Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
MS
MICROSOFT / Phi-4-multimodal-instruct
Phi‑4 Multimodal
Kompaktes Microsoft-Modell, das Sprache, Bildverarbeitung und Audio kombiniert, einschließlich Sprachtranskription und -übersetzung.
01 / ZUSAMMENFASSUNG
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
02 / TECHNISCHES DATENBLATT
Limits und Integration
| API-ID | Phi-4-multimodal-instruct |
|---|---|
| Modelltyp | Text und Begründung · Bild und Dokumente · Sprache und Audio |
| Zugangsmodell | Offene Gewichte |
| Lizenz | MIT |
| Einsatz | Lokal, Edge oder private Cloud |
| Veröffentlichung | FEB 2025 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Bild · Audio |
| Ausfahrt | Text |
| Kontextfenster | 128.000 Tokens |
| maximale Leistung | Nicht veröffentlicht |
| Argumentation | Nicht zutreffend oder nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht zutreffend oder nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Herunterladbare Gewichte |
| Verifizierte Plattformen | Hugging Face · Microsoft Foundry |
Kompakte multimodale Anwendungen, Edge, Bildverarbeitung und Sprache.
Validiere den tatsächlichen Speicherbedarf, Remote-Code des Repositories und die Leistung je Modalität.
03 / FÄHIGKEITEN
Was es kann
Orientierung
Kompakte multimodale Anwendungen, Edge, Bildverarbeitung und Sprache.
Kontext
128.000 Tokens · Nicht veröffentlicht
Tools und Integration
Nicht veröffentlicht
Zugang
Gewichte und Anbieter
Eingabemodalitäten
TextBildAudio
04 / PREISE
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Nicht veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Nicht veröffentlicht | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Siehe die Primärquelle: Die Abrechnungseinheit hängt vom Modelltyp und Zugangsweg ab.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
05 / BEWERTUNGEN
So lesen Sie die Ergebnisse
“
Ein öffentlicher Benchmark bietet Orientierung, ersetzt jedoch keine Bewertung mit deinen Daten, Tools, deinem Budget und deiner Fehlertoleranz.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| Evaluaciones Phi‑4 Multimodal | Veröffentlicht | Sprache, Bildverarbeitung und Stimme | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
06 / VERSIONEN
Chronologie
Phi‑4 Multimodal
In den verifizierten Katalog von Inferama aufgenommene Version.
07 / QUELLEN