Análise de inteligência, desempenho e preço do Phi-4 Multimodal Instruct
Resumo do modelo
Velocidade
Verbosidade
Phi-4 Multimodal Instruct está abaixo da média em inteligência, mas tem preço razoável em comparação com outros modelos sem raciocínio, de pesos abertos e tamanho semelhante. O modelo 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.
Phi-4 Multimodal Instruct alcança 6 pontos no Artificial Analysis Intelligence Index, ficando abaixo da média entre os modelos comparáveis (mediana: 6).
O preço do Phi-4 Multimodal Instruct é de $0.08 por 1M de tokens de entrada (preço moderado, mediana: $0.12) e $0.32 por 1M de tokens de saída (preço um pouco alto, mediana: $0.25).
| Raciocínio | Não Esta página mostra a versão sem raciocínio deste modelo. Também pode existir uma variante com raciocínio. |
|---|---|
| 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
Velocidade
Inteligência
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abertos vs. proprietários
Intelligence Index vs. custo por tarefa
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Openness Index
Artificial Analysis Openness Index: pontuação
Comparações do Intelligence Index
Intelligence Index vs. custo por tarefa
Custo
Custo por tarefa do Intelligence Index
Custo de executar o Artificial Analysis Intelligence Index
Preços: acertos de cache, entrada e saída
Janela de contexto
Janela de contexto
Tamanho do modelo (somente modelos de pesos abertos)
Tamanho do modelo: parâmetros totais e ativos
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 alcança 6 pontos (estimativa) no Artificial Analysis Intelligence Index, ficando abaixo da média entre outros modelos sem raciocínio, de pesos abertos e tamanho semelhante (mediana: 6).
Phi-4 Multimodal Instruct custa $0.08 por 1M de tokens de entrada (melhor que a média, mediana: $0.12) 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 130k 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 5,6 bilhões parâmetros.
Phi-4 Multimodal Instruct foi lançado sob a licença MIT. Essa licença permite o uso comercial. Ver licença
Phi-4 Multimodal Instruct alcança 6 pontos no Artificial Analysis Intelligence Index. Esse benchmark composto avalia os modelos em raciocínio, conhecimento, matemática e programação.
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