मुख्य सामग्री पर जाएं
AITier

Phi-4

MicrosoftPhiओपन वेटMIT · व्यावसायिक उपयोग

विवरण

phi-4 is a state-of-the-art open model built to excel at advanced reasoning, coding, and knowledge tasks. It leverages a blend of synthetic data, filtered web data, academic texts, and supervised fine-tuning for precision, alignment, and safety.

रिलीज़ तिथि
2024-12-12
पैरामीटर
14.7B
संदर्भ लंबाई
16K
मोडैलिटीज़
text

क्षमता रडार

25
general
23
coding
30
reasoning
41
science
28
agents
0
multimodal

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
कोडिंग रैंकिंग586
10.0
AA
सामान्य रैंकिंग569
21.0
AA
विज्ञान475
30.0
AA

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Chat

IFEvalGoogle Research (2023)83.4%स्वयं

Factuality

SimpleQA3.0%स्वयं

General

MMLU84.8%स्वयं
Arena Hard73.3%स्वयं

Language

MMLU-Pro74.3%स्वयं

Math

MGSM80.6%स्वयं
MATH80.4%स्वयं
OmniMath76.6%स्वयं
AIME 202475.3%स्वयं
AIME 202562.9%स्वयं
LiveBench47.6%स्वयं

Reasoning

FlenQA97.7%स्वयं
HumanEval+92.9%स्वयं
HumanEvalOpenAI (2021)82.6%स्वयं
DROP75.5%स्वयं
PhiBench70.6%स्वयं
GPQANYU + Cohere + Anthropic (2023)65.8%स्वयं
LiveCodeBench53.8%स्वयं

AA मूल्यांकन सूचकांक

(Artificial Analysis)
Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))
81.0
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))
71.4
Gpqa(NYU + Cohere + Anthropic (2023))
57.5
Ifbench(Google Research (2023))
23.5
Livecodebench(UC Berkeley + MIT + Cornell (2024))
23.1
Math Index(Artificial Analysis)
18.0
Aime 25(MAA (Mathematical Association of America))
18.0
Aime(MAA (Mathematical Association of America))
14.3
Intelligence Index(Artificial Analysis)
5.9
Hle(Center for AI Safety + Scale AI (2025))
3.8
Terminalbench Hard(Stanford × Laude Institute (2026))
3.8
Lcr(Artificial Analysis)
0.0
Tau2(Sierra + U Toronto + Vector Institute (2025))
0.0

LLM Stats श्रेणी स्कोर

(LLM Stats (zeroeval))
Language
80
Legal
80
Finance
80
Healthcare
80
Code
80
Creativity
80
Writing
80
Chat
70
Math
70
Reasoning
70
General
70
Instruction Following
60
Physics
60
Structured Output
60
Biology
60
Chemistry
60
Factuality
0

मूल्य निर्धारण

इनपुट मूल्य$0.125 / 1M टोकन
आउटपुट मूल्य$0.5 / 1M टोकन
मिश्रित मूल्य (3:1)$0.219 / 1M टोकन

गति

टोकन/सेकंड43.9
पहले टोकन में देरी0.98s
पहले उत्तर में देरी0.98s

प्रदाता मूल्य रैंकिंग

प्रदाता मूल्य रैंकिंग

6 प्रदाता

सबसे सस्ता: DeepInfraसबसे महंगा: Azure
प्रदाताइनपुटआउटपुट
1DeepInfraसबसे सस्ता
$0
$0
2OpenRouter
$0.07
$0.14
3Kilo Gateway
$0.07
$0.14
4Microsoftप्राथमिक
$0.125
$0.5
5Azure Cognitive Services
$0.125
$0.5
6Azure
$0.125
$0.5

इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।

बाहरी लिंक

LLM StatsArtificial Analysis