OpenChat 3.6 8B：完整基准性能指南

other openchat-3-6-8b 2024-05-21 Apache 2.0

深入分析 OpenChat 3.6 8B 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-3-6-8b
发布日期2024-05-21
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
MMLU69.2%2024-05-215-shot查看
HUMANEVAL61.5pass@12024-05-21—查看
GSM8K51.8%2024-05-210-shot CoT查看
MATH33.7%2024-05-210-shot CoT查看
BBH71%2024-05-213-shot CoT查看
GPQA30.3%2024-05-210-shot查看
IFEVAL56.7%2024-05-21prompt_strict查看
ARC89.2%2024-05-21challenge查看
MUSR38.2%2024-05-210-shot查看
WINOGRANDE74.5%2024-05-210-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 2024-05-21

合规性

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

OpenChat 3.6 8B

模型概述

OpenChat 3.6 8B 对话模型, 8K 上下文, 基于 Llama 3 8B 微调, 改进推理与编码能力。

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-3-6-8b2024-05-218KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)69.2%5-shot
HumanEval61.5pass@1—
GSM8K (Grade School Math 8K)51.8%0-shot CoT
MATH33.7%0-shot CoT
BBH (BIG-Bench Hard)71.0%3-shot CoT
GPQA30.3%0-shot
IFEval56.7%prompt_strict
ARC89.2%challenge
MUSR38.2%0-shot
WinoGrande74.5%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

  • 通用对话与问答

参考文献