GPT-3.5 Turbo vs GPT-4：基准对比

详细对比 GPT-3.5 Turbo 与 GPT-4 的基准表现、定价、上下文窗口与合规性。

发布: · 更新:

核心规格对比

规格GPT-3.5 TurboGPT-4
厂商openaiopenai
版本3.5-turbo4
发布日期2023-03-012023-03-14
上下文窗口16385 tokens8192 tokens
输入模态texttext
输出模态texttext
许可ProprietaryProprietary
SOC2✓✓
HIPAA✓✓
GDPR✓✓
ISO 27001✓✓

基准测试结果

基准GPT-3.5 TurboGPT-4胜出
ARC86.894.1GPT-4
BBH48.280.9GPT-4
GPQA22.439.2GPT-4
GSM8K34.391.7GPT-4
HUMANEVAL51.377.6GPT-4
IFEVAL57.474.6GPT-4
MATH17.843.9GPT-4
MMLU61.185.8GPT-4
MUSR29.254.6GPT-4
WINOGRANDE76.780.3GPT-4

定价对比

项目 (每百万Token)GPT-3.5 TurboGPT-4
输入$0.5$30
输出$1.5$60
缓存读$0$0
缓存写$0$0

GPT-3.5 Turbo 对比 GPT-4

模型概述

GPT-3.5 Turbo 与 GPT-4 均为 AI 模型市场的重要选项。本页对比两者在基准、定价与合规性上的差异。

核心规格对比

厂商发布日期上下文窗口许可证
Openai / Openai2023-03-01 / 2023-03-1416K / 8KProprietary / Proprietary

基准测试表现

基准GPT-3.5 TurboGPT-4胜出
ARC86.894.1B
BBH (BIG-Bench Hard)48.280.9B
GPQA22.439.2B
GSM8K (Grade School Math 8K)34.391.7B
HumanEval51.377.6B
IFEval57.474.6B
MATH17.843.9B
MMLU (Massive Multitask Language Understanding)61.185.8B
MUSR29.254.6B
WinoGrande76.780.3B

定价对比

输入输出缓存读取缓存写入
— / —— / —— / —— / —

每百万 token — A / B

优势 & 劣势

GPT-3.5 Turbo

  • ✅ 可靠的通用模型。
  • ⚠️ 闭源专有模型，不支持自托管。
  • ⚠️ 上下文窗口 16K 偏小。

GPT-4

  • ✅ MMLU 得分 85.8，知识推理能力强。
  • ✅ GSM8K 91.7，数学推理稳健。
  • ⚠️ 闭源专有模型，不支持自托管。
  • ⚠️ 上下文窗口 8K 偏小。

编辑点评

GPT-3.5 Turbo 与 GPT-4 各有侧重。建议根据具体场景（代码、长文本、视觉等）选择，参考上方基准与定价表。

常见问题

哪个模型在代码任务上更优？

参考 HumanEval 基准得分表，得分更高者更适合代码任务。

哪个模型价格更低？

参考上方的定价对比表，输入/输出价格更低者更具成本优势。

上下文窗口哪个更长？

参考核心规格对比表，上下文窗口更大的模型适合长文档处理。

参考文献

编辑点评

See Editor's Take section.