基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 58 | % | 2023-10-27 | 5-shot | 查看 |
| HUMANEVAL | 51 | pass@1 | 2023-10-27 | — | 查看 |
| GSM8K | 37.9 | % | 2023-10-27 | 0-shot CoT | 查看 |
| MATH | 31.8 | % | 2023-10-27 | 0-shot CoT | 查看 |
| BBH | 55.7 | % | 2023-10-27 | 3-shot CoT | 查看 |
| GPQA | 20.1 | % | 2023-10-27 | 0-shot | 查看 |
| IFEVAL | 42.5 | % | 2023-10-27 | prompt_strict | 查看 |
| ARC | 88.9 | % | 2023-10-27 | challenge | 查看 |
| MUSR | 42.9 | % | 2023-10-27 | 0-shot | 查看 |
| WINOGRANDE | 67.7 | % | 2023-10-27 | 0-shot | 查看 |
合规性
- 数据驻留: self-host
- SOC2: ✗
- HIPAA: ✗
- GDPR: ✗
- ISO 27001: ✗
ChatGLM3 6B
模型概述
清华智谱 ChatGLM3 6B 第三代开源模型, 32K 上下文, 6B 参数, 中英双语对话能力突出, 适合本地部署。
核心规格
| 厂商 | 版本 | 发布日期 | 上下文窗口 | 输入模态 | 输出模态 | 许可证 |
|---|
| Other | chatglm3-6b | 2023-10-27 | 32K | text | text | GLM-3 License |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 58.0 | % | 5-shot |
| HumanEval | 51.0 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 37.9 | % | 0-shot CoT |
| MATH | 31.8 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 55.7 | % | 3-shot CoT |
| GPQA | 20.1 | % | 0-shot |
| IFEval | 42.5 | % | prompt_strict |
| ARC | 88.9 | % | challenge |
| MUSR | 42.9 | % | 0-shot |
| WinoGrande | 67.7 | % | 0-shot |
定价
每百万 token
优势
劣势
- MMLU 仅 58.0，知识推理偏弱。
- 闭源专有模型，不支持自托管。
适用场景
参考文献