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
24
coding
30
reasoning
36
science
28
agents
0
multimodal

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
कोडिंग रैंकिंग508
10.0
AA
सामान्य रैंकिंग502
21.0
AA
विज्ञान383
35.0
AA

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Biology

GPQANYU + Cohere + Anthropic (2023)65.8%स्वयं

Code

HumanEvalOpenAI (2021)82.6%स्वयं
LiveCodeBench53.8%स्वयं

Creativity

Arena Hard73.3%स्वयं

Factuality

SimpleQA3.0%स्वयं

Finance

MMLU84.8%स्वयं
MMLU-Pro74.3%स्वयं

General

IFEvalGoogle Research (2023)83.4%स्वयं
PhiBench70.6%स्वयं
LiveBench47.6%स्वयं

Long Context

FlenQA97.7%स्वयं

Math

MGSM80.6%स्वयं
MATH80.4%स्वयं
OmniMath76.6%स्वयं
DROP75.5%स्वयं
AIME 202475.3%स्वयं
AIME 202562.9%स्वयं

Reasoning

HumanEval+92.9%स्वयं

AA मूल्यांकन सूचकांक

(Artificial Analysis)
Math Index(Artificial Analysis)
18.0
Intelligence Index(Artificial Analysis)
4.6
Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))
0.8
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))
0.7
Gpqa(NYU + Cohere + Anthropic (2023))
0.6
Scicode(UIUC + Argonne National Lab (2024))
0.3
Ifbench(Google Research (2023))
0.2
Livecodebench(UC Berkeley + MIT + Cornell (2024))
0.2
Aime 25(MAA (Mathematical Association of America))
0.2
Aime(MAA (Mathematical Association of America))
0.1
Hle(Center for AI Safety + Scale AI (2025))
0.0
Terminalbench Hard(Stanford × Laude Institute (2026))
0.0
Lcr(Artificial Analysis)
0.0
Tau2(Sierra + U Toronto + Vector Institute (2025))
0.0

LLM Stats श्रेणी स्कोर

(LLM Stats (zeroeval))
Legal
80
Language
80
Finance
80
Healthcare
80
Code
80
Creativity
80
Writing
80
Math
70
Reasoning
70
General
70
Physics
60
Structured Output
60
Instruction Following
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/सेकंड40.9
पहले टोकन में देरी0.57s
पहले उत्तर में देरी0.57s

प्रदाता मूल्य रैंकिंग

प्रदाता मूल्य रैंकिंग

5 प्रदाता

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

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

बाहरी लिंक

LLM StatsArtificial Analysis