Phi-4 Multimodal Instruct

MicrosoftPhi오픈 웨이트MIT · 상업적 사용 가능

설명

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.

출시일

2025-02-26

파라미터

5.6B

컨텍스트 길이

—

모달리티

image, text

능력 레이더

general

coding

reasoning

science

agents

multimodal

랭킹

도메인	#순위	점수	소스
코딩 랭킹	465	14.0	AA
종합 랭킹	498	20.0	AA
멀티모달 랭킹	73	29.0	LS
과학	507	17.0	AA

벤치마크 점수 (LLM Stats)

(LLM Stats (zeroeval))

3d

BLINK

61.3%자체 보고

General

MMMU

55.1%자체 보고

MMMU-Pro

38.5%자체 보고

Image To Text

DocVQADocVQA (2020)

93.2%자체 보고

OCRBench

84.4%자체 보고

TextVQA

75.6%자체 보고

Math

MathVista

62.4%자체 보고

InterGPS

48.6%자체 보고

Multimodal

ScienceQA Visual

97.5%자체 보고

MMBench

86.7%자체 보고

POPE

85.6%자체 보고

AI2D

82.3%자체 보고

ChartQAMasry et al. (2022)

81.4%자체 보고

InfoVQA

72.7%자체 보고

Video-MME

55.0%자체 보고

AA 평가 지수

(Artificial Analysis)

Intelligence Index(Artificial Analysis)

4.2

Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))

0.7

Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))

0.5

Gpqa(NYU + Cohere + Anthropic (2023))

0.3

Livecodebench(UC Berkeley + MIT + Cornell (2024))

0.1

Scicode(UIUC + Argonne National Lab (2024))

0.1

Aime(MAA (Mathematical Association of America))

0.1

Hle(Center for AI Safety + Scale AI (2025))

0.1

LLM Stats 카테고리 점수

(LLM Stats (zeroeval))

Image To Text

Multimodal

Reasoning

General

Vision

Math

Spatial Reasoning

Healthcare

가격

입력 가격무료

출력 가격무료

혼합 가격 (3:1)무료

속도

토큰/초17.8

첫 토큰 지연0.35s

첫 응답 지연0.35s

공급자 가격 순위

2개 공급자

최저가: Azure Cognitive Services최고가: Azure

공급자입력출력

1Azure Cognitive Services최저가

$0.08

$0.32

2Azure

$0.08

$0.32

이 모델의 다양한 API 공급자 간 가격 비교.

외부 링크

LLM Stats Artificial Analysis