Llama 3.2 3B：完整基准性能指南

meta 3.2-3b 2024-09-25 Llama 3.2 Community License

深入分析 Llama 3.2 3B 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meta
版本3.2-3b
发布日期2024-09-25
上下文窗口128000 tokens
输入模态text
输出模态text
许可Llama 3.2 Community License
文档https://llama.meta.com/docs/

基准测试表现

基准得分单位评测日期备注来源
MMLU52.5%2024-09-255-shot查看
HUMANEVAL42.5pass@12024-09-25—查看
GSM8K46.4%2024-09-250-shot CoT查看
MATH10%2024-09-250-shot CoT查看
BBH46%2024-09-253-shot CoT查看
GPQA18.8%2024-09-250-shot查看
IFEVAL48.6%2024-09-25prompt_strict查看
ARC76.3%2024-09-25challenge查看
MUSR29.3%2024-09-250-shot查看
WINOGRANDE67.8%2024-09-250-shot查看

定价

项目价格币种
输入$0.15 / MtokUSD
输出$0.15 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.meta.com/blog/ · 截至 2024-09-25

合规性

  • 数据驻留: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Llama 3.2 3B

模型概述

Meta Llama 3.2 3B 轻量开源模型, 128K 上下文, 3B 参数, 适合移动设备与边缘部署。

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
Meta3.2-3b2024-09-25128KtexttextLlama 3.2 Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)52.5%5-shot
HumanEval42.5pass@1—
GSM8K (Grade School Math 8K)46.4%0-shot CoT
MATH10.0%0-shot CoT
BBH (BIG-Bench Hard)46.0%3-shot CoT
GPQA18.8%0-shot
IFEval48.6%prompt_strict
ARC76.3%challenge
MUSR29.3%0-shot
WinoGrande67.8%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

  • MMLU 仅 52.5，知识推理偏弱。
  • HumanEval 42.5，代码能力较弱。
  • 闭源专有模型，不支持自托管。

适用场景

  • 通用对话与问答

参考文献