Gemini 1.0 Ultra：完整基准性能指南

google 1.0-ultra 2023-12-06 Proprietary

深入分析 Gemini 1.0 Ultra 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-ultra
发布日期2023-12-06
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
MMLU80.3%2023-12-065-shot查看
HUMANEVAL81.7pass@12023-12-06—查看
GSM8K85.9%2023-12-060-shot CoT查看
MATH57.1%2023-12-060-shot CoT查看
BBH83.8%2023-12-063-shot CoT查看
GPQA46.9%2023-12-060-shot查看
IFEVAL81.6%2023-12-06prompt_strict查看
ARC95.7%2023-12-06challenge查看
MUSR64.3%2023-12-060-shot查看
WINOGRANDE80.4%2023-12-060-shot查看

定价

项目价格币种
输入$7 / MtokUSD
输出$21 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.google.dev/pricing · 截至 2023-12-06

合规性

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

Gemini 1.0 Ultra

模型概述

Google Gemini 1.0 Ultra 旗舰模型, 32K 上下文, 在多项基准上接近 GPT-4, 多模态推理能力突出。

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-ultra2023-12-0632Ktext, imagetextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)80.3%5-shot
HumanEval81.7pass@1—
GSM8K (Grade School Math 8K)85.9%0-shot CoT
MATH57.1%0-shot CoT
BBH (BIG-Bench Hard)83.8%3-shot CoT
GPQA46.9%0-shot
IFEval81.6%prompt_strict
ARC95.7%challenge
MUSR64.3%0-shot
WinoGrande80.4%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • MMLU 得分 80.3，知识推理能力强。
  • HumanEval 81.7，代码生成能力出色。
  • GSM8K 85.9，数学推理稳健。
  • 支持文本、图像、音频多模态输入。

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
  • 视觉与图像理解
  • Agent 工作流与工具调用

参考文献