StableCode 3B：完整基准性能指南

other stablecode-3b 2024-01-19 Stability AI Community License

深入分析 StableCode 3B 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stablecode-3b
发布日期2024-01-19
上下文窗口100000 tokens
输入模态text
输出模态text
许可Stability AI Community 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 77.4 % 2024-01-19 5-shot 查看
HUMANEVAL 77 pass@1 2024-01-19 — 查看
GSM8K 68.5 % 2024-01-19 0-shot CoT 查看
MATH 31 % 2024-01-19 0-shot CoT 查看
BBH 58.4 % 2024-01-19 3-shot CoT 查看
GPQA 24.5 % 2024-01-19 0-shot 查看
IFEVAL 51.8 % 2024-01-19 prompt_strict 查看
ARC 86.4 % 2024-01-19 challenge 查看
MUSR 51.8 % 2024-01-19 0-shot 查看
WINOGRANDE 70.9 % 2024-01-19 0-shot 查看

定价

项目 价格 币种
输入$0.12 / MtokUSD
输出$0.12 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-01-19

合规性

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

StableCode 3B

模型概述

Stability AI StableCode 3B 代码专用模型, 100K 上下文, 3B 参数, 支持多种编程语言代码补全。

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 stablecode-3b 2024-01-19 100K text text Stability AI Community License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 77.4 % 5-shot
HumanEval 77.0 pass@1 —
GSM8K (Grade School Math 8K) 68.5 % 0-shot CoT
MATH 31.0 % 0-shot CoT
BBH (BIG-Bench Hard) 58.4 % 3-shot CoT
GPQA 24.5 % 0-shot
IFEval 51.8 % prompt_strict
ARC 86.4 % challenge
MUSR 51.8 % 0-shot
WinoGrande 70.9 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • 上下文窗口 100K，支持长文本。

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
  • 长文档摘要

参考文献