Claude 3 Haiku：完整基准性能指南

anthropic 3-haiku 2024-03-07 Proprietary

深入分析 Claude 3 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-haiku
发布日期2024-03-07
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
MMLU77.9%2024-03-075-shot查看
HUMANEVAL69.4pass@12024-03-07—查看
GSM8K82.2%2024-03-070-shot CoT查看
MATH52.2%2024-03-070-shot CoT查看
BBH75.7%2024-03-073-shot CoT查看
GPQA44.4%2024-03-070-shot查看
IFEVAL70.8%2024-03-07prompt_strict查看
ARC94.3%2024-03-07challenge查看
MUSR58.1%2024-03-070-shot查看
WINOGRANDE84.8%2024-03-070-shot查看

定价

项目价格币种
输入$0.25 / MtokUSD
输出$1.25 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://www.anthropic.com/pricing · 截至 2024-03-07

合规性

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

Claude 3 Haiku

模型概述

Anthropic Claude 3 Haiku 经济型模型, 200K 上下文, 响应速度最快, 适合高吞吐量实时场景。

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-haiku2024-03-07200Ktext, imagetextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)77.9%5-shot
HumanEval69.4pass@1—
GSM8K (Grade School Math 8K)82.2%0-shot CoT
MATH52.2%0-shot CoT
BBH (BIG-Bench Hard)75.7%3-shot CoT
GPQA44.4%0-shot
IFEval70.8%prompt_strict
ARC94.3%challenge
MUSR58.1%0-shot
WinoGrande84.8%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

  • 通用对话与问答

参考文献