Benchmark Performance
| Benchmark | Score | Unit | Evaluated At | Notes | Source |
|---|
| MMLU | 60.9 | % | 2023-11-21 | 5-shot | view |
| HUMANEVAL | 28.1 | pass@1 | 2023-11-21 | — | view |
| GSM8K | 45.7 | % | 2023-11-21 | 0-shot CoT | view |
| MATH | 15.5 | % | 2023-11-21 | 0-shot CoT | view |
| BBH | 63.8 | % | 2023-11-21 | 3-shot CoT | view |
| GPQA | 26.4 | % | 2023-11-21 | 0-shot | view |
| IFEVAL | 55 | % | 2023-11-21 | prompt_strict | view |
| ARC | 84.8 | % | 2023-11-21 | challenge | view |
| MUSR | 37.7 | % | 2023-11-21 | 0-shot | view |
| WINOGRANDE | 67.4 | % | 2023-11-21 | 0-shot | view |
Pricing
| Tier | Price | Currency |
|---|
| Input | $11 / Mtok | USD |
| Output | $32 / Mtok | USD |
| Cache Read | $0 / Mtok | USD |
| Cache Write | $0 / Mtok | USD |
Source:
https://www.anthropic.com/pricing
· as of 2023-11-21
Compliance
- Data Residency: US
- SOC2: ✓
- HIPAA: ✗
- GDPR: ✓
- ISO 27001: ✗
Claude 2.1
Tổng quan mô hình
Anthropic Claude 2.1, 200K 上下文, 相比 2.0 减少 2 倍幻觉率, 改进长文档召回能力。
Thông số kỹ thuật cốt lõi
| Nhà cung cấp | Phiên bản | Ngày phát hành | Cửa sổ ngữ cảnh | Phương thức đầu vào | Phương thức đầu ra | Giấy phép |
|---|
| Anthropic | 2.1 | 2023-11-21 | 200K | text | text | Proprietary |
Hiệu suất benchmark
| Benchmark | Điểm | Đơn vị | Ghi chú |
|---|
| MMLU (Massive Multitask Language Understanding) | 60.9 | % | 5-shot |
| HumanEval | 28.1 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 45.7 | % | 0-shot CoT |
| MATH | 15.5 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 63.8 | % | 3-shot CoT |
| GPQA | 26.4 | % | 0-shot |
| IFEval | 55.0 | % | prompt_strict |
| ARC | 84.8 | % | challenge |
| MUSR | 37.7 | % | 0-shot |
| WinoGrande | 67.4 | % | 0-shot |
Giá
| Đầu vào | Đầu ra | Đọc bộ nhớ đệm | Ghi bộ nhớ đệm |
|---|
| — | — | — | — |
mỗi triệu token
Điểm mạnh
Điểm yếu
- HumanEval 28.1，代码能力较弱。
- 闭源专有模型，不支持自托管。
Trường hợp sử dụng
Tham chiếu