Llama 3.2 11B Vision：完整基准性能指南

meta 3.2-11b-vision 2024-09-25 Llama 3.2 Community License

深入分析 Llama 3.2 11B Vision 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meta
版本3.2-11b-vision
发布日期2024-09-25
上下文窗口128000 tokens
输入模态text, image
输出模态text
许可Llama 3.2 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 61.9 % 2024-09-25 5-shot 查看
HUMANEVAL 50.1 pass@1 2024-09-25 — 查看
GSM8K 68.2 % 2024-09-25 0-shot CoT 查看
MATH 29.9 % 2024-09-25 0-shot CoT 查看
BBH 69.1 % 2024-09-25 3-shot CoT 查看
GPQA 35.5 % 2024-09-25 0-shot 查看
IFEVAL 58.4 % 2024-09-25 prompt_strict 查看
ARC 86 % 2024-09-25 challenge 查看
MUSR 41.7 % 2024-09-25 0-shot 查看
WINOGRANDE 72.7 % 2024-09-25 0-shot 查看

定价

项目 价格 币种
输入$0.55 / MtokUSD
输出$0.55 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.meta.com/blog/ · 截至 2024-09-25

合规性

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

Llama 3.2 11B Vision

模型概述

Meta Llama 3.2 11B Vision 经济型多模态开源模型, 128K 上下文, 11B 参数, 适合边缘视觉任务。

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 3.2-11b-vision 2024-09-25 128K text, image text Llama 3.2 Community License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 61.9 % 5-shot
HumanEval 50.1 pass@1 —
GSM8K (Grade School Math 8K) 68.2 % 0-shot CoT
MATH 29.9 % 0-shot CoT
BBH (BIG-Bench Hard) 69.1 % 3-shot CoT
GPQA 35.5 % 0-shot
IFEval 58.4 % prompt_strict
ARC 86.0 % challenge
MUSR 41.7 % 0-shot
WinoGrande 72.7 % 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