GPT-3.5 Turbo 16K：完整基准性能指南

openai 3.5-turbo-16k 2023-06-13 Proprietary

深入分析 GPT-3.5 Turbo 16K 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openai
版本3.5-turbo-16k
发布日期2023-06-13
上下文窗口16385 tokens
输入模态text
输出模态text
许可Proprietary
文档https://platform.openai.com/docs/models

基准测试表现

基准得分单位评测日期备注来源
MMLU64.2%2023-06-135-shot查看
HUMANEVAL36.8pass@12023-06-13—查看
GSM8K52.8%2023-06-130-shot CoT查看
MATH30.4%2023-06-130-shot CoT查看
BBH50.2%2023-06-133-shot CoT查看
GPQA21.6%2023-06-130-shot查看
IFEVAL48.5%2023-06-13prompt_strict查看
ARC83.1%2023-06-13challenge查看
MUSR29.1%2023-06-130-shot查看
WINOGRANDE74%2023-06-130-shot查看

定价

项目价格币种
输入$3 / MtokUSD
输出$4 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://openai.com/api/pricing/ · 截至 2023-06-13

合规性

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

GPT-3.5 Turbo 16K

模型概述

OpenAI GPT-3.5 Turbo 16K 长上下文版本, 支持 16385 token, 适合中等长度文档处理。

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
Openai3.5-turbo-16k2023-06-1316KtexttextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)64.2%5-shot
HumanEval36.8pass@1—
GSM8K (Grade School Math 8K)52.8%0-shot CoT
MATH30.4%0-shot CoT
BBH (BIG-Bench Hard)50.2%3-shot CoT
GPQA21.6%0-shot
IFEval48.5%prompt_strict
ARC83.1%challenge
MUSR29.1%0-shot
WinoGrande74.0%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 上下文窗口 16K，支持长文本。

劣势

  • HumanEval 36.8，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 16K 偏小。

适用场景

  • 长文档摘要

参考文献