
Phi 3 Medium Instruct 14B
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(较慢)
输入支持模态
否
是否推理模型
128,000
上下文窗口
128,000
最大输出令牌数
2023-10-01
知识截止
定价
¥0.72 /M tokens
输入
¥0.72 /M tokens
输出
¥2.14 /M tokens
混合价格
快速简易对比
Phi-3 Medium Instruct 14B
¥0.1
Phi-4 Mini Instruct
Phi-4 Multimodal Instruct
¥0.05
基础参数
Phi-3 Medium Instruct 14B的技术参数
参数数量
3,800.0M
上下文长度
128.00k 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
23
发布日期
2024-05-21
响应速度
52.418,564 tokens/s
基准测试得分
以下是Phi-3 Medium Instruct 14B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
24.54
大语言模型智能水平
编码指数
13.42
AI模型在编码任务上的能力表现的指标
数学指数
23.8
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
54.3
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
32.6
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
4.5
模型在 Hugging Face Open LLM Leaderboard 上的综合平均得分
LiveCodeBench
15
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
11.8
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
Math 500 评分
46.3
前500道更大型、更知名的数学基准测试评分
AIME 评分
1.3
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
GPT 5 Mini
openai

¥1.8
输入tokens/百万
¥14.4
输出tokens/百万
400k
上下文长度
GPT 5 Standard
openai

¥63
输入tokens/百万
¥504
输出tokens/百万
400k
上下文长度
GPT 5 Nano
openai

¥0.36
输入tokens/百万
¥2.88
输出tokens/百万
400k
上下文长度
GPT 5
openai

¥9
输入tokens/百万
¥72
输出tokens/百万
400k
上下文长度
GLM 4.5
chatglm

¥0.43
输入tokens/百万
¥1.01
输出tokens/百万
131k
上下文长度
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
输入tokens/百万
¥2.16
输出tokens/百万
1M
上下文长度
Gemini 1.0 Pro
google

¥3.6
输入tokens/百万
¥10.8
输出tokens/百万
33k
上下文长度
Qwen2.5 Coder Instruct 32B
alibaba

¥0.65
输入tokens/百万
¥0.65
输出tokens/百万
131k
上下文长度