ChatGLM3 6B：完整基准性能指南

other chatglm3-6b 2023-10-27 GLM-3 License

深入分析 ChatGLM3 6B 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other
版本chatglm3-6b
发布日期2023-10-27
上下文窗口32768 tokens
输入模态text
输出模态text
许可GLM-3 License
文档https://huggingface.co/models

基准测试表现

基准 得分 单位 评测日期 备注 来源
MMLU 58 % 2023-10-27 5-shot 查看
HUMANEVAL 51 pass@1 2023-10-27 — 查看
GSM8K 37.9 % 2023-10-27 0-shot CoT 查看
MATH 31.8 % 2023-10-27 0-shot CoT 查看
BBH 55.7 % 2023-10-27 3-shot CoT 查看
GPQA 20.1 % 2023-10-27 0-shot 查看
IFEVAL 42.5 % 2023-10-27 prompt_strict 查看
ARC 88.9 % 2023-10-27 challenge 查看
MUSR 42.9 % 2023-10-27 0-shot 查看
WINOGRANDE 67.7 % 2023-10-27 0-shot 查看

定价

项目 价格 币种
输入$0.18 / MtokUSD
输出$0.18 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-10-27

合规性

  • 数据驻留: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

ChatGLM3 6B

模型概述

清华智谱 ChatGLM3 6B 第三代开源模型, 32K 上下文, 6B 参数, 中英双语对话能力突出, 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
Other chatglm3-6b 2023-10-27 32K text text GLM-3 License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 58.0 % 5-shot
HumanEval 51.0 pass@1 —
GSM8K (Grade School Math 8K) 37.9 % 0-shot CoT
MATH 31.8 % 0-shot CoT
BBH (BIG-Bench Hard) 55.7 % 3-shot CoT
GPQA 20.1 % 0-shot
IFEval 42.5 % prompt_strict
ARC 88.9 % challenge
MUSR 42.9 % 0-shot
WinoGrande 67.7 % 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

  • MMLU 仅 58.0，知识推理偏弱。
  • 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