LarMixtral-8x22B-Instruct-v0.1
141B
Modelo Parâmetro Quantidade
Mistral AI
Organização afiliada
Código aberto
Tipo de licença
17 de Abril de 2024
Tempo de liberação
Introdução ao modelo
Mixtral 8x22B é um modelo Mixture-of-Experts (SMoE) esparsa que utiliza apenas 39B de parâmetros ativos de um total de 141B, oferecendo uma eficiência de custo sem precedentes para seu tamanho.
Pontuação abrangente
Diálogo de idiomas
Reserva de conhecimento
Associação de Raciocínio
Cálculo matemático
Escrita de código
Comando seguindo
Deslize para a esquerda e para a direita para ver mais
Capacidade de compreensão de idiomas
Muitas vezes, faz mal julgamentos semânticos, levando a óbvias desconexões lógicas nas respostas.
3.3
Escopo de cobertura do conhecimento
Possui conhecimento central das disciplinas convencionais, mas tem cobertura limitada de campos interdisciplinares de ponta.
7.2
Capacidade de raciocínio
Incapaz de manter cadeias de raciocínio coerentes, geralmente causando causalidade invertida ou erros de cálculo.
2.8
Comparação de modelos
Mixtral-8x22B-Instruct-v0.1 vs Qwen2.5-7B-Instruct
Assim como o Qwen2, os modelos de linguagem Qwen2.5 suportam até 128K tokens e podem gerar até 8K tokens. Eles também mantêm suporte multilíngue para mais de 29 idiomas, incluindo chinês, inglês, francês, espanhol, português, alemão, italiano, russo, japonês, coreano, vietnamita, tailandês, árabe e muito mais.
Mixtral-8x22B-Instruct-v0.1 vs Hunyuan-T1-20250822
O modelo de raciocínio profundo desenvolvido de forma independente pela Tencent adota o número de versão hunyuan-t1-20250822.
Mixtral-8x22B-Instruct-v0.1 vs Spark-X1
O modelo de inferência Spark X1 lançado pela iFlytek, além de liderar tarefas matemáticas domésticas, avalia o desempenho de tarefas gerais como inferência, geração de texto e compreensão linguística contra o OpenAI o1 e o DeepSeek R1.
Modelo relacionado
Mistral-Large-Instruct-2411
Mistral-Large-Instruct-2411 é um avançado modelo de Linguagem Grande densa (LLM) de 123 bilhões de parâmetros com capacidades de raciocínio, conhecimento e codificação de ponta, extendendo o Mistral-Large-Instruct-2407 com melhor suporte para Contexto Longo, Chamada de Função e Sistema de Prompt.
Mistral-Large-Instruct-2411
Mistral-Large-Instruct-2411 é um avançado modelo de Linguagem Grande (LLM) denso de 123 bilhões de parâmetros com capacidades de raciocínio, conhecimento e codificação de ponta, extendendo o Mistral-Large-Instruct-2407 com melhor suporte a contexto longo, chamada de funções e sistema de prompt.
Mistral-Small-Instruct-2409
Com 22 bilhões de parâmetros, o Mistral Small v24.09 oferece aos clientes um ponto intermediário conveniente entre o Mistral NeMo 12B e o Mistral Large 2, proporcionando uma solução de baixo custo que pode ser implantada em várias plataformas e ambientes.
Mistral-Small-Instruct-2409
Com 22 bilhões de parâmetros, o Mistral Small v24.09 oferece aos clientes um ponto intermediário conveniente entre o Mistral NeMo 12B e o Mistral Large 2, proporcionando uma solução de baixo custo que pode ser implantada em várias plataformas e ambientes.
Ministral-8B-Instruct-2410
O modelo de linguagem Ministral-8B-Instruct-2410 é um modelo significativamente ajustado por instrução que supera modelos existentes de tamanho semelhante, lançado sob a licença de pesquisa Mistral.
Documentos relevantes
A primeira série dramática com AIGC da Yaoke Media, “O Mistério do Bronze em Qinling”, estreia hoje com protagonistas criados por IA
Hoje marca o lançamento oficial da minissérie de mistério e fantasia com IA da Yaoke Media, “A História Secreta do Bronze de Qinling”. Estrelada pelos dois primeiros atores de IA contratados pela empr
Satya Nadella está pronto para aproveitar o novo acordo com a OpenAI
Na quarta-feira, um analista da Wall Street perguntou diretamente ao CEO da Microsoft, Satya Nadella, como a nova parceria com a OpenAI afetaria os resultados financeiros da empresa.Nadella descreveu o novo acordo como uma vitória para todos. “Estam
O WordPress.com agora permite que agentes de IA escrevam e publiquem posts, entre outras coisas
O WordPress.com, a popular plataforma de hospedagem e publicação na web, está agora adotando agentes de IA — uma iniciativa que pode transformar a aparência e a experiência da web. A empresa anunciou
A IA experimental da Anthropic, Claude, conclui negociações e transações em um teste de comércio eletrônico
À medida que a inteligência artificial avança rapidamente, a Anthropic lançou discretamente, na última sexta-feira, um experimento interno chamado “Projeto Deal”, demonstrando o potencial da IA no com
DeepSeek Code pronto para ser lançado
À medida que a tecnologia de IA avança, a DeepSeek encontra-se em um momento emocionante. A empresa de IA revelou recentemente que garantiu mais de 70 bilhões de yuans em financiamento. A direção enfa
