多步规划 场景推荐：GPT-4
多步规划 → GPT-4
场景概述
GPT-4 由 Openai 发布，是 多步规划 场景下的推荐选项之一。
推荐模型
| 排名 | 厂商 | 上下文窗口 | Score |
|---|---|---|---|
| #9 | Openai | 8K | 37/100 |
性能分析
基准测试表现
| 基准 | 得分 |
|---|---|
| MMLU | 85.8 |
| HUMANEVAL | 77.6 |
| GSM8K | 91.7 |
| MATH | 43.9 |
| BBH | 80.9 |
| GPQA | 39.2 |
优势
- MMLU 得分 85.8，知识推理能力强。
- GSM8K 91.7，数学推理稳健。
需求
- 需要 openai 的 API 密钥
- 输入长度须在 8K 上下文窗口内