Llama 3 70B: Complete Benchmark Performance Guide

meta 3-70b 2024-04-18 Llama 3 Community License

In-depth analysis of Llama 3 70B performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendormeta
Version3-70b
Release Date2024-04-18
Context Window8192 tokens
Input Modalitiestext
Output Modalitiestext
LicenseLlama 3 Community License
Documentationhttps://llama.meta.com/docs/

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU79.5%2024-04-185-shotview
HUMANEVAL73pass@12024-04-18—view
GSM8K76.2%2024-04-180-shot CoTview
MATH50.1%2024-04-180-shot CoTview
BBH77.6%2024-04-183-shot CoTview
GPQA38.2%2024-04-180-shotview
IFEVAL72.2%2024-04-18prompt_strictview
ARC93.4%2024-04-18challengeview
MUSR51.2%2024-04-180-shotview
WINOGRANDE79.2%2024-04-180-shotview

Pricing

TierPriceCurrency
Input$0.9 / MtokUSD
Output$0.9 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://ai.meta.com/blog/ · as of 2024-04-18

Compliance

  • Data Residency: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Llama 3 70B

モデル概要

Meta Llama 3 70B 中端开源模型, 8K 上下文, 在 MMLU/HumanEval 上接近 GPT-4, 开源旗舰之一。

コア仕様

ベンダーバージョンリリース日コンテキストウィンドウ入力モダリティ出力モダリティライセンス
Meta3-70b2024-04-188KtexttextLlama 3 Community License

ベンチマークパフォーマンス

ベンチマークスコア単位備考
MMLU (Massive Multitask Language Understanding)79.5%5-shot
HumanEval73.0pass@1—
GSM8K (Grade School Math 8K)76.2%0-shot CoT
MATH50.1%0-shot CoT
BBH (BIG-Bench Hard)77.6%3-shot CoT
GPQA38.2%0-shot
IFEval72.2%prompt_strict
ARC93.4%challenge
MUSR51.2%0-shot
WinoGrande79.2%0-shot

料金

入力出力キャッシュ読み取りキャッシュ書き込み
————

100万トークンあたり

強み

  • 可靠的通用模型。

弱み

  • 闭源专有模型，不支持自托管。
  • 上下文窗口 8K 偏小。

ユースケース

  • 代码生成与调试

参考文献