Llama 3 70B：完整基准性能指南

meta 3-70b 2024-04-18 Llama 3 Community License

深入分析 Llama 3 70B 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3-70b
发布日期2024-04-18
上下文窗口8192 tokens
输入模态text
输出模态text
许可Llama 3 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
MMLU79.5%2024-04-185-shot查看
HUMANEVAL73pass@12024-04-18—查看
GSM8K76.2%2024-04-180-shot CoT查看
MATH50.1%2024-04-180-shot CoT查看
BBH77.6%2024-04-183-shot CoT查看
GPQA38.2%2024-04-180-shot查看
IFEVAL72.2%2024-04-18prompt_strict查看
ARC93.4%2024-04-18challenge查看
MUSR51.2%2024-04-180-shot查看
WINOGRANDE79.2%2024-04-180-shot查看

定价

项目价格币种
输入$0.9 / MtokUSD
输出$0.9 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.meta.com/blog/ · 截至 2024-04-18

合规性

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

Llama 3 70B

模型概述

Meta Llama 3 70B 中端开源模型, 8K 上下文, 在 MMLU/HumanEval 上接近 GPT-4, 开源旗舰之一。

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
Meta3-70b2024-04-188KtexttextLlama 3 Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)79.5%5-shot
HumanEval73.0pass@1—
GSM8K (Grade School Math 8K)76.2%0-shot CoT
MATH50.1%0-shot CoT
BBH (BIG-Bench Hard)77.6%3-shot CoT
GPQA38.2%0-shot
IFEval72.2%prompt_strict
ARC93.4%challenge
MUSR51.2%0-shot
WinoGrande79.2%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 8K 偏小。

适用场景

  • 代码生成与调试

参考文献