Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

Apertus v1.5 70B

Swiss AI (EPFL, ETH Zurich) · SuisseSwiss AI (EPFL, ETH Zurich) · Suisse

  • Poids ouverts · Apache 2.0
  • Mac 96 Go
  • Classe énergétique C
51,4de 36,1 à 66,7Provisoire · 10 %?
Empreinte?
RaisonnementCodeAgentsUsageMathsSciencesFrançais51,4VisionÉcritureWeb

Son bilan?

  • Pas encore de rang au classement général : il a trop peu de mesures, son score est provisoire.
  • Mesuré seulement en français pour l'instant.

Estimationenviron 2,3 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

51,4de 36,1 à 66,7

RangScore provisoireCouverture10 %9 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'un Mac de 96 Go (71 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 96 Go. Mémoire estimée : 48,3 Go.

Mémoire selon la versionAllégée, 4 bits48,3 GoAllégée, 8 bits84,5 GoComplète, 16 bits161,0 GoLe pointillé marque 71 Go, la mémoire utile d'un Mac de 96 Go. Au-delà, le modèle ne tient plus sur cette machine.
Vitesse de générationEstimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix
0,82 € / 2,92 €entrée / sortie, par million de jetons
Fenêtre de contexte
262 144 jetonsenviron 197 000 mots
Entrées
Texte, image, son
Réflexion
Non communiqué
Paramètres
70 milliards
Licence
Apache 2.0poids ouverts, téléchargeables
Classe énergétique
Csur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Non communiqué

Où le trouver

Liens directs, sans affiliation

Toutes les mesures

9 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
EuroEval, ScaLA (grammaire)69,1 %110,9InconnueACTIFeuroeval.com
compar:IA986,0 Elo59,4InconnueACTIFarene.comparia.beta.gouv.fr

En bref

Quel est le score de Apertus v1.5 70B ?
Apertus v1.5 70B obtient un score IA de 51,4, avec une marge de 36,1 à 66,7. Ce score est provisoire : il repose sur 9 mesures, et le modèle n'a pas de rang.?
Apertus v1.5 70B peut-il tourner en local ?
Tient à partir d'un Mac de 96 Go (71 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 96 Go. Mémoire estimée : 48,3 Go.
Combien coûte Apertus v1.5 70B ?
0,82 € par million de jetons en entrée et 2,92 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 2,3 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite Apertus v1.5 70B ?
Apertus v1.5 70B est édité par Swiss AI (EPFL, ETH Zurich) (Suisse). Ses poids sont ouverts, sous licence Apache 2.0.

Ses voisins?