DeepSeek Math 7B：完整基准性能指南

deepseek math-7b 2024-02-06 DeepSeek License

深入分析 DeepSeek Math 7B 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math-7b
发布日期2024-02-06
上下文窗口4096 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 69.3 % 2024-02-06 5-shot 查看
HUMANEVAL 54 pass@1 2024-02-06 — 查看
GSM8K 83.1 % 2024-02-06 0-shot CoT 查看
MATH 53.8 % 2024-02-06 0-shot CoT 查看
BBH 65.9 % 2024-02-06 3-shot CoT 查看
GPQA 40.5 % 2024-02-06 0-shot 查看
IFEVAL 61.1 % 2024-02-06 prompt_strict 查看
ARC 90.5 % 2024-02-06 challenge 查看
MUSR 49.8 % 2024-02-06 0-shot 查看
WINOGRANDE 79.2 % 2024-02-06 0-shot 查看

定价

项目 价格 币种
输入$0.14 / MtokUSD
输出$0.14 / 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 2024-02-06

合规性

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

DeepSeek Math 7B

模型概述

DeepSeek Math 7B 数学专用开源模型, 4K 上下文, 在 MATH 基准上达到 64.7%, 7B 规模数学模型领先。

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 math-7b 2024-02-06 4K text text DeepSeek License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 69.3 % 5-shot
HumanEval 54.0 pass@1 —
GSM8K (Grade School Math 8K) 83.1 % 0-shot CoT
MATH 53.8 % 0-shot CoT
BBH (BIG-Bench Hard) 65.9 % 3-shot CoT
GPQA 40.5 % 0-shot
IFEval 61.1 % prompt_strict
ARC 90.5 % challenge
MUSR 49.8 % 0-shot
WinoGrande 79.2 % 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。
  • 上下文窗口 4K 偏小。

适用场景

  • 通用对话与问答

参考文献