Saltar al contenido principal
AITier

Phi-4 Multimodal Instruct

MicrosoftPhiOpen WeightMIT · Uso Comercial

Descripción

Phi-4-multimodal-instruct is a lightweight (5.57B parameters) open multimodal foundation model that leverages research and datasets from Phi-3.5 and 4.0. It processes text, image, and audio inputs to generate text outputs, supporting a 128K token context length. Enhanced via SFT, DPO, and RLHF for instruction following and safety.

Fecha de lanzamiento
2025-02-26
Parámetros
5.6B
Longitud del contexto
—
Modalidades
image, text

Radar de capacidades

18
general
13
coding
32
reasoning
19
science
26
agents
85
multimodal

Rankings

Dominio#PosiciónPuntuaciónFuente
Ranking de codificación465
14.0
AA
Ranking general498
20.0
AA
Ranking multimodal73
29.0
LS
Ciencia507
17.0
AA

Puntuaciones de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

3d

BLINK61.3%Aut.

General

MMMU55.1%Aut.
MMMU-Pro38.5%Aut.

Image To Text

DocVQADocVQA (2020)93.2%Aut.
OCRBench84.4%Aut.
TextVQA75.6%Aut.

Math

MathVista62.4%Aut.
InterGPS48.6%Aut.

Multimodal

ScienceQA Visual97.5%Aut.
MMBench86.7%Aut.
POPE85.6%Aut.
AI2D82.3%Aut.
ChartQAMasry et al. (2022)81.4%Aut.
InfoVQA72.7%Aut.
Video-MME55.0%Aut.

Índices de evaluación AA

(Artificial Analysis)
Intelligence Index(Artificial Analysis)
4.2
Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))
0.7
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))
0.5
Gpqa(NYU + Cohere + Anthropic (2023))
0.3
Livecodebench(UC Berkeley + MIT + Cornell (2024))
0.1
Scicode(UIUC + Argonne National Lab (2024))
0.1
Aime(MAA (Mathematical Association of America))
0.1
Hle(Center for AI Safety + Scale AI (2025))
0.1

Puntuaciones por categoría LLM Stats

(LLM Stats (zeroeval))
Image To Text
80
Multimodal
70
Reasoning
70
General
70
Vision
70
Math
60
Spatial Reasoning
60
Healthcare
60
3d
60

Precios

Precio de entradaGratis
Precio de salidaGratis
Precio mixto (3:1)Gratis

Velocidad

Tokens/seg17.8
Retraso del primer token0.35s
Tiempo hasta la respuesta0.35s

Ranking de Precios por Proveedor

Ranking de Precios por Proveedor

2 proveedores

Más barato: Azure Cognitive ServicesMás caro: Azure
ProveedorEntradaSalida
1Azure Cognitive ServicesMás barato
$0.08
$0.32
2Azure
$0.08
$0.32

Comparar precios entre diferentes proveedores de API para este modelo.

Fuentes externas

LLM StatsArtificial Analysis