Phi 4 Mini Reasoning

Fiche modèle · Microsoft · phi-4-mini-reasoning

Phi-4-mini-reasoning is designed for multi-step, logic-intensive mathematical problem-solving tasks under memory/compute constrained environments and latency bound scenarios. Some of the use cases include formal proof generation, symbolic computation, advanced word problems, and a wide range of mathematical reasoning scenarios. These models excel at maintaining context across steps, applying structured logic, and delivering accurate, reliable solutions in domains that require deep analytical thinking.

Fiches modèles

Identité

Organisation	Microsoft
Pays	—
Famille	—
Type	llm
Date de sortie	2025-04-30
Licence	mit
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	—
Fenêtre de contexte	131 072
KV cache / token (Q8)	65.5 ko/token
Paramètres totaux	3.8 B
Paramètres actifs (session)	3.84 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (microsoft/Phi-4-mini-reasoning)) ; total : config Hugging Face (microsoft/Phi-4-mini-reasoning)
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	150 000 000 000
Coupure de connaissance	2025-02-01
Créé le	2026-05-07T16:53:31.582875Z
Mis à jour le	2026-11-04T06:04:54.113202Z
Source	LLM Stats
URL	https://llm-stats.com/models/phi-4-mini-reasoning

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)

Catégorie	Score
math	0.90
physics	0.50
reasoning	0.70
general	0.70
biology	0.50
chemistry	0.50

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime	math	0.57	1.00	0.57	non	oui	2026-11-04T06:04:54.123348Z
gpqa	reasoning	0.52	1.00	0.52	non	oui	2026-11-04T06:04:54.133183Z
math-500	math	0.95	1.00	0.95	non	oui	2026-11-04T06:04:54.153224Z

Classements

Aucune donnée.

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