BenchLeader

Phi 3

质量第 301 / 339 名
37.8Index
后四分之一
较中位数 −12.4

截至 2026年11月16日,Phi 3(Microsoft)在 BenchLeader Index 上得分 37.8(共 608 个已排名配置)。表现最好的是数学(35),最弱的是推理(26)。发布于 2024年4月23日。

要点(截至 2026年11月16日)

  • Phi 3 于 2024年4月23日发布(Microsoft)。

详细说明:Phi 3 是 Microsoft 的模型,发布于 2024年4月23日。其最佳配置(推理强度 medium)在 BenchLeader Index 上得分 37.8 ±3.6,在 608 个配置中排第 567 名,处于下半区。关键在于这个“±”:另有 127 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(35),推理最低(26)。最近一次测量:2026年11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
–
单任务成本
–
单任务 token 数
–
发布日期
2024年4月23日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index38
  2. 推理26
  3. 编程33
  4. 数学35
  5. 人类偏好33

嵌入这个排名

更多徽章样式
[![Phi 3 on BenchLeader: 综合第 293 名](https://www.benchleader.com/badge/phi-3.svg?style=compact)](https://www.benchleader.com/models/phi-3)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Microsoft 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Microsoft 以这个名称发布过 4 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Phi-42024年12月12日39.3#545
Phi 3medium本页2024年4月23日37.8#567
Phi-22023年12月12日––
Phi-1.52023年9月11日––

Index 走势

2026年9月27日 至 2026年11月16日
343842

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

编程

基准测试medium来源趋势
Arena Coding1231#326Arena (LMArena)

数学

基准测试medium来源趋势
MATH Level 517.6%#82Epoch AI Benchmarking Hub
Arena Maths1216#292Arena (LMArena)

知识

基准测试medium来源趋势
MMLU不计入 Index78.0%#28Epoch AI Benchmarking Hub
TriviaQA不计入 Index73.9%#23Epoch AI Benchmarking Hub
OpenBookQA不计入 Index87.4%#3Epoch AI Benchmarking Hub

指令遵循

基准测试medium来源趋势
Arena Instruction Following不计入 Index1178#323Arena (LMArena)

人类偏好

基准测试medium来源趋势
Arena Text1198#322Arena (LMArena)
Arena Creative Writing不计入 Index1150#328Arena (LMArena)
Arena Multi-turn不计入 Index1141#333Arena (LMArena)
Arena Longer Queries不计入 Index1192#322Arena (LMArena)

Microsoft 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Phi 3 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Phi 3 on BenchLeader: 综合第 293 名](https://www.benchleader.com/badge/phi-3.svg)](https://www.benchleader.com/models/phi-3)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Phi 3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/phi-3

BibTeX:

@misc{benchleader_phi_3_20261116,
  author       = {{BenchLeader}},
  title        = {{Phi 3 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/phi-3}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Phi 3 的基准测试得分是多少?
截至 2026年11月16日,Phi 3(推理强度 medium)的 BenchLeader Index 为 37.8 ±3.6。最强的是数学(35),最弱的是推理(26)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Phi 3 排名第几?
截至 2026年11月16日,Phi 3(推理强度 medium)在 608 个已排名配置中排第 567 名。另有 127 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Phi 3 是什么时候发布的?
Microsoft 于 2024年4月23日发布了 Phi 3。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Phi 3:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/phi-3。