Phi 4 Mini

Fiche modèle · Microsoft · phi-4-mini

Phi 4 Mini Instruct is a lightweight (3.8B parameters) open model built upon synthetic data and filtered web data, focusing on high-quality reasoning. It supports a 128K token context length and is enhanced for instruction adherence and safety via supervised fine-tuning and direct preference optimization.

Identité

OrganisationMicrosoft
Pays—
Famille—
Typellm
Date de sortie2025-02-01
Licencemit
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalités—
Fenêtre de contexte128 000
KV cache / token (Q8)—
Paramètres totaux3.84 B
Paramètres actifs (session)3.84 B
Source des paramètres actifsweb : https://huggingface.co/microsoft/Phi-4-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'entraînement5 000 000 000 000
Coupure de connaissance2024-06-01
Créé le2026-05-07T16:53:31.529171Z
Mis à jour le2026-11-04T06:04:53.933121Z
SourceLLM Stats
URLhttps://llm-stats.com/models/phi-4-mini

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
chat0.30
language0.60
legal0.60
math0.70
physics0.50
psychology0.70
reasoning0.70
finance0.60
general0.70
healthcare0.60
biology0.30
chemistry0.30
creativity0.50
writing0.30

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arc-creasoning0.841.000.84nonoui2026-11-04T06:04:53.943221Z
arena-hardgeneral0.331.000.33nonoui2026-11-04T06:04:53.953276Z
big-bench-hardreasoning0.701.000.70nonoui2026-11-04T06:04:53.963118Z
boolqlanguage0.811.000.81nonoui2026-11-04T06:04:53.973233Z
gpqareasoning0.251.000.25nonoui2026-11-04T06:04:53.982634Z
gsm8kmath0.891.000.89nonoui2026-11-04T06:04:53.993189Z
hellaswagreasoning0.691.000.69nonoui2026-11-04T06:04:54.002999Z
mathmath0.641.000.64nonoui2026-11-04T06:04:54.012008Z
mgsmmath0.641.000.64nonoui2026-11-04T06:04:54.023041Z
mmlugeneral0.671.000.67nonoui2026-11-04T06:04:54.028340Z
mmlu-prolanguage0.531.000.53nonoui2026-11-04T06:04:54.033340Z
multilingual-mmlugeneral0.491.000.49nonoui2026-11-04T06:04:54.038417Z
openbookqareasoning0.791.000.79nonoui2026-11-04T06:04:54.053117Z
piqareasoning0.781.000.78nonoui2026-11-04T06:04:54.063194Z
social-iqareasoning0.721.000.72nonoui2026-11-04T06:04:54.073164Z
truthfulqageneral0.661.000.66nonoui2026-11-04T06:04:54.080152Z
winograndereasoning0.671.000.67nonoui2026-11-04T06:04:54.093012Z

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