DeepSeek LLM 67B：完整基准性能指南

deepseek llm-67b 2024-01-05 DeepSeek License

深入分析 DeepSeek LLM 67B 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deepseek
版本llm-67b
发布日期2024-01-05
上下文窗口32768 tokens
输入模态text
输出模态text
许可DeepSeek License
文档https://api-docs.deepseek.com/

基准测试表现

基准 得分 单位 评测日期 备注 来源
MMLU 75.2 % 2024-01-05 5-shot 查看
HUMANEVAL 68.3 pass@1 2024-01-05 — 查看
GSM8K 79.9 % 2024-01-05 0-shot CoT 查看
MATH 39.3 % 2024-01-05 0-shot CoT 查看
BBH 72.6 % 2024-01-05 3-shot CoT 查看
GPQA 37.3 % 2024-01-05 0-shot 查看
IFEVAL 76.8 % 2024-01-05 prompt_strict 查看
ARC 94 % 2024-01-05 challenge 查看
MUSR 51.9 % 2024-01-05 0-shot 查看
WINOGRANDE 78.1 % 2024-01-05 0-shot 查看

定价

项目 价格 币种
输入$0.4 / MtokUSD
输出$0.4 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://api-docs.deepseek.com/quick_start/pricing · 截至 2024-01-05

合规性

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

DeepSeek LLM 67B

模型概述

DeepSeek LLM 67B 通用开源模型, 32K 上下文, 中英文能力平衡, 在开源 67B 模型中表现突出。

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
Deepseek llm-67b 2024-01-05 32K text text DeepSeek License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 75.2 % 5-shot
HumanEval 68.3 pass@1 —
GSM8K (Grade School Math 8K) 79.9 % 0-shot CoT
MATH 39.3 % 0-shot CoT
BBH (BIG-Bench Hard) 72.6 % 3-shot CoT
GPQA 37.3 % 0-shot
IFEval 76.8 % prompt_strict
ARC 94.0 % challenge
MUSR 51.9 % 0-shot
WinoGrande 78.1 % 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

  • 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