Phi 3 Mini Instruct 3.8B

Phi-3.5-mini-instruct 是一个参数量为 38 亿的模型，支持最多 128K 上下文标记，跨 20 多种语言的多语言能力有所提升。它经过了进一步的训练和安全后处理，以提高遵循指令、推理、数学和代码生成的能力。适用于内存或延迟受限的环境，使用 MIT 许可证。

智力(较弱)

速度(慢)

输入支持模态

否

是否推理模型

4,096

上下文窗口

128,000

最大输出令牌数

2023-10-01

知识截止

去对比

定价

￥0.72 /M tokens

输入

￥0.72 /M tokens

输出

- /M tokens

混合价格

快速简易对比

输入

输出

Phi-3 Medium Instruct 14B

￥0.1

Phi-4 Mini Instruct

Phi-4 Multimodal Instruct

￥0.05

基础参数

Phi-3 Mini Instruct 3.8B的技术参数

参数数量

3,800.0M

上下文长度

4,096 tokens

训练数据截止

2023-10-01

开源分类

Open Weights (Permissive License)

多模态支持

文本

吞吐量

发布日期

2024-04-23

响应速度

0 tokens/s

基准测试得分

以下是Phi-3 Mini Instruct 3.8B在各种标准基准测试中的表现。这些测试评估了模型在不同任务和领域的能力。

智能指数

大语言模型智能水平

22.1

大语言模型智能水平

编码指数

AI模型在编码任务上的能力表现的指标

10.33

AI模型在编码任务上的能力表现的指标

数学指数

解决数学问题、数学推理或执行与数学相关的任务方面的能力指标

24.83

解决数学问题、数学推理或执行与数学相关的任务方面的能力指标

MMLU Pro

海量多任务多模式理解-测试对文本、图像、音频和视频的理解

43.5

海量多任务多模式理解-测试对文本、图像、音频和视频的理解

GPQA

研究生物理问题评估-用钻石科学级别的问题测试高级物理知识

31.9

研究生物理问题评估-用钻石科学级别的问题测试高级物理知识

HLE

模型在 Hugging Face Open LLM Leaderboard 上的综合平均得分

4.4

模型在 Hugging Face Open LLM Leaderboard 上的综合平均得分

LiveCodeBench

特定的、专注于评估大型语言模型在真实世界代码编写和解决编程竞赛问题能力评分

11.6

特定的、专注于评估大型语言模型在真实世界代码编写和解决编程竞赛问题能力评分

SciCode

模型在科学计算或特定科学领域的代码生成方面的能力

HumanEval

AI模型在 HumanEval 这个特定的基准测试集上取得的成绩

25.1

AI模型在 HumanEval 这个特定的基准测试集上取得的成绩

Math 500 评分

前500道更大型、更知名的数学基准测试评分

45.7

前500道更大型、更知名的数学基准测试评分

AIME 评分

一个衡量AI模型在解决高难度数学竞赛问题（特指AIME级别）方面能力的指标

Gemini 2.0 Flash Lite (Preview)

Qwen2.5 Coder Instruct 32B

智启未来，您的人工智能解决方案智库