Claude Instant 1：完整基准性能指南

anthropic instant-1 2023-03-14 Proprietary

深入分析 Claude Instant 1 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instant-1
发布日期2023-03-14
上下文窗口9000 tokens
输入模态text
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
MMLU57.1%2023-03-145-shot查看
HUMANEVAL28.5pass@12023-03-14—查看
GSM8K34%2023-03-140-shot CoT查看
MATH22.5%2023-03-140-shot CoT查看
BBH63.1%2023-03-143-shot CoT查看
GPQA21.8%2023-03-140-shot查看
IFEVAL53.2%2023-03-14prompt_strict查看
ARC80.9%2023-03-14challenge查看
MUSR33.5%2023-03-140-shot查看
WINOGRANDE77.2%2023-03-140-shot查看

定价

项目价格币种
输入$0.8 / MtokUSD
输出$2.4 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://www.anthropic.com/pricing · 截至 2023-03-14

合规性

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

Claude Instant 1

模型概述

Anthropic Claude Instant 1 轻量快速模型, 9K 上下文, 价格仅为 Claude 1 的 1/5, 适合实时对话。

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
Anthropicinstant-12023-03-149KtexttextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)57.1%5-shot
HumanEval28.5pass@1—
GSM8K (Grade School Math 8K)34.0%0-shot CoT
MATH22.5%0-shot CoT
BBH (BIG-Bench Hard)63.1%3-shot CoT
GPQA21.8%0-shot
IFEval53.2%prompt_strict
ARC80.9%challenge
MUSR33.5%0-shot
WinoGrande77.2%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

  • MMLU 仅 57.1，知识推理偏弱。
  • HumanEval 28.5，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 9K 偏小。

适用场景

  • 通用对话与问答

参考文献