Mistral Tiny：完整基准性能指南

mistral tiny 2024-02-26 Apache 2.0

深入分析 Mistral Tiny 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tiny
发布日期2024-02-26
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 54.2 % 2024-02-26 5-shot 查看
HUMANEVAL 45.8 pass@1 2024-02-26 — 查看
GSM8K 57.2 % 2024-02-26 0-shot CoT 查看
MATH 16 % 2024-02-26 0-shot CoT 查看
BBH 51.3 % 2024-02-26 3-shot CoT 查看
GPQA 28.7 % 2024-02-26 0-shot 查看
IFEVAL 51.7 % 2024-02-26 prompt_strict 查看
ARC 82.4 % 2024-02-26 challenge 查看
MUSR 41.4 % 2024-02-26 0-shot 查看
WINOGRANDE 66.6 % 2024-02-26 0-shot 查看

定价

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

数据来源: https://mistral.ai/technology/ · 截至 2024-02-26

合规性

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

Mistral Tiny

模型概述

Mistral AI Tiny 经济型模型, 32K 上下文, 基于 Mistral 7B, 价格最低, 适合简单任务。

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 tiny 2024-02-26 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) 54.2 % 5-shot
HumanEval 45.8 pass@1 —
GSM8K (Grade School Math 8K) 57.2 % 0-shot CoT
MATH 16.0 % 0-shot CoT
BBH (BIG-Bench Hard) 51.3 % 3-shot CoT
GPQA 28.7 % 0-shot
IFEval 51.7 % prompt_strict
ARC 82.4 % challenge
MUSR 41.4 % 0-shot
WinoGrande 66.6 % 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 54.2，知识推理偏弱。
  • HumanEval 45.8，代码能力较弱。
  • 闭源专有模型，不支持自托管。

适用场景

  • 通用对话与问答

参考文献