GLM-4V 9B：完整基准性能指南

other glm-4v-9b 2024-06-05 GLM-4 License

深入分析 GLM-4V 9B 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glm-4v-9b
发布日期2024-06-05
上下文窗口131072 tokens
输入模态text, image
输出模态text
许可GLM-4 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 73.4 % 2024-06-05 5-shot 查看
HUMANEVAL 66 pass@1 2024-06-05 — 查看
GSM8K 73.5 % 2024-06-05 0-shot CoT 查看
MATH 33.3 % 2024-06-05 0-shot CoT 查看
BBH 65.1 % 2024-06-05 3-shot CoT 查看
GPQA 28.3 % 2024-06-05 0-shot 查看
IFEVAL 67.4 % 2024-06-05 prompt_strict 查看
ARC 90.2 % 2024-06-05 challenge 查看
MUSR 38.5 % 2024-06-05 0-shot 查看
WINOGRANDE 73.1 % 2024-06-05 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 2024-06-05

合规性

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

GLM-4V 9B

模型概述

清华智谱 GLM-4V 9B 多模态开源模型, 131K 上下文, 9B 参数, 视觉理解能力突出。

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
Other glm-4v-9b 2024-06-05 131K text, image text GLM-4 License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 73.4 % 5-shot
HumanEval 66.0 pass@1 —
GSM8K (Grade School Math 8K) 73.5 % 0-shot CoT
MATH 33.3 % 0-shot CoT
BBH (BIG-Bench Hard) 65.1 % 3-shot CoT
GPQA 28.3 % 0-shot
IFEval 67.4 % prompt_strict
ARC 90.2 % challenge
MUSR 38.5 % 0-shot
WinoGrande 73.1 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • 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

  • 视觉与图像理解

参考文献