Code Bison：完整基准性能指南

google code-bison 2023-05-10 Proprietary

深入分析 Code Bison 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google
版本code-bison
发布日期2023-05-10
上下文窗口8192 tokens
输入模态text
输出模态text
许可Proprietary
文档https://ai.google.dev/gemini-api/docs

基准测试表现

基准得分单位评测日期备注来源
MMLU65%2023-05-105-shot查看
HUMANEVAL76.2pass@12023-05-10—查看
GSM8K55%2023-05-100-shot CoT查看
MATH34.4%2023-05-100-shot CoT查看
BBH71.4%2023-05-103-shot CoT查看
GPQA29.1%2023-05-100-shot查看
IFEVAL59.2%2023-05-10prompt_strict查看
ARC86.1%2023-05-10challenge查看
MUSR49.8%2023-05-100-shot查看
WINOGRANDE77.9%2023-05-100-shot查看

定价

项目价格币种
输入$0.5 / MtokUSD
输出$1 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.google.dev/pricing · 截至 2023-05-10

合规性

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

Code Bison

模型概述

Google Vertex AI Code Bison 代码生成模型, 基于 PaLM 2, 8K 上下文, 支持多语言代码生成与补全。

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
Googlecode-bison2023-05-108KtexttextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)65.0%5-shot
HumanEval76.2pass@1—
GSM8K (Grade School Math 8K)55.0%0-shot CoT
MATH34.4%0-shot CoT
BBH (BIG-Bench Hard)71.4%3-shot CoT
GPQA29.1%0-shot
IFEval59.2%prompt_strict
ARC86.1%challenge
MUSR49.8%0-shot
WinoGrande77.9%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。
  • 上下文窗口 8K 偏小。

适用场景

  • 代码生成与调试

参考文献