Claude 3.5 Haiku：完整基准性能指南

anthropic 3.5-haiku 2024-11-04 Proprietary

深入分析 Claude 3.5 Haiku 在 MMLU、HumanEval、GSM8K、MATH、BBH 等基准上的表现，包含定价与适用场景。

核心规格

厂商anthropic
版本3.5-haiku
发布日期2024-11-04
上下文窗口200000 tokens
输入模态text, image
输出模态text
许可Proprietary
文档https://docs.anthropic.com/claude/docs

基准测试表现

基准得分单位评测日期备注来源
MMLU77.6%2024-11-045-shot查看
HUMANEVAL73.8pass@12024-11-04—查看
GSM8K75.5%2024-11-040-shot CoT查看
MATH53%2024-11-040-shot CoT查看
BBH70.2%2024-11-043-shot CoT查看
GPQA31.1%2024-11-040-shot查看
IFEVAL73.6%2024-11-04prompt_strict查看
ARC91.8%2024-11-04challenge查看
MUSR52.3%2024-11-040-shot查看
WINOGRANDE83.8%2024-11-040-shot查看

定价

项目价格币种
输入$0.8 / MtokUSD
输出$4 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://www.anthropic.com/pricing · 截至 2024-11-04

合规性

  • 数据驻留: US
  • SOC2: ✓
  • HIPAA: ✗
  • GDPR: ✓
  • ISO 27001: ✗

Claude 3.5 Haiku

模型概述

Anthropic Claude 3.5 Haiku 经济型模型, 200K 上下文, 速度比 Sonnet 快 2 倍, 性能超越 Claude 3 Opus。

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
Anthropic3.5-haiku2024-11-04200Ktext, imagetextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)77.6%5-shot
HumanEval73.8pass@1—
GSM8K (Grade School Math 8K)75.5%0-shot CoT
MATH53.0%0-shot CoT
BBH (BIG-Bench Hard)70.2%3-shot CoT
GPQA31.1%0-shot
IFEval73.6%prompt_strict
ARC91.8%challenge
MUSR52.3%0-shot
WinoGrande83.8%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 可靠的通用模型。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试

参考文献