Gemini 1.5 Flash：完整基准性能指南

google 1.5-flash 2024-05-14 Proprietary

深入分析 Gemini 1.5 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1.5-flash
发布日期2024-05-14
上下文窗口1e+06 tokens
输入模态text, image, audio, video
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
MMLU76%2024-05-145-shot查看
HUMANEVAL67.5pass@12024-05-14—查看
GSM8K75.2%2024-05-140-shot CoT查看
MATH53.2%2024-05-140-shot CoT查看
BBH71.7%2024-05-143-shot CoT查看
GPQA38.5%2024-05-140-shot查看
IFEVAL68%2024-05-14prompt_strict查看
ARC93.4%2024-05-14challenge查看
MUSR46.1%2024-05-140-shot查看
WINOGRANDE78.9%2024-05-140-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 2024-05-14

合规性

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

Gemini 1.5 Flash

模型概述

Google Gemini 1.5 Flash 经济型模型, 1M 上下文, 速度快成本低, 适合大规模多模态任务。

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
Google1.5-flash2024-05-141000Ktext, image, audio, videotextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)76.0%5-shot
HumanEval67.5pass@1—
GSM8K (Grade School Math 8K)75.2%0-shot CoT
MATH53.2%0-shot CoT
BBH (BIG-Bench Hard)71.7%3-shot CoT
GPQA38.5%0-shot
IFEval68.0%prompt_strict
ARC93.4%challenge
MUSR46.1%0-shot
WinoGrande78.9%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 支持文本、图像、音频多模态输入。
  • 上下文窗口 1000K，支持长文本。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 长文档摘要
  • 视觉与图像理解

参考文献