Text Bison: Complete Benchmark Performance Guide

google text-bison 2023-05-10 Proprietary

In-depth analysis of Text Bison performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendorgoogle
Versiontext-bison
Release Date2023-05-10
Context Window8192 tokens
Input Modalitiestext
Output Modalitiestext
LicenseProprietary
Documentationhttps://ai.google.dev/gemini-api/docs

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU53.9%2023-05-105-shotview
HUMANEVAL45.1pass@12023-05-10—view
GSM8K42.8%2023-05-100-shot CoTview
MATH12.1%2023-05-100-shot CoTview
BBH48.2%2023-05-103-shot CoTview
GPQA27.7%2023-05-100-shotview
IFEVAL59.5%2023-05-10prompt_strictview
ARC86.7%2023-05-10challengeview
MUSR40.8%2023-05-100-shotview
WINOGRANDE74.1%2023-05-100-shotview

Pricing

TierPriceCurrency
Input$0.5 / MtokUSD
Output$1 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://ai.google.dev/pricing · as of 2023-05-10

Compliance

  • Data Residency: US
  • SOC2: ✓
  • HIPAA: ✗
  • GDPR: ✓
  • ISO 27001: ✓

Text Bison

モデル概要

Google Vertex AI Text Bison 文本生成模型, 基于 PaLM 2, 8K 上下文, 适合指令跟随与生成任务。

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
Googletext-bison2023-05-108KtexttextProprietary

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)53.9%5-shot
HumanEval45.1pass@1—
GSM8K (Grade School Math 8K)42.8%0-shot CoT
MATH12.1%0-shot CoT
BBH (BIG-Bench Hard)48.2%3-shot CoT
GPQA27.7%0-shot
IFEval59.5%prompt_strict
ARC86.7%challenge
MUSR40.8%0-shot
WinoGrande74.1%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

  • MMLU 仅 53.9，知识推理偏弱。
  • HumanEval 45.1，代码能力较弱。
  • 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

  • 通用对话与问答

参考文献