M

Mistral Saba

Mistral AI の製品ポートフォリオにおける特殊な命名モデルで、独自の専門能力を持っている可能性があります。Mistral の先進的なアーキテクチャに基づいており、特定のユースケースまたは市場のニーズ向けに最適化されています。具体的な機能の詳細は不明ですが、Mistral シリーズの一部として、同社が効率と性能において一貫して持っている利点を備えていると予想され、企業レベルのアプリケーションと専門的なタスク処理に適しています。
インテリジェンス(比較的弱い)
速度(比較的遅い)
入力サポートモダリティ
はい
推論モデルかどうか
32,000
コンテキストウィンドウ
-
最大出力トークン
-
知識カットオフ

価格設定

- /M tokens
入力
- /M tokens
出力
¥2.16 /M tokens
混合価格

クイック簡易比較

入力

出力

Devstral Small (May '25)
¥0.1
Devstral Medium
¥0.4
Devstral
¥0.1

基本パラメータ

Mistral Saba技術パラメータ
パラメータ数
未発表
コンテキスト長
32.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキストのみ
スループット
リリース日
2025-02-17
応答速度
97.02,589 tokens/s

ベンチマークスコア

以下はMistral Sabaの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
34.09
大規模言語モデルインテリジェンスレベル
コーディング指数
-
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
40.33
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
61.1
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
42.4
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
4.1
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
-
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
24.1
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
85.4
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
67.7
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
13
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase