Gemini 1.5 Flash-8B 002：完整基准性能指南

google 1.5-flash-8b-002 2024-10-03 Proprietary

深入分析 Gemini 1.5 Flash-8B 002 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google
版本1.5-flash-8b-002
发布日期2024-10-03
上下文窗口1e+06 tokens
输入模态text, image, audio, video
输出模态text
许可Proprietary
文档https://ai.google.dev/gemini-api/docs

基准测试表现

基准 得分 单位 评测日期 备注 来源
MMLU 77.5 % 2024-10-03 5-shot 查看
HUMANEVAL 79.7 pass@1 2024-10-03 — 查看
GSM8K 86.3 % 2024-10-03 0-shot CoT 查看
MATH 43 % 2024-10-03 0-shot CoT 查看
BBH 73.6 % 2024-10-03 3-shot CoT 查看
GPQA 39.8 % 2024-10-03 0-shot 查看
IFEVAL 74.3 % 2024-10-03 prompt_strict 查看
ARC 93.2 % 2024-10-03 challenge 查看
MUSR 54.7 % 2024-10-03 0-shot 查看
WINOGRANDE 84.6 % 2024-10-03 0-shot 查看

定价

项目 价格 币种
输入$0.0375 / MtokUSD
输出$0.15 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.google.dev/pricing · 截至 2024-10-03

合规性

  • 数据驻留: US
  • SOC2: ✓
  • HIPAA: ✗
  • GDPR: ✓
  • ISO 27001: ✓

Gemini 1.5 Flash-8B 002

模型概述

Google Gemini 1.5 Flash-8B 002 生产版本, 1M 上下文, 最低成本多模态推理。

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
Google 1.5-flash-8b-002 2024-10-03 1000K text, image, audio, video text Proprietary

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 77.5 % 5-shot
HumanEval 79.7 pass@1 —
GSM8K (Grade School Math 8K) 86.3 % 0-shot CoT
MATH 43.0 % 0-shot CoT
BBH (BIG-Bench Hard) 73.6 % 3-shot CoT
GPQA 39.8 % 0-shot
IFEval 74.3 % prompt_strict
ARC 93.2 % challenge
MUSR 54.7 % 0-shot
WinoGrande 84.6 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • GSM8K 86.3，数学推理稳健。
  • 支持文本、图像、音频多模态输入。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试
  • 视觉与图像理解

参考文献