Phi-3 Medium vs Phi-3 Small：基准对比
详细对比 Phi-3 Medium 与 Phi-3 Small 的基准表现、定价、上下文窗口与合规性。
核心规格对比
| 规格 | Phi-3 Medium | Phi-3 Small |
|---|---|---|
| 厂商 | other | other |
| 版本 | phi-3-medium | phi-3-small |
| 发布日期 | 2024-05-21 | 2024-05-21 |
| 上下文窗口 | 4096 tokens | 8192 tokens |
| 输入模态 | text | text |
| 输出模态 | text | text |
| 许可 | MIT | MIT |
| SOC2 | ✗ | ✗ |
| HIPAA | ✗ | ✗ |
| GDPR | ✗ | ✗ |
| ISO 27001 | ✗ | ✗ |
基准测试结果
| 基准 | Phi-3 Medium | Phi-3 Small | 胜出 |
|---|---|---|---|
| ARC | 90.1 | 89.6 | Phi-3 Medium |
| BBH | 71.4 | 71.8 | Phi-3 Small |
| GPQA | 25.6 | 30.9 | Phi-3 Small |
| GSM8K | 59 | 62.7 | Phi-3 Small |
| HUMANEVAL | 53.9 | 68.3 | Phi-3 Small |
| IFEVAL | 67.4 | 61 | Phi-3 Medium |
| MATH | 34.3 | 43.5 | Phi-3 Small |
| MMLU | 62.1 | 71.8 | Phi-3 Small |
| MUSR | 43.9 | 36.5 | Phi-3 Medium |
| WINOGRANDE | 72.1 | 74.9 | Phi-3 Small |
定价对比
| 项目 (每百万Token) | Phi-3 Medium | Phi-3 Small |
|---|---|---|
| 输入 | $0.2 | $0.15 |
| 输出 | $0.2 | $0.15 |
| 缓存读 | $0 | $0 |
| 缓存写 | $0 | $0 |
Phi-3 Medium 对比 Phi-3 Small
模型概述
Phi-3 Medium 与 Phi-3 Small 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 |
|---|---|---|---|
| Other / Other | 2024-05-21 / 2024-05-21 | 4K / 8K | MIT / MIT |
基准测试表现
| 基准 | Phi-3 Medium | Phi-3 Small | 胜出 |
|---|---|---|---|
| ARC | 90.1 | 89.6 | A |
| BBH (BIG-Bench Hard) | 71.4 | 71.8 | Tie |
| GPQA | 25.6 | 30.9 | B |
| GSM8K (Grade School Math 8K) | 59.0 | 62.7 | B |
| HumanEval | 53.9 | 68.3 | B |
| IFEval | 67.4 | 61.0 | A |
| MATH | 34.3 | 43.5 | B |
| MMLU (Massive Multitask Language Understanding) | 62.1 | 71.8 | B |
| MUSR | 43.9 | 36.5 | A |
| WinoGrande | 72.1 | 74.9 | B |
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
Phi-3 Medium
- ✅ 可靠的通用模型。
- ⚠️ 闭源专有模型，不支持自托管。
- ⚠️ 上下文窗口 4K 偏小。
Phi-3 Small
- ✅ 可靠的通用模型。
- ⚠️ 闭源专有模型，不支持自托管。
- ⚠️ 上下文窗口 8K 偏小。
编辑点评
Phi-3 Medium 与 Phi-3 Small 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.