Phi-4 Mini Instruct
MicrosoftPhiओपन वेटMIT · व्यावसायिक उपयोग
विवरण
Phi 4 Mini Instruct is a lightweight (3.8B parameters) open model built upon synthetic data and filtered web data, focusing on high-quality reasoning. It supports a 128K token context length and is enhanced for instruction adherence and safety via supervised fine-tuning and direct preference optimization.
रिलीज़ तिथि
2024-02-26
पैरामीटर
3.8B
संदर्भ लंबाई
128K
मोडैलिटीज़
text
क्षमता रडार
16
general
12
coding
18
reasoning
20
scienceअनुमानित
16
agents
0
multimodal
समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| कोडिंग रैंकिंग | 435 | 11.0 | AA |
| सामान्य रैंकिंग | 481 | 15.0 | AA |
| गणितीय तर्क | 310 | 18.0 | AA |
| तर्क | 54 | 69.0 | LS |
| विज्ञान | 452 | 17.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
Biology
GPQA
25.2%स्वयं
Creativity
Social IQa
72.5%स्वयं
Arena Hard
32.8%स्वयं
Finance
MMLU
67.3%स्वयं
TruthfulQA
66.4%स्वयं
MMLU-Pro
52.8%स्वयं
General
ARC-C
83.7%स्वयं
OpenBookQA
79.2%स्वयं
PIQA
77.6%स्वयं
Multilingual MMLU
49.3%स्वयं
Language
BoolQ
81.2%स्वयं
BIG-Bench Hard
70.4%स्वयं
Winogrande
67.0%स्वयं
Math
GSM8k
88.6%स्वयं
MATH
64.0%स्वयं
MGSM
63.9%स्वयं
Reasoning
HellaSwag
69.1%स्वयं
AA मूल्यांकन सूचकांक
Math Index6.7
Intelligence Index3.0
Math 5000.7
Mmlu Pro0.5
Gpqa0.3
Ifbench0.2
Lcr0.1
Livecodebench0.1
Scicode0.1
Tau20.1
Aime 250.1
Hle0.0
Aime0.0
Terminalbench Hard0.0
LLM Stats श्रेणी स्कोर
Math70
Psychology70
Reasoning70
Language60
Legal60
Finance60
General60
Healthcare60
Physics50
Creativity50
Biology30
Chemistry30
Writing30
मूल्य निर्धारण
इनपुट मूल्यमुफ्त
आउटपुट मूल्यमुफ्त
मिश्रित मूल्य (3:1)मुफ्त
कैश पठन मूल्य$0.08 / 1M टोकन
गति
टोकन/सेकंड46.2
पहले टोकन में देरी0.40s
पहले उत्तर में देरी0.40s
प्रदाता मूल्य रैंकिंग
प्रदाता मूल्य रैंकिंग
4 प्रदाता
सबसे सस्ता: Azure Cognitive Servicesसबसे महंगा: NanoGPT
प्रदाताइनपुटआउटपुट
1Azure Cognitive Servicesसबसे सस्ता
$0.075
$0.3
2Azure
$0.075
$0.3
3Weights & Biases
$0.08
$0.35
4NanoGPT
$0.17
$0.68
इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।