Qwen2.5 0.5B: Complete Benchmark Performance Guide

alibaba 2.5-0-5b 2024-09-19 Qwen License

In-depth analysis of Qwen2.5 0.5B performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendoralibaba
Version2.5-0-5b
Release Date2024-09-19
Context Window32768 tokens
Input Modalitiestext
Output Modalitiestext
LicenseQwen License
Documentationhttps://qwenlm.github.io/

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU41.5%2024-09-195-shotview
HUMANEVAL31pass@12024-09-19—view
GSM8K36.2%2024-09-190-shot CoTview
MATH15.4%2024-09-190-shot CoTview
BBH51%2024-09-193-shot CoTview
GPQA23.2%2024-09-190-shotview
IFEVAL48.5%2024-09-19prompt_strictview
ARC85.4%2024-09-19challengeview
MUSR28.9%2024-09-190-shotview
WINOGRANDE64.3%2024-09-190-shotview

Pricing

TierPriceCurrency
Input$0.02 / MtokUSD
Output$0.02 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://help.aliyun.com/zh/model-studio/getting-started/models · as of 2024-09-19

Compliance

  • Data Residency: CN
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Qwen2.5 0.5B

Обзор модели

阿里巴巴 Qwen2.5 0.5B 超小型开源模型, 32K 上下文, 0.5B 参数, 适合极低资源环境与移动端。

Основные характеристики

ПоставщикВерсияДата выпускаОкно контекстаВходные модальностиВыходные модальностиЛицензия
Alibaba2.5-0-5b2024-09-1932KtexttextQwen License

Производительность

БенчмаркОчкиЕдиницаПримечания
MMLU (Massive Multitask Language Understanding)41.5%5-shot
HumanEval31.0pass@1—
GSM8K (Grade School Math 8K)36.2%0-shot CoT
MATH15.4%0-shot CoT
BBH (BIG-Bench Hard)51.0%3-shot CoT
GPQA23.2%0-shot
IFEval48.5%prompt_strict
ARC85.4%challenge
MUSR28.9%0-shot
WinoGrande64.3%0-shot

Цены

ВходВыходЧтение кэшаЗапись кэша
————

за миллион токенов

Сильные стороны

  • 可靠的通用模型。

Слабые стороны

  • MMLU 仅 41.5，知识推理偏弱。
  • HumanEval 31.0，代码能力较弱。
  • 闭源专有模型，不支持自托管。

Сценарии

  • 通用对话与问答

Ссылки