A

Aya Expanse 32B

多言語能力に焦点を当てた大規模言語モデルで、32B パラメータ規模により強力な異言語理解と生成能力を提供します。Aya シリーズは多言語タスクにおける卓越した性能で知られており、特に低リソース言語や異言語タスクの処理に優れています。国際化アプリケーション、多言語顧客サービス、異言語コンテンツ作成、広範な言語サポートが必要なグローバル企業アプリケーションに適しています。
インテリジェンス(弱い)
速度(中程度)
入力サポートモダリティ
はい
推論モデルかどうか
128,000
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
¥5.4 /M tokens
混合価格

クイック簡易比較

入力

出力

Command A
Command-R (Aug '24)
Aya Expanse 32B

基本パラメータ

Aya Expanse 32B技術パラメータ
パラメータ数
未発表
コンテキスト長
128.00k 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
Open Weights (License Required for Commercial Use)
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
2024-10-24
応答速度
118.03,091 tokens/s

ベンチマークスコア

以下はAya Expanse 32B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
20.05
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
14.29
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
22.43
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
37.7
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
23
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
4.5
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
13.7
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
14.9
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
68.3
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
44.9
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
-
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