Phi-4-multimodal-instruct
Phi-4-multimodal-instruct is a lightweight (5.57B parameters) open multimodal foundation model that leverages research and datasets from Phi-3.5 and 4.0. It processes text, image, and audio inputs to generate text outputs, supporting a 128K token context length. Enhanced via SFT, DPO, and RLHF for instruction following and safety.
Identité
| Organisation | Microsoft |
|---|---|
| Pays | — |
| Famille | — |
| Type | llm |
| Date de sortie | 2025-02-01 |
| Licence | mit |
| Licence commerciale | oui |
| Licence open source | oui |
| Poids ouverts | oui |
| Auto-hébergement (DGX Spark) | oui — ≤ 107 Md (Q8/FP8) |
| Modalités | image|text |
| Fenêtre de contexte | 131 072 |
| KV cache / token (Q8) | 65.5 ko/token |
| Paramètres totaux | 5.6 B |
| Paramètres actifs (session) | 5.57 B |
| Source des paramètres actifs | actifs = total (modèle dense, config HF (microsoft/Phi-4-multimodal-instruct)) ; total : config Hugging Face (microsoft/Phi-4-multimodal-instruct) |
| 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 | 5 000 000 000 000 |
| Coupure de connaissance | 2024-06-01 |
| Créé le | 2026-05-07T16:53:31.594432Z |
| Mis à jour le | 2026-11-04T06:04:54.163178Z |
| Source | LLM Stats |
| URL | https://llm-stats.com/models/phi-4-multimodal-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.
SouverainetéScores par catégorie (top_scores)
| Catégorie | Score |
|---|---|
| image_to_text | 0.80 |
| math | 0.60 |
| multimodal | 0.70 |
| reasoning | 0.70 |
| safety | 0.90 |
| spatial_reasoning | 0.60 |
| general | 0.70 |
| healthcare | 0.60 |
| 3d | 0.60 |
| vision | 0.70 |
Scores par benchmark
| Benchmark | Catégorie | Score | Max | Normalisé (API) | Vérifié | Auto-déclaré | Daté du |
|---|---|---|---|---|---|---|---|
| ai2d | vision | 0.82 | 1.00 | 0.82 | non | oui | 2026-11-04T06:04:54.173491Z |
| blink | vision | 0.61 | 1.00 | 0.61 | non | oui | 2026-11-04T06:04:54.183151Z |
| chartqa | reasoning | 0.81 | 1.00 | 0.81 | non | oui | 2026-11-04T06:04:54.189922Z |
| docvqa | vision | 0.93 | 1.00 | 0.93 | non | oui | 2026-11-04T06:04:54.213181Z |
| infovqa | vision | 0.73 | 1.00 | 0.73 | non | oui | 2026-11-04T06:04:54.216425Z |
| intergps | math | 0.49 | 1.00 | 0.49 | non | oui | 2026-11-04T06:04:54.223087Z |
| mathvista | math | 0.62 | 1.00 | 0.62 | non | oui | 2026-11-04T06:04:54.233091Z |
| mmbench | vision | 0.87 | 1.00 | 0.87 | non | oui | 2026-11-04T06:04:54.243132Z |
| mmmu | multimodal | 0.55 | 1.00 | 0.55 | non | oui | 2026-11-04T06:04:54.253157Z |
| mmmu-pro | vision | 0.39 | 1.00 | 0.39 | non | oui | 2026-11-04T06:04:54.263224Z |
| ocrbench | vision | 0.84 | 1.00 | 0.84 | non | oui | 2026-11-04T06:04:54.273164Z |
| pope | vision | 0.86 | 1.00 | 0.86 | non | oui | 2026-11-04T06:04:54.282997Z |
| scienceqa-visual | vision | 0.97 | 1.00 | 0.97 | non | oui | 2026-11-04T06:04:54.293207Z |
| textvqa | vision | 0.76 | 1.00 | 0.76 | non | oui | 2026-11-04T06:04:54.300748Z |
| video-mme | multimodal | 0.55 | 1.00 | 0.55 | non | oui | 2026-11-04T06:04:54.313199Z |
Classements
Aucune donnée.
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