Qwen2 57B：完整基准性能指南

alibaba 2-57b 2024-06-07 Qwen License

深入分析 Qwen2 57B 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2-57b
发布日期2024-06-07
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
MMLU77.7%2024-06-075-shot查看
HUMANEVAL67.6pass@12024-06-07—查看
GSM8K83.3%2024-06-070-shot CoT查看
MATH54.8%2024-06-070-shot CoT查看
BBH72.4%2024-06-073-shot CoT查看
GPQA39.4%2024-06-070-shot查看
IFEVAL71.2%2024-06-07prompt_strict查看
ARC94.6%2024-06-07challenge查看
MUSR50.5%2024-06-070-shot查看
WINOGRANDE78.1%2024-06-070-shot查看

定价

项目价格币种
输入$0.4 / MtokUSD
输出$0.7 / 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 2024-06-07

合规性

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

Qwen2 57B

模型概述

阿里巴巴 Qwen2 57B MoE 开源模型, 131K 上下文, 总参 57B/活跃 14B, 性能与效率平衡。

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
Alibaba2-57b2024-06-07131KtexttextQwen License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)77.7%5-shot
HumanEval67.6pass@1—
GSM8K (Grade School Math 8K)83.3%0-shot CoT
MATH54.8%0-shot CoT
BBH (BIG-Bench Hard)72.4%3-shot CoT
GPQA39.4%0-shot
IFEval71.2%prompt_strict
ARC94.6%challenge
MUSR50.5%0-shot
WinoGrande78.1%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