Phi-4は最先端のオープンソースモデルで、高度な推論、コーディング、知識タスクに特化しています。合成データ、選別されたウェブデータ、学術テキストを組み合わせ、教師付き微調整によって精度、整合性、安全性を向上させています。
インテリジェンス(比較的弱い)
速度(遅い)
入力サポートモダリティ
いいえ
推論モデルかどうか
16,000
コンテキストウィンドウ
16,000
最大出力トークン
2024-06-01
知識カットオフ

価格設定

¥0.5 /M tokens
入力
¥1.01 /M tokens
出力
¥1.57 /M tokens
混合価格

クイック簡易比較

入力

出力

Phi-4 Multimodal Instruct
¥0.05
Phi-4 Mini Instruct
Phi-3 Medium Instruct 14B
¥0.1

基本パラメータ

Phi-4技術パラメータ
パラメータ数
14,700.0M
コンテキスト長
16.00k tokens
トレーニングデータカットオフ
2024-06-01
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキストのみ
スループット
33
リリース日
2024-12-12
応答速度
25.212,677 tokens/s

ベンチマークスコア

以下はPhi-4の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
40.22
大規模言語モデルインテリジェンスレベル
コーディング指数
24.56
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
47.67
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
71.4
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
57.5
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
4.1
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
23.1
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
26
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
86.7
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
81
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
14.3
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase