Phi 4 Reasoning

Fiche modèle · Microsoft · phi-4-reasoning

Phi-4-reasoning is a state-of-the-art open-weight reasoning model finetuned from Phi-4 using supervised fine-tuning on a dataset of chain-of-thought traces and reinforcement learning. It focuses on math, science, and coding skills.

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	32 768
KV cache / token (Q8)	102.4 ko/token
Paramètres totaux	14 B
Paramètres actifs (session)	14.7 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (microsoft/Phi-4-reasoning)) ; total : config Hugging Face (microsoft/Phi-4-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	16 000 000 000
Coupure de connaissance	2025-03-01
Créé le	2026-05-07T16:53:40.621284Z
Mis à jour le	2026-11-04T06:05:14.634095Z
Source	LLM Stats
URL	https://llm-stats.com/models/phi-4-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
chat	0.80
instruction_following	0.80
language	0.70
legal	0.70
math	0.70
physics	0.70
reasoning	0.70
structured_output	0.80
finance	0.70
general	0.70
healthcare	0.70
biology	0.70
chemistry	0.70
code	0.50
creativity	0.70
writing	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2024	math	0.75	1.00	0.75	non	oui	2026-11-04T06:05:14.637324Z
aime-2025	math	0.63	1.00	0.63	non	oui	2026-11-04T06:05:14.640465Z
arena-hard	general	0.73	1.00	0.73	non	oui	2026-11-04T06:05:14.643427Z
flenqa	reasoning	0.98	1.00	0.98	non	oui	2026-11-04T06:05:14.646505Z
gpqa	reasoning	0.66	1.00	0.66	non	oui	2026-11-04T06:05:14.649392Z
humaneval+	reasoning	0.93	1.00	0.93	non	oui	2026-11-04T06:05:14.653020Z
ifeval	chat	0.83	1.00	0.83	non	oui	2026-11-04T06:05:14.655886Z
livecodebench	reasoning	0.54	1.00	0.54	non	oui	2026-11-04T06:05:14.658679Z
mmlu-pro	language	0.74	1.00	0.74	non	oui	2026-11-04T06:05:14.661499Z
omnimath	math	0.77	1.00	0.77	non	oui	2026-11-04T06:05:14.664416Z
phibench	reasoning	0.71	1.00	0.71	non	oui	2026-11-04T06:05:14.667235Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	204	—	6.33	1	trueskill	2026-10-19	model_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