GPT-3.5 Turbo：完整基准性能指南

openai 3.5-turbo 2023-03-01 Proprietary

深入分析 GPT-3.5 Turbo 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
发布日期2023-03-01
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
MMLU61.1%2023-03-015-shot查看
HUMANEVAL51.3pass@12023-03-01—查看
GSM8K34.3%2023-03-010-shot CoT查看
MATH17.8%2023-03-010-shot CoT查看
BBH48.2%2023-03-013-shot CoT查看
GPQA22.4%2023-03-010-shot查看
IFEVAL57.4%2023-03-01prompt_strict查看
ARC86.8%2023-03-01challenge查看
MUSR29.2%2023-03-010-shot查看
WINOGRANDE76.7%2023-03-010-shot查看

定价

项目价格币种
输入$0.5 / MtokUSD
输出$1.5 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://openai.com/api/pricing/ · 截至 2023-03-01

合规性

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

GPT-3.5 Turbo

模型概述

OpenAI GPT-3.5 Turbo 经济型模型, 16K 上下文, 速度快价格低, 适合对话与通用任务。

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
Openai3.5-turbo2023-03-0116KtexttextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)61.1%5-shot
HumanEval51.3pass@1—
GSM8K (Grade School Math 8K)34.3%0-shot CoT
MATH17.8%0-shot CoT
BBH (BIG-Bench Hard)48.2%3-shot CoT
GPQA22.4%0-shot
IFEval57.4%prompt_strict
ARC86.8%challenge
MUSR29.2%0-shot
WinoGrande76.7%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 可靠的通用模型。

劣势

  • 闭源专有模型，不支持自托管。
  • 上下文窗口 16K 偏小。

适用场景

  • 通用对话与问答

参考文献