OpenChat 3.5 1210：完整基准性能指南

other openchat-3-5-1210 2023-12-10 Apache 2.0

深入分析 OpenChat 3.5 1210 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other
版本openchat-3-5-1210
发布日期2023-12-10
上下文窗口8192 tokens
输入模态text
输出模态text
许可Apache 2.0
文档https://huggingface.co/models

基准测试表现

基准得分单位评测日期备注来源
MMLU70.5%2023-12-105-shot查看
HUMANEVAL41.9pass@12023-12-10—查看
GSM8K55%2023-12-100-shot CoT查看
MATH15.2%2023-12-100-shot CoT查看
BBH60.4%2023-12-103-shot CoT查看
GPQA20.9%2023-12-100-shot查看
IFEVAL50.4%2023-12-10prompt_strict查看
ARC88.1%2023-12-10challenge查看
MUSR32.6%2023-12-100-shot查看
WINOGRANDE69.3%2023-12-100-shot查看

定价

项目价格币种
输入$0.18 / MtokUSD
输出$0.18 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-12-10

合规性

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

OpenChat 3.5 1210

模型概述

OpenChat 3.5 1210 对话模型, 8K 上下文, 基于 Mistral 7B C-RLFT 微调, 性能超越 ChatGPT 3.5。

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
Otheropenchat-3-5-12102023-12-108KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)70.5%5-shot
HumanEval41.9pass@1—
GSM8K (Grade School Math 8K)55.0%0-shot CoT
MATH15.2%0-shot CoT
BBH (BIG-Bench Hard)60.4%3-shot CoT
GPQA20.9%0-shot
IFEval50.4%prompt_strict
ARC88.1%challenge
MUSR32.6%0-shot
WinoGrande69.3%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

  • HumanEval 41.9，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 8K 偏小。

适用场景

  • 通用对话与问答

参考文献