Yi Large vs Yi 34B：基准对比
详细对比 Yi Large 与 Yi 34B 的基准表现、定价、上下文窗口与合规性。
Key Specifications
| Specification | Yi Large | Yi 34B |
|---|---|---|
| Vendor | other | other |
| Version | yi-large | yi-34b |
| Release Date | 2024-05-13 | 2023-11-05 |
| Context Window | 32768 tokens | 4096 tokens |
| Input Modalities | text | text |
| Output Modalities | text | text |
| License | Proprietary | Apache 2.0 |
| SOC2 | ✗ | ✗ |
| HIPAA | ✗ | ✗ |
| GDPR | ✗ | ✗ |
| ISO 27001 | ✗ | ✗ |
Benchmark Results
| Benchmark | Yi Large | Yi 34B | Winner |
|---|---|---|---|
| ARC | 94.8 | 87.2 | Yi Large |
| BBH | 77.1 | 48.8 | Yi Large |
| GPQA | 35.2 | 20.6 | Yi Large |
| GSM8K | 81.3 | 48.3 | Yi Large |
| HUMANEVAL | 72.2 | 35.8 | Yi Large |
| IFEVAL | 73.4 | 48.2 | Yi Large |
| MATH | 55.9 | 20.5 | Yi Large |
| MMLU | 82.8 | 55.5 | Yi Large |
| MUSR | 59.4 | 36.8 | Yi Large |
| WINOGRANDE | 84.1 | 71.5 | Yi Large |
Pricing Comparison
| Tier (per Mtok) | Yi Large | Yi 34B |
|---|---|---|
| Input | $3 | $0.4 |
| Output | $3 | $0.4 |
| Cache Read | $0 | $0 |
| Cache Write | $0 | $0 |
Yi Large 对比 Yi 34B
模型概述
Yi Large 与 Yi 34B 均为 AI 模型市场的重要选项。本页对比两者在基准、定价与合规性上的差异。
核心规格对比
| 厂商 | 发布日期 | 上下文窗口 | 许可证 |
|---|---|---|---|
| Other / Other | 2024-05-13 / 2023-11-05 | 32K / 4K | Proprietary / Apache 2.0 |
基准测试表现
| 基准 | Yi Large | Yi 34B | 胜出 |
|---|---|---|---|
| ARC | 94.8 | 87.2 | A |
| BBH (BIG-Bench Hard) | 77.1 | 48.8 | A |
| GPQA | 35.2 | 20.6 | A |
| GSM8K (Grade School Math 8K) | 81.3 | 48.3 | A |
| HumanEval | 72.2 | 35.8 | A |
| IFEval | 73.4 | 48.2 | A |
| MATH | 55.9 | 20.5 | A |
| MMLU (Massive Multitask Language Understanding) | 82.8 | 55.5 | A |
| MUSR | 59.4 | 36.8 | A |
| WinoGrande | 84.1 | 71.5 | A |
定价对比
| 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|
| — / — | — / — | — / — | — / — |
每百万 token — A / B
优势 & 劣势
Yi Large
- ✅ MMLU 得分 82.8，知识推理能力强。
- ⚠️ 闭源专有模型，不支持自托管。
Yi 34B
- ✅ 可靠的通用模型。
- ⚠️ MMLU 仅 55.5，知识推理偏弱。
- ⚠️ HumanEval 35.8，代码能力较弱。
- ⚠️ 闭源专有模型，不支持自托管。
- ⚠️ 上下文窗口 4K 偏小。
编辑点评
Yi Large 与 Yi 34B 各有侧重。建议根据具体场景（代码、长文本、视觉等）选择，参考上方基准与定价表。
常见问题
哪个模型在代码任务上更优？
参考 HumanEval 基准得分表，得分更高者更适合代码任务。
哪个模型价格更低？
参考上方的定价对比表，输入/输出价格更低者更具成本优势。
上下文窗口哪个更长？
参考核心规格对比表，上下文窗口更大的模型适合长文档处理。
参考文献
Editor's Take
See Editor's Take section.