Gemini 1.0 Flash：完整基准性能指南

google 1.0-flash 2024-02-15 Proprietary

深入分析 Gemini 1.0 Flash 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1.0-flash
发布日期2024-02-15
上下文窗口32768 tokens
输入模态text, image
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
MMLU78.7%2024-02-155-shot查看
HUMANEVAL65.7pass@12024-02-15—查看
GSM8K86.2%2024-02-150-shot CoT查看
MATH39.9%2024-02-150-shot CoT查看
BBH74.8%2024-02-153-shot CoT查看
GPQA37.7%2024-02-150-shot查看
IFEVAL71.8%2024-02-15prompt_strict查看
ARC92.6%2024-02-15challenge查看
MUSR55.9%2024-02-150-shot查看
WINOGRANDE80.1%2024-02-150-shot查看

定价

项目价格币种
输入$0.075 / MtokUSD
输出$0.3 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.google.dev/pricing · 截至 2024-02-15

合规性

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

Gemini 1.0 Flash

模型概述

Google Gemini 1.0 Flash 经济型, 32K 上下文, 速度快成本低, 适合实时多模态应用。

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
Google1.0-flash2024-02-1532Ktext, imagetextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)78.7%5-shot
HumanEval65.7pass@1—
GSM8K (Grade School Math 8K)86.2%0-shot CoT
MATH39.9%0-shot CoT
BBH (BIG-Bench Hard)74.8%3-shot CoT
GPQA37.7%0-shot
IFEval71.8%prompt_strict
ARC92.6%challenge
MUSR55.9%0-shot
WinoGrande80.1%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • GSM8K 86.2，数学推理稳健。

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