Phi-3.5-mini-instruct

Fiche modèle · Microsoft · phi-3.5-mini-instruct

Phi-3.5-mini-instruct is a 3.8B-parameter model that supports up to 128K context tokens, with improved multilingual capabilities across over 20 languages. It underwent additional training and safety post-training to enhance instruction-following, reasoning, math, and code generation. Ideal for environments with memory or latency constraints, it uses an MIT license.

Fiches modèles

Identité

OrganisationMicrosoft
Pays—
Famille—
Typellm
Date de sortie2024-08-23
Licencemit
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalitéstext
Fenêtre de contexte131 072
KV cache / token (Q8)196.6 ko/token
Paramètres totaux3.8 B
Paramètres actifs (session)3.82 B
Source des paramètres actifsactifs = total (modèle dense, config HF (microsoft/Phi-3.5-mini-instruct)) ; total : config Hugging Face (microsoft/Phi-3.5-mini-instruct)
Curation des paramètres actifs2026-11-04
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement3 400 000 000 000
Coupure de connaissance—
Créé le2026-05-07T16:53:31.229358Z
Mis à jour le2026-11-04T06:04:53.153229Z
SourceLLM Stats
URLhttps://llm-stats.com/models/phi-3.5-mini-instruct
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.40
language0.60
legal0.60
long_context0.50
math0.60
physics0.60
psychology0.70
reasoning0.70
summarization0.20
finance0.60
general0.60
healthcare0.60
biology0.30
chemistry0.30
code0.60
creativity0.60
writing0.40

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arc-creasoning0.851.000.85nonoui2026-11-04T06:04:53.163567Z
arena-hardgeneral0.371.000.37nonoui2026-11-04T06:04:53.173060Z
big-bench-hardreasoning0.691.000.69nonoui2026-11-04T06:04:53.179405Z
boolqlanguage0.781.000.78nonoui2026-11-04T06:04:53.190315Z
govreportsummarization0.261.000.26nonoui2026-11-04T06:04:53.200293Z
gpqareasoning0.301.000.30nonoui2026-11-04T06:04:53.213105Z
gsm8kmath0.861.000.86nonoui2026-11-04T06:04:53.228205Z
hellaswagreasoning0.691.000.69nonoui2026-11-04T06:04:53.233294Z
humanevalreasoning0.631.000.63nonoui2026-11-04T06:04:53.237420Z
mathmath0.481.000.48nonoui2026-11-04T06:04:53.243045Z
mbppreasoning0.70100.000.70nonoui2026-11-04T06:04:53.253029Z
mega-mlqalanguage0.621.000.62nonoui2026-11-04T06:04:53.267841Z
mega-tydi-qalanguage0.621.000.62nonoui2026-11-04T06:04:53.283211Z
mega-udposlanguage0.471.000.47nonoui2026-11-04T06:04:53.293385Z
mega-xcopareasoning0.631.000.63nonoui2026-11-04T06:04:53.303052Z
mega-xstoryclozereasoning0.731.000.73nonoui2026-11-04T06:04:53.313046Z
mgsmmath0.481.000.48nonoui2026-11-04T06:04:53.323045Z
mmlugeneral0.691.000.69nonoui2026-11-04T06:04:53.329429Z
mmlu-prolanguage0.471.000.47nonoui2026-11-04T06:04:53.332950Z
mmmlulanguage0.551.000.55nonoui2026-11-04T06:04:53.339406Z
openbookqareasoning0.791.000.79nonoui2026-11-04T06:04:53.343002Z
piqareasoning0.811.000.81nonoui2026-11-04T06:04:53.349347Z
qasperreasoning0.421.000.42nonoui2026-11-04T06:04:53.353190Z
qmsumsummarization0.211.000.21nonoui2026-11-04T06:04:53.363009Z
repoqalong_context0.771.000.77nonoui2026-11-04T06:04:53.373090Z
rulerlong_context0.841.000.84nonoui2026-11-04T06:04:53.383020Z
social-iqareasoning0.751.000.75nonoui2026-11-04T06:04:53.393174Z
squalitysummarization0.241.000.24nonoui2026-11-04T06:04:53.403195Z
summscreenfdsummarization0.161.000.16nonoui2026-11-04T06:04:53.413758Z
truthfulqageneral0.641.000.64nonoui2026-11-04T06:04:53.423136Z
winograndereasoning0.691.000.69nonoui2026-11-04T06:04:53.429873Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code276—-6.871trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04