Phi-4 Multimodal Instruct
MicrosoftPhiओपन वेटMIT · व्यावसायिक उपयोग
विवरण
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.
रिलीज़ तिथि
2025-02-26
पैरामीटर
5.6B
संदर्भ लंबाई
—
मोडैलिटीज़
image, text
क्षमता रडार
70
general
0
coding
60
reasoning
51
scienceअनुमानित
42
agents
85
multimodal
समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science का अनुमान LLM Stats विज्ञान स्कोर या तर्क से लगाया जाता है।
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| मल्टीमॉडल रैंकिंग | 137 | 23.0 | LS |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Math
MathVista
62.4%स्वयं
InterGPS
48.6%स्वयं
Multimodal
MMMU
55.1%स्वयं
Video-MME
55.0%स्वयं
Reasoning
ChartQAMasry et al. (2022)
81.4%स्वयं
Vision
ScienceQA Visual
97.5%स्वयं
DocVQADocVQA (2020)
93.2%स्वयं
MMBench
86.7%स्वयं
POPE
85.6%स्वयं
OCRBench
84.4%स्वयं
AI2D
82.3%स्वयं
TextVQA
75.6%स्वयं
InfoVQA
72.7%स्वयं
BLINK
61.3%स्वयं
MMMU-Pro
38.5%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)कोई AA मूल्यांकन डेटा उपलब्ध नहीं
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Safety90
Image To Text80
Multimodal70
Reasoning70
General70
Vision70
Math60
Spatial Reasoning60
Healthcare60
3d60
मूल्य निर्धारण
इनपुट मूल्य$0.08 / 1M टोकन
आउटपुट मूल्य$0.32 / 1M टोकन
गति
कोई गति डेटा उपलब्ध नहीं
प्रदाता मूल्य रैंकिंग
प्रदाता मूल्य रैंकिंग
3 प्रदाता
सबसे सस्ता: Microsoftसबसे महंगा: Azure
प्रदाताइनपुटआउटपुट
1Microsoftप्राथमिक
$0.08
$0.32
2Azure Cognitive Services
$0.08
$0.32
3Azure
$0.08
$0.32
इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।