Análise de inteligência, desempenho e preço do Phi-4 Multimodal Instruct
Provedores disponíveis
Resumo do modelo
Verbosidade
Phi-4 Multimodal Instruct aceita entrada em texto, imagem e fala, gera saída em texto e tem uma janela de contexto de 128k tokens, com conhecimento até junho de 2024.
O preço do Phi-4 Multimodal Instruct é de $0.08 por 1M de tokens de entrada (preço moderado, mediana: $0.13) e $0.32 por 1M de tokens de saída (preço um pouco alto, mediana: $0.25).
| Raciocínio | Não |
|---|---|
| Modalidade de entrada | Compatível com: texto, imagem e fala |
| Modalidade de saída | Compatível com: texto |
| Data-limite do conhecimento | 1 de jun. de 2024 |
| Janela de contexto | 128k ~192 páginas A4 em fonte Arial tamanho 12 |
| Parâmetros totais | 5.6B |
| Licença | MIT |
| Pesos do modelo | Hugging Face |
As métricas são comparadas com modelos da mesma classe:
- Modelos sem raciocínio → comparados apenas com outros modelos sem raciocínio
- Modelos de raciocínio → comparados com modelos com e sem raciocínio
- Modelos de pesos abertos → comparados apenas com outros modelos de pesos abertos da mesma classe de tamanho:
- Muito pequeno: ≤4B parâmetros
- Pequeno: 4B–40B parâmetros
- Médio: 40B–150B parâmetros
- Grande: >150B parâmetros
- Modelos proprietários → comparados com modelos proprietários e de pesos abertos da mesma faixa de preço, usando uma proporção combinada de 3:1 entre os preços de entrada e saída:
- <$0.15 por 1M de tokens
- $0.15–$1 por 1M de tokens
- >$1 por 1M de tokens
Inteligência
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abertos vs. proprietários
Intelligence Index vs. custo por tarefa
Evaluations
Visual reasoning
Openness Index
Artificial Analysis Openness Index: pontuação
Custo
Custo por tarefa do Intelligence Index
Custo de executar o Artificial Analysis Intelligence Index
Preços: acertos de cache, entrada e saída
Desempenho
Medido pelo tempo por tarefa (minutos), pela velocidade de saída (tokens por segundo), pelo tempo até o primeiro token da resposta final e pelo tempo até o primeiro token (segundos)
Tempo por tarefa do Intelligence Index
Velocidade de saída
Tempo até o primeiro token da resposta final
Janela de contexto
Janela de contexto
Tamanho do modelo (somente modelos de pesos abertos)
Tamanho do modelo: parâmetros totais e ativos
Mais detalhes
Pesos | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| Phi-4 Multimodal Instruct | - | 5.6B | 128k | $0.10 | - | 22 |
Mais lançamentos de Microsoft
Perguntas frequentes
Perguntas comuns sobre o Phi-4 Multimodal Instruct
O Phi-4 Multimodal Instruct foi lançado em 26 de fevereiro de 2025.
Microsoft criou o Phi-4 Multimodal Instruct.
Phi-4 Multimodal Instruct tem um tempo até o primeiro token da resposta final de 0.40s (com base na API de Microsoft), um resultado muito competitivo em comparação com outros modelos sem raciocínio, de pesos abertos e tamanho semelhante (mediana: 1.82s).
Phi-4 Multimodal Instruct custa $0.08 por 1M de tokens de entrada (melhor que a média, mediana: $0.13) e $0.32 por 1M de tokens de saída (um pouco acima da média, mediana: $0.25), com base na API de Microsoft.
Phi-4 Multimodal Instruct custa $0.08 por 1M de tokens de entrada e $0.32 por 1M de tokens de saída (com base na API de Microsoft). Considerando uma tarifa combinada (proporção de 7:2:1 entre acerto do cache, entrada e saída), o preço é de $0.10 por 1M de tokens. O preço pode variar conforme o provedor. Comparar preços dos provedores
Não, o Phi-4 Multimodal Instruct não é um modelo de raciocínio. Ele fornece respostas diretas, sem raciocínio em cadeia prolongado.
Phi-4 Multimodal Instruct aceita entrada em texto, imagem e fala.
Phi-4 Multimodal Instruct permite saída em texto.
Sim, o Phi-4 Multimodal Instruct aceita imagens como entrada e pode analisá-las, descrevê-las e responder a perguntas sobre elas.
Sim, o Phi-4 Multimodal Instruct é multimodal. Ele consegue processar entrada em texto, imagem e fala e gerar saída em texto.
Phi-4 Multimodal Instruct tem uma janela de contexto de 128k tokens. Isso determina quanto texto e histórico da conversa o modelo consegue processar em uma única solicitação.
Sim, o Phi-4 Multimodal Instruct é um modelo de pesos abertos. Os pesos estão disponíveis publicamente e podem ser baixados para auto-hospedagem.
Phi-4 Multimodal Instruct tem 5.6B parâmetros.
Phi-4 Multimodal Instruct foi lançado sob a licença MIT. Essa licença permite o uso comercial. Ver licença
A data-limite do conhecimento do Phi-4 Multimodal Instruct é junho de 2024. Os dados de treinamento do modelo incluem informações até essa data.
Sim, o Phi-4 Multimodal Instruct está disponível por API em 1 provedor. Comparar provedores de API
Phi-4 Multimodal Instruct está disponível em 1 provedor de API. Comparar provedores