-2024)

模型概述

Cohere Command R 08-2024 版本, 128K 上下文, 改进 RAG 与工具调用能力, 支持结构化输出。

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 r08-2024 2024-08-13 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) 77.8 % 5-shot
HumanEval 73.6 pass@1 —
GSM8K (Grade School Math 8K) 83.7 % 0-shot CoT
MATH 47.1 % 0-shot CoT
BBH (BIG-Bench Hard) 78.8 % 3-shot CoT
GPQA 44.6 % 0-shot
IFEval 70.3 % prompt_strict
ARC 94.4 % challenge
MUSR 49.1 % 0-shot
WinoGrande 79.3 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • 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