DataLearner 标志

Claude 3.5 Haiku 评测详情

Claude 3.5 Haiku 当前已收录的代表性评测结果包括 MBPP(6 / 69,得分 85.60)、HumanEval(17 / 101,得分 88.10)、MMLU(61 / 124,得分 77.60)。

评测结果

Claude 3.5 Haiku

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
77.60
61 / 124
MMLU-Pro
常规模式
65
114 / 175

程序生成与编辑

共 2 项评测
评测名称 / 模式
得分
排名/总数
HumanEval
常规模式
88.10
17 / 101
MBPP
常规模式
85.60
6 / 69

数学

共 2 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
69.20
23 / 42
FrontierMath
常规模式
0.30
57 / 60

科学知识与推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
41.60
239 / 253
GPQA
常规模式
37.50
15 / 17

事实可靠性与幻觉

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
8.02
44 / 46

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1145.70
86 / 110

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
28
44 / 59
Terminal Bench Hard
常规模式工具
2.30
229 / 244

图像感知与视觉推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMU-Pro
常规模式
45.60
212 / 229

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
127.15
121 / 167