Mistral Medium：完整基准性能指南

mistral medium 2023-12-11 Apache 2.0

深入分析 Mistral Medium 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medium
发布日期2023-12-11
上下文窗口32000 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 82.9 % 2023-12-11 5-shot 查看
HUMANEVAL 78 pass@1 2023-12-11 — 查看
GSM8K 82.5 % 2023-12-11 0-shot CoT 查看
MATH 54.9 % 2023-12-11 0-shot CoT 查看
BBH 83.4 % 2023-12-11 3-shot CoT 查看
GPQA 48.7 % 2023-12-11 0-shot 查看
IFEVAL 77.4 % 2023-12-11 prompt_strict 查看
ARC 94.6 % 2023-12-11 challenge 查看
MUSR 64.3 % 2023-12-11 0-shot 查看
WINOGRANDE 82.4 % 2023-12-11 0-shot 查看

定价

项目 价格 币种
输入$2.7 / MtokUSD
输出$8.1 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://mistral.ai/technology/ · 截至 2023-12-11

合规性

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

Mistral Medium

模型概述

Mistral AI Medium 中端模型, 32K 上下文, 平衡性能与成本, 适合企业级通用任务。

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 medium 2023-12-11 32K text text Apache 2.0

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 82.9 % 5-shot
HumanEval 78.0 pass@1 —
GSM8K (Grade School Math 8K) 82.5 % 0-shot CoT
MATH 54.9 % 0-shot CoT
BBH (BIG-Bench Hard) 83.4 % 3-shot CoT
GPQA 48.7 % 0-shot
IFEval 77.4 % prompt_strict
ARC 94.6 % challenge
MUSR 64.3 % 0-shot
WinoGrande 82.4 % 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 82.9，知识推理能力强。

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

参考文献