参数量5B以下端侧大模型03.13——CLiB大模型排行榜

评测维度：医疗、教育、法律、行政公务、推理与数学计算、语言与指令遵从。

以下为排行榜：

输出价格单位：（元/M tok）

排名	大模型	机构	输出价格	总分
1	qwen2.5-3b-instruct	阿里巴巴	/	58.00
2	qwen2.5-1.5b-instruct	阿里巴巴	/	48.60
3	Llama-3.2-3B-Instruct	meta	0.18	46.00
4	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.14	40.00
5	qwen2.5-0.5b-instruct	阿里巴巴	/	37.60
6	Llama-3.2-1B-Instruct	meta	0.15	36.20

医疗领域排行榜：

医疗领域目前囊括8个维度： 医师考试-规培结业，医师考试-执业助理医师，医师考试-执业医师 ，医师考试-中级职称，医师考试-高级职称，护理考试-护士执业资格，护理考试-主管护师，护理考试-高级护师。其中规培结业含外科、皮肤科等18个方向，执业助理医师含临床执业助理医师、口腔执业助理医师等5个方向，执业医师含中西医结合执业医师、公共卫生执业医师等5个方向。

排名	大模型	机构	输出价格	医疗
1	qwen2.5-3b-instruct	阿里巴巴	/	50.00
2	qwen2.5-1.5b-instruct	阿里巴巴	/	44.70
3	Llama-3.2-3B-Instruct	meta	0.18	37.10
4	qwen2.5-0.5b-instruct	阿里巴巴	/	31.80
5	Llama-3.2-1B-Instruct	meta	0.15	26.40
6	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.14	24.90

教育领域排行榜：

教育领域目前囊括4个维度：高考，高中各学科，初中各学科，小学各学科。

排名	大模型	机构	输出价格	教育
1	qwen2.5-3b-instruct	阿里巴巴	/	67.60
2	qwen2.5-1.5b-instruct	阿里巴巴	/	62.80
3	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.14	46.60
4	qwen2.5-0.5b-instruct	阿里巴巴	/	46.40
5	Llama-3.2-3B-Instruct	meta	0.18	43.30
6	Llama-3.2-1B-Instruct	meta	0.15	39.10

法律领域排行榜：

法律领域目前囊括1个维度：JEC-QA律师资格考试。

排名	大模型	机构	输出价格	法律
1	qwen2.5-3b-instruct	阿里巴巴	/	28.90
2	qwen2.5-1.5b-instruct	阿里巴巴	/	28.10
3	qwen2.5-0.5b-instruct	阿里巴巴	/	21.70
4	Llama-3.2-3B-Instruct	meta	0.18	18.40
5	Llama-3.2-1B-Instruct	meta	0.15	14.40
6	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.14	12.90

行政公务领域排行榜：

行政公务领域目前囊括1个维度：公务员考试。

排名	大模型	机构	输出价格	行政公务
1	qwen2.5-3b-instruct	阿里巴巴	/	51.30
2	qwen2.5-1.5b-instruct	阿里巴巴	/	40.50
3	Llama-3.2-3B-Instruct	meta	0.18	37.80
4	Llama-3.2-1B-Instruct	meta	0.15	32.70
5	qwen2.5-0.5b-instruct	阿里巴巴	/	30.70
6	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.14	26.40

推理与数学计算领域排行榜：

推理与数学计算领域目前囊括6个维度：演绎推理，常识推理，符号推理BBH，算术能力，七八九年级数学，表格问答。

排名	大模型	机构	输出价格	推理与数学计算
1	qwen2.5-3b-instruct	阿里巴巴	/	72.20
2	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.14	72.00
3	Llama-3.2-3B-Instruct	meta	0.18	69.90
4	qwen2.5-1.5b-instruct	阿里巴巴	/	49.60
5	Llama-3.2-1B-Instruct	meta	0.15	49.00
6	qwen2.5-0.5b-instruct	阿里巴巴	/	46.00

语言与指令遵从领域排行榜：

语言与指令遵从领域目前囊括10个维度：成语理解，情感分析，分类能力，信息抽取，阅读理解，C3中文阅读理解，代词理解CLUEWSC，诗词匹配CCPM，中文指令遵从。

排名	大模型	机构	输出价格	语言与指令遵从
1	qwen2.5-3b-instruct	阿里巴巴	/	77.70
2	Llama-3.2-3B-Instruct	meta	0.18	69.40
3	qwen2.5-1.5b-instruct	阿里巴巴	/	65.90
4	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.14	57.10
5	Llama-3.2-1B-Instruct	meta	0.15	55.40
6	qwen2.5-0.5b-instruct	阿里巴巴	/	49.00

完整评测结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark

往期文章

• Llama/Qwen/DeepSeek开源之争——CLiB开源大模型排行榜03.04

• 推理类大模型排行榜03.03

• DeepSeek｜对比Grok3，谁更能胜任公务员考试？

• DeepSeek｜到底强在哪？这个评测一目了然！

---

  关于大模型评测EasyLLM  

1. 首创——行业首创百万级AI大模型错题本

2. 最全——全球最全大模型产品评测平台，已囊括203个大模型

3. 最新——月更各个大模型各项能力指标评测，输出排行榜

4. 最方便——无需注册/梯子，国内外各个大模型可一键评测

5. 结果可见——所有大模型评测的方法、题集、过程、得分结果，可见可追溯！

大模型评测EasyLLM目前已囊括203个大模型，覆盖chatgpt、gpt-4o、o3-mini、谷歌gemini、Claude3.5、智谱GLM-Zero、文心一言、qwen-max、百川、讯飞星火、商汤senseChat、minimax等商用模型， 以及DeepSeek-R1、deepseek-v3、qwen2.5、llama3.3、phi-4、glm4、书生internLM2.5等开源大模型。不仅提供能力评分排行榜，也提供所有模型的原始输出结果，以及各个大模型不同维度、不同细分领域的评测错题本！

完整评测题集及结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark