Gemma 2B：完整基准性能指南

google gemma-2b 2024-02-21 Gemma License

深入分析 Gemma 2B 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gemma-2b
发布日期2024-02-21
上下文窗口8192 tokens
输入模态text
输出模态text
许可Gemma License
文档https://ai.google.dev/gemma/docs

基准测试表现

基准 得分 单位 评测日期 备注 来源
MMLU 48 % 2024-02-21 5-shot 查看
HUMANEVAL 43.2 pass@1 2024-02-21 — 查看
GSM8K 27.8 % 2024-02-21 0-shot CoT 查看
MATH 27.5 % 2024-02-21 0-shot CoT 查看
BBH 53 % 2024-02-21 3-shot CoT 查看
GPQA 18 % 2024-02-21 0-shot 查看
IFEVAL 46.4 % 2024-02-21 prompt_strict 查看
ARC 77.7 % 2024-02-21 challenge 查看
MUSR 30.6 % 2024-02-21 0-shot 查看
WINOGRANDE 72 % 2024-02-21 0-shot 查看

定价

项目 价格 币种
输入$0.1 / MtokUSD
输出$0.1 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.google.dev/pricing · 截至 2024-02-21

合规性

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

Gemma 2B

模型概述

Google Gemma 2B 轻量开源模型, 8K 上下文, 2B 参数, 适合资源受限环境与边缘部署。

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
Google gemma-2b 2024-02-21 8K text text Gemma License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 48.0 % 5-shot
HumanEval 43.2 pass@1 —
GSM8K (Grade School Math 8K) 27.8 % 0-shot CoT
MATH 27.5 % 0-shot CoT
BBH (BIG-Bench Hard) 53.0 % 3-shot CoT
GPQA 18.0 % 0-shot
IFEval 46.4 % prompt_strict
ARC 77.7 % challenge
MUSR 30.6 % 0-shot
WinoGrande 72.0 % 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 48.0，知识推理偏弱。
  • HumanEval 43.2，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 8K 偏小。

适用场景

  • 通用对话与问答

参考文献