Phi-3.5-MoE-instruct

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

Phi-3.5-MoE-instruct is a mixture-of-experts model with ~42B total parameters (6.6B active) and a 128K context window. It excels at reasoning, math, coding, and multilingual tasks, outperforming larger dense models in many benchmarks. It underwent a thorough safety post-training process (SFT + DPO) and is licensed under MIT. This model is ideal for scenarios where efficiency and high performance are both required, particularly in multi-lingual or reasoning-intensive tasks.

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)
Modalités—
Fenêtre de contexte131 072
KV cache / token (Q8)65.5 ko/token
Paramètres totaux60 B
Paramètres actifs (session)6.6 B
Source des paramètres actifsweb : https://huggingface.co/microsoft/Phi-3.5-MoE-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'entraînement4 900 000 000 000
Coupure de connaissance—
Créé le2026-05-07T16:53:31.325922Z
Mis à jour le2026-11-04T06:04:53.443255Z
SourceLLM Stats
URLhttps://llm-stats.com/models/phi-3.5-moe-instruct

Prix par fournisseur

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
language0.70
legal0.70
long_context0.60
math0.70
physics0.60
psychology0.80
reasoning0.70
summarization0.20
finance0.70
general0.70
healthcare0.70
biology0.40
chemistry0.40
code0.70
creativity0.60
writing0.40

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arc-creasoning0.911.000.91nonoui2026-11-04T06:04:53.453604Z
arena-hardgeneral0.381.000.38nonoui2026-11-04T06:04:53.463220Z
big-bench-hardreasoning0.791.000.79nonoui2026-11-04T06:04:53.473420Z
boolqlanguage0.851.000.85nonoui2026-11-04T06:04:53.483003Z
govreportsummarization0.261.000.26nonoui2026-11-04T06:04:53.493278Z
gpqareasoning0.371.000.37nonoui2026-11-04T06:04:53.503413Z
gsm8kmath0.891.000.89nonoui2026-11-04T06:04:53.513290Z
hellaswagreasoning0.841.000.84nonoui2026-11-04T06:04:53.523253Z
humanevalreasoning0.711.000.71nonoui2026-11-04T06:04:53.529570Z
mathmath0.591.000.59nonoui2026-11-04T06:04:53.534421Z
mbppreasoning0.81100.000.81nonoui2026-11-04T06:04:53.537539Z
mega-mlqalanguage0.651.000.65nonoui2026-11-04T06:04:53.541619Z
mega-tydi-qalanguage0.671.000.67nonoui2026-11-04T06:04:53.544419Z
mega-udposlanguage0.601.000.60nonoui2026-11-04T06:04:53.548042Z
mega-xcopareasoning0.771.000.77nonoui2026-11-04T06:04:53.552999Z
mega-xstoryclozereasoning0.831.000.83nonoui2026-11-04T06:04:53.559001Z
mgsmmath0.591.000.59nonoui2026-11-04T06:04:53.562167Z
mmlugeneral0.791.000.79nonoui2026-11-04T06:04:53.569341Z
mmlu-prolanguage0.451.000.45nonoui2026-11-04T06:04:53.572434Z
mmmlulanguage0.701.000.70nonoui2026-11-04T06:04:53.583003Z
openbookqareasoning0.901.000.90nonoui2026-11-04T06:04:53.592869Z
piqareasoning0.891.000.89nonoui2026-11-04T06:04:53.597888Z
qasperreasoning0.401.000.40nonoui2026-11-04T06:04:53.603062Z
qmsumsummarization0.201.000.20nonoui2026-11-04T06:04:53.613170Z
repoqalong_context0.851.000.85nonoui2026-11-04T06:04:53.623201Z
rulerlong_context0.871.000.87nonoui2026-11-04T06:04:53.629599Z
social-iqareasoning0.781.000.78nonoui2026-11-04T06:04:53.633033Z
squalitysummarization0.241.000.24nonoui2026-11-04T06:04:53.643173Z
summscreenfdsummarization0.171.000.17nonoui2026-11-04T06:04:53.663306Z
truthfulqageneral0.781.000.78nonoui2026-11-04T06:04:53.670694Z
winograndereasoning0.811.000.81nonoui2026-11-04T06:04:53.683205Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code269—-3.871trueskill2026-10-19model_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