BenchLeader

Phi 3 Mini

质量第 309 / 339 名
36.7Index
后四分之一
较中位数 −13.5

截至 2026年11月16日,Phi 3 Mini(Microsoft)在 BenchLeader Index 上得分 36.7(共 608 个已排名配置)。表现最好的是数学(35),最弱的是人类偏好(26)。发布于 2024年4月23日。

要点(截至 2026年11月16日)

  • Phi 3 Mini 于 2024年4月23日发布(Microsoft)。

详细说明:Phi 3 Mini 是 Microsoft 的开放权重模型,发布于 2024年4月23日。其最佳配置在 BenchLeader Index 上得分 36.7 ±2.5,在 608 个配置中排第 575 名,处于下半区。关键在于这个“±”:另有 107 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),人类偏好最低(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
4k
来源:Artificial Analysis
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 Index37
  2. 推理30
  3. 编程29
  4. 智能体与工具34
  5. 数学35
  6. 指令遵循29
  7. 人类偏好26

嵌入这个排名

更多徽章样式
[![Phi 3 Mini on BenchLeader: 综合第 301 名](https://www.benchleader.com/badge/phi-3-mini.svg?style=compact)](https://www.benchleader.com/models/phi-3-mini)

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 3 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-4-Mini2025年2月27日––
Phi-3.5-mini2024年8月16日––
Phi 3 Mini本页2024年4月23日36.7#575

Index 走势

2026年9月9日 至 2026年11月16日
333740

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

基准测试默认来源趋势
Arena Hard Prompts1176#338Arena (LMArena)
GPQA Diamond (AA)不计入 Index31.9%#521Artificial Analysis
Humanity's Last Exam (AA)不计入 Index5.0%#481Artificial Analysis
Arena Expert不计入 Index1150#326Arena (LMArena)
HellaSwag不计入 Index76.7%#36Epoch AI Benchmarking Hub
BIG-Bench Hard不计入 Index71.7%#10Epoch AI Benchmarking Hub
WinoGrande不计入 Index70.8%#44Epoch AI Benchmarking Hub
ARC (AI2 Challenge)不计入 Index84.9%#14Epoch AI Benchmarking Hub
ANLI不计入 Index52.8%#6Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
Arena Coding1197#338Arena (LMArena)
LiveCodeBench (AA)不计入 Index11.6%#275Artificial Analysis

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard0.0%#367Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index0.0%#398Artificial Analysis

数学

基准测试默认来源趋势
Arena Maths1194#309Arena (LMArena)
AIME 2025 (AA)不计入 Index0.3%#250Artificial Analysis

知识

基准测试默认来源趋势
MMLU不计入 Index68.8%#59Epoch AI Benchmarking Hub
TriviaQA不计入 Index64.0%#32Epoch AI Benchmarking Hub
OpenBookQA不计入 Index88.0%#1Epoch AI Benchmarking Hub

指令遵循

基准测试默认来源趋势
IFBench23.9%#403Artificial Analysis
Arena Instruction Following不计入 Index1124#347Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1143#352Arena (LMArena)
Arena Creative Writing不计入 Index1096#356Arena (LMArena)
Arena Multi-turn不计入 Index1099#351Arena (LMArena)
Arena Longer Queries不计入 Index1109#354Arena (LMArena)

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index5.8#566Artificial Analysis
AA Progress Index v1不计入 Index113.1#621Artificial Analysis

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 Mini 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 Mini on BenchLeader: 综合第 301 名](https://www.benchleader.com/badge/phi-3-mini.svg)](https://www.benchleader.com/models/phi-3-mini)

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

BibTeX:

@misc{benchleader_phi_3_mini_20261116,
  author       = {{BenchLeader}},
  title        = {{Phi 3 Mini on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/phi-3-mini}},
  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 Mini 的基准测试得分是多少?
截至 2026年11月16日,Phi 3 Mini 的 BenchLeader Index 为 36.7 ±2.5。最强的是数学(35),最弱的是人类偏好(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 Mini 排名第几?
截至 2026年11月16日,Phi 3 Mini 在 608 个已排名配置中排第 575 名。另有 107 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 Mini 是什么时候发布的?
Microsoft 于 2024年4月23日发布了 Phi 3 Mini。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Phi 3 Mini: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-mini。