Grok-2 Mini: Complete Benchmark Performance Guide

xai 2-mini 2024-08-13 Proprietary

In-depth analysis of Grok-2 Mini performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendorxai
Version2-mini
Release Date2024-08-13
Context Window131072 tokens
Input Modalitiestext
Output Modalitiestext
LicenseProprietary
Documentationhttps://docs.x.ai/

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU80.6%2024-08-135-shotview
HUMANEVAL77.9pass@12024-08-13—view
GSM8K83.6%2024-08-130-shot CoTview
MATH45.1%2024-08-130-shot CoTview
BBH74.6%2024-08-133-shot CoTview
GPQA31.7%2024-08-130-shotview
IFEVAL73.5%2024-08-13prompt_strictview
ARC92.2%2024-08-13challengeview
MUSR51.4%2024-08-130-shotview
WINOGRANDE84.7%2024-08-130-shotview

Pricing

TierPriceCurrency
Input$0.1 / MtokUSD
Output$0.4 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://x.ai/api · as of 2024-08-13

Compliance

  • Data Residency: US
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Grok-2 Mini

モデル概要

xAI Grok-2 Mini 经济型模型, 131K 上下文, 速度快成本低, 适合实时对话与高吞吐场景。

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
Xai2-mini2024-08-13131KtexttextProprietary

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)80.6%5-shot
HumanEval77.9pass@1—
GSM8K (Grade School Math 8K)83.6%0-shot CoT
MATH45.1%0-shot CoT
BBH (BIG-Bench Hard)74.6%3-shot CoT
GPQA31.7%0-shot
IFEval73.5%prompt_strict
ARC92.2%challenge
MUSR51.4%0-shot
WinoGrande84.7%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

  • MMLU score 80.6, strong knowledge reasoning.

弱み

  • 闭源专有模型，不支持自托管。

ユースケース

  • 代码生成与调试

参考文献