Uso principal declarado o inferido con cautela desde la documentación oficial.
MS
MICROSOFT / Phi-4-multimodal-instruct
Phi‑4 Multimodal
Modelo compacto de Microsoft que combina lenguaje, visión y audio, incluida transcripción y traducción de voz.
01 / RESUMEN
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
02 / FICHA TÉCNICA
Límites e integración
| ID de API | Phi-4-multimodal-instruct |
|---|---|
| Tipo de modelo | Texto y razonamiento · Visión y documentos · Voz y audio |
| Modelo de acceso | Pesos abiertos |
| Licencia | MIT |
| Despliegue | Local, edge o nube privada |
| Lanzamiento | FEB 2025 |
| Corte de conocimiento | No publicado |
| Entrada | Texto · Imagen · Audio |
| Salida | Texto |
| Ventana de contexto | 128.000 tokens |
| Salida máxima | No publicado |
| Razonamiento | No aplica o no publicado |
| Herramientas publicadas | |
| Salidas estructuradas | No aplica o no publicado |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | Pesos descargables |
| Plataformas verificadas | Hugging Face · Microsoft Foundry |
Aplicaciones multimodales compactas, edge, visión y voz.
Valida memoria real, código remoto del repositorio y rendimiento por modalidad.
03 / CAPACIDADES
Qué puede hacer
Orientación
Aplicaciones multimodales compactas, edge, visión y voz.
Contexto
128.000 tokens · No publicado
Herramientas e integración
No publicado
Acceso
Pesos y proveedores
Modalidades de entrada
TextoImagenAudio
04 / PRECIOS
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | No publicado | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | No publicado | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
Consulta la fuente primaria: la unidad de facturación depende del tipo de modelo y del canal de acceso.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
05 / EVALUACIONES
Cómo leer los resultados
“
Un benchmark público orienta, pero no sustituye una evaluación con tus datos, herramientas, presupuesto y tolerancia al error.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| Evaluaciones Phi‑4 Multimodal | Publicadas | Lenguaje, visión y voz | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
06 / VERSIONES
Cronología
Phi‑4 Multimodal
Versión incorporada al catálogo verificado de Inferama.
07 / FUENTES