Uso primário declarado ou inferido com cautela a partir da documentação oficial.
MS
MICROSOFT / Phi-4-multimodal-instruct
Phi‑4 Multimodal
Modelo compacto da Microsoft que combina linguagem, visão e áudio, incluindo transcrição e tradução de voz.
01 / RESUMO
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
02 / FICHA TÉCNICA
Limites e integração
| ID de API | Phi-4-multimodal-instruct |
|---|---|
| Tipo de modelo | Texto e raciocínio · Visão e documentos · Voz e áudio |
| Modelo de acesso | Pesos abertos |
| Licença | MIT |
| Implantação | Local, edge ou nuvem privada |
| Lançamento | FEV 2025 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Texto · Imagem · Áudio |
| Saída | Texto |
| Janela de contexto | 128.000 tokens |
| saída máxima | Não publicado |
| Raciocínio | Não aplicável ou não publicado |
| Ferramentas publicadas | |
| Passeios Estruturados | Não aplicável ou não publicado |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | Pesos transferíveis |
| Plataformas verificadas | Hugging Face · Microsoft Foundry |
Aplicações multimodais compactas, edge, visão e voz.
Valida a memória real, o código remoto do repositório e o desempenho por modalidade.
03 / CAPACIDADES
O que pode fazer
Orientação
Aplicações multimodais compactas, edge, visão e voz.
Contexto
128.000 tokens · Não publicado
Ferramentas e integração
Não publicado
Acesso
Pesos e fornecedores
Modalidades de entrada
TextoImagemÁudio
04 / PREÇOS
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | Não publicado | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | Não publicado | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
Consulta a fonte primária: a unidade de faturação depende do tipo de modelo e do canal de acesso.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
05 / AVALIAÇÕES
Como ler os resultados
“
Um benchmark público orienta, mas não substitui uma avaliação com os teus dados, ferramentas, orçamento e tolerância ao erro.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| Evaluaciones Phi‑4 Multimodal | Publicadas | Linguagem, visão e voz | Ver fonte ↗ |
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
06 / VERSÕES
Cronologia
Phi‑4 Multimodal
Versão incorporada no catálogo verificado da Inferama.
07 / FONTES