Yi 34B vs Yi 6B：基准对比
详细对比 Yi 34B 与 Yi 6B 的基准表现、定价、上下文窗口与合规性。
核心规格对比
| 规格 | Yi 34B | Yi 6B |
|---|---|---|
| 厂商 | other | other |
| 版本 | yi-34b | yi-6b |
| 发布日期 | 2023-11-05 | 2023-11-05 |
| 上下文窗口 | 4096 tokens | 4096 tokens |
| 输入模态 | text | text |
| 输出模态 | text | text |
| 许可 | Apache 2.0 | Apache 2.0 |
| SOC2 | ✗ | ✗ |
| HIPAA | ✗ | ✗ |
| GDPR | ✗ | ✗ |
| ISO 27001 | ✗ | ✗ |
基准测试结果
| 基准 | Yi 34B | Yi 6B | 胜出 |
|---|---|---|---|
| ARC | 87.2 | 88.4 | Yi 6B |
| BBH | 48.8 | 55.3 | Yi 6B |
| GPQA | 20.6 | 26.3 | Yi 6B |
| GSM8K | 48.3 | 37 | Yi 34B |
| HUMANEVAL | 35.8 | 42.3 | Yi 6B |
| IFEVAL | 48.2 | 54.9 | Yi 6B |
| MATH | 20.5 | 29.9 | Yi 6B |
| MMLU | 55.5 | 68 | Yi 6B |
| MUSR | 36.8 | 29.5 | Yi 34B |
| WINOGRANDE | 71.5 | 72.2 | Yi 6B |
定价对比
| 项目 (每百万Token) | Yi 34B | Yi 6B |
|---|---|---|
| 输入 | $0.4 | $0.18 |
| 输出 | $0.4 | $0.18 |
| 缓存读 | $0 | $0 |
| 缓存写 | $0 | $0 |
Yi 34B 对比 Yi 6B
模型概述
Yi 34B 与 Yi 6B 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 | 2023-11-05 / 2023-11-05 | 4K / 4K | Apache 2.0 / Apache 2.0 |
基准测试表现
| 基准 | Yi 34B | Yi 6B | 胜出 |
|---|---|---|---|
| ARC | 87.2 | 88.4 | B |
| BBH (BIG-Bench Hard) | 48.8 | 55.3 | B |
| GPQA | 20.6 | 26.3 | B |
| GSM8K (Grade School Math 8K) | 48.3 | 37.0 | A |
| HumanEval | 35.8 | 42.3 | B |
| IFEval | 48.2 | 54.9 | B |
| MATH | 20.5 | 29.9 | B |
| MMLU (Massive Multitask Language Understanding) | 55.5 | 68.0 | B |
| MUSR | 36.8 | 29.5 | A |
| WinoGrande | 71.5 | 72.2 | B |
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 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。
Yi 6B
- ✅ 可靠的通用模型。
- ⚠️ HumanEval 42.3，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 34B 与 Yi 6B 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
编辑点评
See Editor's Take section.