Llama 3.2 90B Vision：完整基准性能指南

meta 3.2-90b-vision 2024-09-25 Llama 3.2 Community License

深入分析 Llama 3.2 90B 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3.2-90b-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 76.5 % 2024-09-25 5-shot 查看
HUMANEVAL 73.1 pass@1 2024-09-25 — 查看
GSM8K 82.6 % 2024-09-25 0-shot CoT 查看
MATH 52.5 % 2024-09-25 0-shot CoT 查看
BBH 76.1 % 2024-09-25 3-shot CoT 查看
GPQA 42.2 % 2024-09-25 0-shot 查看
IFEVAL 74.5 % 2024-09-25 prompt_strict 查看
ARC 94.6 % 2024-09-25 challenge 查看
MUSR 53.5 % 2024-09-25 0-shot 查看
WINOGRANDE 79.3 % 2024-09-25 0-shot 查看

定价

项目 价格 币种
输入$1.2 / MtokUSD
输出$1.2 / 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 90B Vision

模型概述

Meta Llama 3.2 90B Vision 多模态开源模型, 128K 上下文, 支持图像理解, 性能接近 GPT-4V。

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 3.2-90b-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) 76.5 % 5-shot
HumanEval 73.1 pass@1 —
GSM8K (Grade School Math 8K) 82.6 % 0-shot CoT
MATH 52.5 % 0-shot CoT
BBH (BIG-Bench Hard) 76.1 % 3-shot CoT
GPQA 42.2 % 0-shot
IFEval 74.5 % prompt_strict
ARC 94.6 % challenge
MUSR 53.5 % 0-shot
WinoGrande 79.3 % 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

  • 代码生成与调试
  • 视觉与图像理解

参考文献