Benchmark Performance
| Benchmark | Score | Unit | Evaluated At | Notes | Source |
|---|
| MMLU | 66.3 | % | 2023-07-11 | 5-shot | view |
| HUMANEVAL | 31.7 | pass@1 | 2023-07-11 | — | view |
| GSM8K | 32.5 | % | 2023-07-11 | 0-shot CoT | view |
| MATH | 21.9 | % | 2023-07-11 | 0-shot CoT | view |
| BBH | 60.2 | % | 2023-07-11 | 3-shot CoT | view |
| GPQA | 31.4 | % | 2023-07-11 | 0-shot | view |
| IFEVAL | 55 | % | 2023-07-11 | prompt_strict | view |
| ARC | 80.4 | % | 2023-07-11 | challenge | view |
| MUSR | 35.2 | % | 2023-07-11 | 0-shot | view |
| WINOGRANDE | 66.4 | % | 2023-07-11 | 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 2023-07-11
Compliance
- Data Residency: US
- SOC2: ✓
- HIPAA: ✗
- GDPR: ✓
- ISO 27001: ✗
Claude 2
モデル概要
Anthropic Claude 2, 100K 上下文, 在编码/数学/推理上超越 Claude 1.3, 首次开放 API。
コア仕様
| ベンダー | バージョン | リリース日 | コンテキストウィンドウ | 入力モダリティ | 出力モダリティ | ライセンス |
|---|
| Anthropic | 2 | 2023-07-11 | 100K | text | text | Proprietary |
ベンチマークパフォーマンス
| ベンチマーク | スコア | 単位 | 備考 |
|---|
| MMLU (Massive Multitask Language Understanding) | 66.3 | % | 5-shot |
| HumanEval | 31.7 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 32.5 | % | 0-shot CoT |
| MATH | 21.9 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 60.2 | % | 3-shot CoT |
| GPQA | 31.4 | % | 0-shot |
| IFEval | 55.0 | % | prompt_strict |
| ARC | 80.4 | % | challenge |
| MUSR | 35.2 | % | 0-shot |
| WinoGrande | 66.4 | % | 0-shot |
料金
| 入力 | 出力 | キャッシュ読み取り | キャッシュ書き込み |
|---|
| — | — | — | — |
100万トークンあたり
強み
弱み
- HumanEval 31.7，代码能力较弱。
- 闭源专有模型，不支持自托管。
ユースケース
参考文献