核心规格

厂商	other
版本	yi-large-turbo
发布日期	2024-07-24
上下文窗口	16384 tokens
输入模态	text
输出模态	text
许可	Proprietary
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	84.4	%	2024-07-24	5-shot	查看
HUMANEVAL	72.4	pass@1	2024-07-24	—	查看
GSM8K	81	%	2024-07-24	0-shot CoT	查看
MATH	42.2	%	2024-07-24	0-shot CoT	查看
BBH	76.4	%	2024-07-24	3-shot CoT	查看
GPQA	38.2	%	2024-07-24	0-shot	查看
IFEVAL	70.7	%	2024-07-24	prompt_strict	查看
ARC	95.6	%	2024-07-24	challenge	查看
MUSR	63.7	%	2024-07-24	0-shot	查看
WINOGRANDE	82.3	%	2024-07-24	0-shot	查看

定价

项目	价格	币种
输入	$2 / Mtok	USD
输出	$2 / Mtok	USD
缓存读	$0 / Mtok	USD
缓存写	$0 / Mtok	USD

数据来源: https://huggingface.co/models · 截至 2024-07-24

合规性

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

Yi Large Turbo

模型概述

01.AI Yi Large Turbo 经济型旗舰, 16K 上下文, 速度快成本低, 性能接近 Yi Large。

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	yi-large-turbo	2024-07-24	16K	text	text	Proprietary

基准测试表现

基准	得分	单位	备注
MMLU (Massive Multitask Language Understanding)	84.4	%	5-shot
HumanEval	72.4	pass@1	—
GSM8K (Grade School Math 8K)	81.0	%	0-shot CoT
MATH	42.2	%	0-shot CoT
BBH (BIG-Bench Hard)	76.4	%	3-shot CoT
GPQA	38.2	%	0-shot
IFEval	70.7	%	prompt_strict
ARC	95.6	%	challenge
MUSR	63.7	%	0-shot
WinoGrande	82.3	%	0-shot

定价

输入	输出	缓存读取	缓存写入
—	—	—	—

每百万 token

优势

MMLU 得分 84.4，知识推理能力强。

劣势

闭源专有模型，不支持自托管。
上下文窗口 16K 偏小。

适用场景

代码生成与调试
Agent 工作流与工具调用

参考文献

Yi Large Turbo 文档地址
发布日期: 2024-07-24
厂商: Other