Phi-3.5 MoE：完整基准性能指南

other phi-3-5-moe 2024-08-16 MIT

深入分析 Phi-3.5 MoE 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phi-3-5-moe
发布日期2024-08-16
上下文窗口128000 tokens
输入模态text
输出模态text
许可MIT
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
MMLU75.7%2024-08-165-shot查看
HUMANEVAL69.5pass@12024-08-16—查看
GSM8K75.5%2024-08-160-shot CoT查看
MATH38.2%2024-08-160-shot CoT查看
BBH79.4%2024-08-163-shot CoT查看
GPQA40.2%2024-08-160-shot查看
IFEVAL74.3%2024-08-16prompt_strict查看
ARC91.9%2024-08-16challenge查看
MUSR50.3%2024-08-160-shot查看
WINOGRANDE78.3%2024-08-160-shot查看

定价

项目价格币种
输入$0.2 / MtokUSD
输出$0.2 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-08-16

合规性

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

Phi-3.5 MoE

模型概述

Microsoft Phi-3.5 MoE 42B 混合专家模型, 128K 上下文, 总参 42B/活跃 6.6B, 性能接近 70B 稠密模型。

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
Otherphi-3-5-moe2024-08-16128KtexttextMIT

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)75.7%5-shot
HumanEval69.5pass@1—
GSM8K (Grade School Math 8K)75.5%0-shot CoT
MATH38.2%0-shot CoT
BBH (BIG-Bench Hard)79.4%3-shot CoT
GPQA40.2%0-shot
IFEval74.3%prompt_strict
ARC91.9%challenge
MUSR50.3%0-shot
WinoGrande78.3%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 采用 MoE 混合专家架构。

劣势

  • 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