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 | #Rang | Score | Source |
|---|---|---|---|
| Classement multimodal | 137 | 23.0 | LS |
Scores de benchmarks (LLM Stats)
(LLM Stats (zeroeval))Math
MathVista
62.4%Aut.
InterGPS
48.6%Aut.
Multimodal
MMMU
55.1%Aut.
Video-MME
55.0%Aut.
Reasoning
ChartQAMasry et al. (2022)
81.4%Aut.
Vision
ScienceQA Visual
97.5%Aut.
DocVQADocVQA (2020)
93.2%Aut.
MMBench
86.7%Aut.
POPE
85.6%Aut.
OCRBench
84.4%Aut.
AI2D
82.3%Aut.
TextVQA
75.6%Aut.
InfoVQA
72.7%Aut.
BLINK
61.3%Aut.
MMMU-Pro
38.5%Aut.
Indices d'évaluation AA
(Artificial Analysis)Aucune donnée d'évaluation AA disponible
Scores par catégorie LLM Stats
(LLM Stats (zeroeval))Safety90
Image To Text80
Multimodal70
Reasoning70
General70
Vision70
Math60
Spatial Reasoning60
Healthcare60
3d60
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.