Перейти к основному содержанию

Phi-4 Multimodal Instruct

MicrosoftPhiОткрытые весаMIT · Коммерческое использование

Описание

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.

Дата выхода
2025-02-26
Параметры
5.6B
Длина контекста
—
Модальности
image, text

Радар способностей

70
general
0
coding
60
reasoning
51
scienceоцен.
42
agents
85
multimodal

При отсутствии специализированных научных бенчмарков Science оценивается по научным категориям LLM Stats или на основе рассуждений.

Рейтинги

Домен#МестоОценкаИсточник
Мультимодальный рейтинг137
23.0
LS

Оценки бенчмарков (LLM Stats)

(LLM Stats (zeroeval))

Math

MathVista62.4%Сам.
InterGPS48.6%Сам.

Multimodal

MMMU55.1%Сам.
Video-MME55.0%Сам.

Reasoning

ChartQAMasry et al. (2022)81.4%Сам.

Vision

ScienceQA Visual97.5%Сам.
DocVQADocVQA (2020)93.2%Сам.
MMBench86.7%Сам.
POPE85.6%Сам.
OCRBench84.4%Сам.
AI2D82.3%Сам.
TextVQA75.6%Сам.
InfoVQA72.7%Сам.
BLINK61.3%Сам.
MMMU-Pro38.5%Сам.

Индексы оценки AA

(Artificial Analysis)

Нет данных AA оценки

Оценки категорий LLM Stats

(LLM Stats (zeroeval))
Safety
90
Image To Text
80
Multimodal
70
Reasoning
70
General
70
Vision
70
Math
60
Spatial Reasoning
60
Healthcare
60
3d
60

Цены

Цена ввода$0.08 / 1M токенов
Цена вывода$0.32 / 1M токенов

Скорость

Нет данных о скорости

Рейтинг цен провайдеров

Рейтинг цен провайдеров

3 провайдеров

Самый дешевый: MicrosoftСамый дорогой: Azure
ПровайдерВводВывод
1MicrosoftОсновной
$0.08
$0.32
2Azure Cognitive Services
$0.08
$0.32
3Azure
$0.08
$0.32

Сравнение цен разных API-провайдеров для этой модели.

Внешние ссылки