核心规格

厂商	meta
版本	2-13b
发布日期	2023-07-18
上下文窗口	4096 tokens
输入模态	text
输出模态	text
许可	Llama 2 Community License
文档	https://llama.meta.com/docs/

基准测试表现

基准	得分	单位	评测日期	备注	来源
MMLU	56.4	%	2023-07-18	5-shot	查看
HUMANEVAL	40.7	pass@1	2023-07-18	—	查看
GSM8K	34.6	%	2023-07-18	0-shot CoT	查看
MATH	25.9	%	2023-07-18	0-shot CoT	查看
BBH	62.1	%	2023-07-18	3-shot CoT	查看
GPQA	22.3	%	2023-07-18	0-shot	查看
IFEVAL	49.9	%	2023-07-18	prompt_strict	查看
ARC	89.5	%	2023-07-18	challenge	查看
MUSR	33.8	%	2023-07-18	0-shot	查看
WINOGRANDE	76.4	%	2023-07-18	0-shot	查看

定价

项目	价格	币种
输入	$0.3 / Mtok	USD
输出	$0.3 / Mtok	USD
缓存读	$0 / Mtok	USD
缓存写	$0 / Mtok	USD

数据来源: https://ai.meta.com/blog/ · 截至 2023-07-18

合规性

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

Llama 2 13B

模型概述

Meta Llama 2 13B 中型开源模型, 4K 上下文, 13B 参数, 平衡性能与资源消耗, 适合中等规模部署。

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
Meta	2-13b	2023-07-18	4K	text	text	Llama 2 Community License

基准测试表现

基准	得分	单位	备注
MMLU (Massive Multitask Language Understanding)	56.4	%	5-shot
HumanEval	40.7	pass@1	—
GSM8K (Grade School Math 8K)	34.6	%	0-shot CoT
MATH	25.9	%	0-shot CoT
BBH (BIG-Bench Hard)	62.1	%	3-shot CoT
GPQA	22.3	%	0-shot
IFEval	49.9	%	prompt_strict
ARC	89.5	%	challenge
MUSR	33.8	%	0-shot
WinoGrande	76.4	%	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 56.4，知识推理偏弱。
HumanEval 40.7，代码能力较弱。
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

Llama 2 13B 文档地址
发布日期: 2023-07-18
厂商: Meta