%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Yi Large
零一万物 (01.AI) が開発した大規模な中国語言語モデルで、中国語の理解と生成において卓越した性能を発揮します。強力な中国語処理能力を備え、英語などの他の言語でも良好な性能を示します。中国語ユーザーのニーズに特化して最適化されており、中国語の文化的背景理解、中国語表現、ローカライズされたアプリケーションにおいて独自の優位性を持っています。スマートライティングからビジネス分析まで、中国語市場の様々な AI アプリケーションに適しています。
インテリジェンス(比較的弱い)
速度(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
- /M tokens
混合価格
クイック簡易比較
Yi-Large
基本パラメータ
Yi-Large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
2024-05-13
応答速度
0 tokens/s
ベンチマークスコア
以下はYi-Large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
27.89
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
14.77
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
31.43
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
58.6
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
36.3
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
3.2
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
10.8
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
18.8
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
74.4
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
56.2
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
6.7
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
GPT 5 Mini
openai
￥1.8
入力トークン/百万
￥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai
￥63
入力トークン/百万
￥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai
￥0.36
入力トークン/百万
￥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai
￥9
入力トークン/百万
￥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm
￥0.43
入力トークン/百万
￥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google
￥3.6
入力トークン/百万
￥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google
￥0.58
入力トークン/百万
￥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai
￥216
入力トークン/百万
￥432
出力トークン/百万
8192
コンテキスト長