Passer au contenu principal

Phi-4 Multimodal Instruct

MicrosoftPhiOpen WeightMIT · Usage Commercial

Description

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.

Date de sortie
2025-02-26
Paramètres
5.6B
Longueur du contexte
—
Modalités
image, text

Radar de capacités

70
general
0
coding
60
reasoning
51
scienceest.
42
agents
85
multimodal

Science est estimé à partir des scores scientifiques de LLM Stats ou du raisonnement lorsque les benchmarks scientifiques dédiés ne sont pas disponibles.

Classements

Domaine#RangScoreSource
Classement multimodal137
23.0
LS

Scores de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

Math

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

Multimodal

MMMU55.1%Aut.
Video-MME55.0%Aut.

Reasoning

ChartQAMasry et al. (2022)81.4%Aut.

Vision

ScienceQA Visual97.5%Aut.
DocVQADocVQA (2020)93.2%Aut.
MMBench86.7%Aut.
POPE85.6%Aut.
OCRBench84.4%Aut.
AI2D82.3%Aut.
TextVQA75.6%Aut.
InfoVQA72.7%Aut.
BLINK61.3%Aut.
MMMU-Pro38.5%Aut.

Indices d'évaluation AA

(Artificial Analysis)

Aucune donnée d'évaluation AA disponible

Scores par catégorie LLM Stats

(LLM Stats (zeroeval))
Safety
90
Image To Text
80
Multimodal
70
Reasoning
70
General
70
Vision
70
Math
60
Spatial Reasoning
60
Healthcare
60
3d
60

Tarification

Prix d'entrée$0.08 / 1M tokens
Prix de sortie$0.32 / 1M tokens

Vitesse

Aucune donnée de vitesse disponible

Classement des Prix par Fournisseur

Classement des Prix par Fournisseur

3 fournisseurs

Moins cher: MicrosoftPlus cher: Azure
FournisseurEntréeSortie
1MicrosoftPRINCIPAL
$0.08
$0.32
2Azure Cognitive Services
$0.08
$0.32
3Azure
$0.08
$0.32

Comparer les prix entre différents fournisseurs API pour ce modèle.

Sources externes