Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Microsoft · pașaport de model

Microsoft: Phi 4

phi-4

Ponderi deschise
Licență MIT
14.7B parametri
16,384 context
Lansat 2024-12-12(curatoriat)

General · LMArena: 1,256#300 din 396
Cea mai bună percentilă: 97.1Halucinații HHEM (Vectara)
Poziția în cohortă: 37.5mediană 42.0

Ce spun datele

Evaluat pe 12 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

97.1 pct — Halucinații HHEM (Vectara) (96.3%)

Cele mai slabe axe

7.1 pct — IFBench (Artificial Analysis) (23.5%)

Neuniform: 90 de puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 97.1 pct pe Halucinații HHEM (Vectara) față de 7.1 pct pe IFBench (Artificial Analysis).

Halucinații HHEM (Vectara)97.1 pct96.3%Verifică →
MMLU-Pro (Artificial Analysis)44.2 pct71.4%Verifică →
GPQA Diamond39.4 pct56.1%Verifică →
BFCL v4 (apelare de funcții)Clasament inactiv39 pct28.8%Verifică →
LiveBench28.5 pct40.7%Verifică →
LiveCodeBench (Artificial Analysis)27.5 pct23.1%Verifică →
Prompturi dificile27.3 pct1,278Verifică →
Programare26.9 pct1,306Verifică →
AIME (matematică)26 pct13.8%Verifică →
Urmarea instrucțiunilor25.8 pct1,245Verifică →
General24.5 pct1,256Verifică →
IFBench (Artificial Analysis)7.1 pct23.5%Verifică →
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorymicrosoft/phi-4

Parametri14.7B

ArhitecturăPhi3ForCausalLM

LicențăMIT

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "microsoft/phi-4"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APImicrosoft/phi-4

Lungime context16,384 tokeni

Ieșire maximă14,745 tokeni

Preț intrare$0.07 per 1M tokeni

Preț ieșire$0.14 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyLogit biasMax tokensMin-pPresence penaltyRepetition penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTop-kTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"microsoft/phi-4","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

phi-4 stands at 37.5 (raw mean 34.4) — measured on 12 of 27 axes.
pozițieșablonVerifică →
phi-4 stands at 37.5 versus a cohort median of 42 across 141 models released within 180 days — below the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →