Gemini 1.5 Pro 002：完整基准性能指南

google 1.5-pro-002 2024-09-24 Proprietary

深入分析 Gemini 1.5 Pro 002 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-pro-002
发布日期2024-09-24
上下文窗口2e+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
MMLU87%2024-09-245-shot查看
HUMANEVAL90.3pass@12024-09-24—查看
GSM8K95%2024-09-240-shot CoT查看
MATH55.9%2024-09-240-shot CoT查看
BBH87.2%2024-09-243-shot CoT查看
GPQA56.5%2024-09-240-shot查看
IFEVAL87.9%2024-09-24prompt_strict查看
ARC95.9%2024-09-24challenge查看
MUSR71.6%2024-09-240-shot查看
WINOGRANDE85.8%2024-09-240-shot查看

定价

项目价格币种
输入$1.25 / MtokUSD
输出$5 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.google.dev/pricing · 截至 2024-09-24

合规性

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

Gemini 1.5 Pro 002

模型概述

Google Gemini 1.5 Pro 002 生产版本, 2M 上下文, 改进指令遵循与数学推理能力。

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-pro-0022024-09-242000Ktext, image, audio, videotextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)87.0%5-shot
HumanEval90.3pass@1—
GSM8K (Grade School Math 8K)95.0%0-shot CoT
MATH55.9%0-shot CoT
BBH (BIG-Bench Hard)87.2%3-shot CoT
GPQA56.5%0-shot
IFEval87.9%prompt_strict
ARC95.9%challenge
MUSR71.6%0-shot
WinoGrande85.8%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 87.0，知识推理能力强。
  • HumanEval 90.3，代码生成能力出色。
  • GSM8K 95.0，数学推理稳健。
  • 支持文本、图像、音频多模态输入。
  • 上下文窗口 2000K，支持长文本。

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
  • 长文档摘要
  • 视觉与图像理解
  • Agent 工作流与工具调用

参考文献