Qwen2.5 7B：完整基准性能指南

alibaba 2.5-7b 2024-09-19 Qwen License

深入分析 Qwen2.5 7B 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alibaba
版本2.5-7b
发布日期2024-09-19
上下文窗口131072 tokens
输入模态text
输出模态text
许可Qwen License
文档https://qwenlm.github.io/

基准测试表现

基准得分单位评测日期备注来源
MMLU73.6%2024-09-195-shot查看
HUMANEVAL66.5pass@12024-09-19—查看
GSM8K63.7%2024-09-190-shot CoT查看
MATH41.9%2024-09-190-shot CoT查看
BBH61.9%2024-09-193-shot CoT查看
GPQA28.5%2024-09-190-shot查看
IFEVAL55.4%2024-09-19prompt_strict查看
ARC88.4%2024-09-19challenge查看
MUSR46.9%2024-09-190-shot查看
WINOGRANDE71.4%2024-09-190-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://help.aliyun.com/zh/model-studio/getting-started/models · 截至 2024-09-19

合规性

  • 数据驻留: CN
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Qwen2.5 7B

模型概述

阿里巴巴 Qwen2.5 7B 经济型开源模型, 131K 上下文, 7B 参数, 性能超越 Llama 3 8B, 适合本地部署。

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
Alibaba2.5-7b2024-09-19131KtexttextQwen License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)73.6%5-shot
HumanEval66.5pass@1—
GSM8K (Grade School Math 8K)63.7%0-shot CoT
MATH41.9%0-shot CoT
BBH (BIG-Bench Hard)61.9%3-shot CoT
GPQA28.5%0-shot
IFEval55.4%prompt_strict
ARC88.4%challenge
MUSR46.9%0-shot
WinoGrande71.4%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。

适用场景

  • 通用对话与问答

参考文献