Phi 4

Fiche modèle · Microsoft · phi-4

phi-4 is a state-of-the-art open model built to excel at advanced reasoning, coding, and knowledge tasks. It leverages a blend of synthetic data, filtered web data, academic texts, and supervised fine-tuning for precision, alignment, and safety.

Fiches modèles

Identité

OrganisationMicrosoft
Pays—
Famille—
Typellm
Date de sortie2024-12-12
Licencemit
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalitéstext
Fenêtre de contexte16 384
KV cache / token (Q8)102.4 ko/token
Paramètres totaux14.7 B
Paramètres actifs (session)14.7 B
Source des paramètres actifsactifs = total (modèle dense, config HF (microsoft/phi-4)) ; total : config Hugging Face (microsoft/phi-4)
Curation des paramètres actifs2026-11-04
Prix par session0.10 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
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)0.82 $ (est.)
Tokens d'entraînement9 800 000 000 000
Coupure de connaissance2024-06-01
Créé le2026-05-07T16:53:31.487714Z
Mis à jour le2026-11-04T06:04:53.803017Z
SourceLLM Stats
URLhttps://llm-stats.com/models/phi-4
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 « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
DeepInfrallm-statsnon0.07 $0.14 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.70
instruction_following0.60
language0.80
legal0.80
math0.70
physics0.60
reasoning0.70
structured_output0.60
factuality0.00
finance0.80
general0.70
healthcare0.80
biology0.60
chemistry0.60
code0.80
creativity0.80
writing0.80

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arena-hardgeneral0.751.000.75nonoui2026-11-04T06:04:53.813395Z
dropreasoning0.761.000.76nonoui2026-11-04T06:04:53.823144Z
gpqareasoning0.561.000.56nonoui2026-11-04T06:04:53.833194Z
humanevalreasoning0.831.000.83nonoui2026-11-04T06:04:53.843226Z
humaneval+reasoning0.831.000.83nonoui2026-11-04T06:04:53.852953Z
ifevalchat0.631.000.63nonoui2026-11-04T06:04:53.863043Z
livebenchmath0.481.000.48nonoui2026-11-04T06:04:53.869531Z
mathmath0.801.000.80nonoui2026-11-04T06:04:53.873684Z
mgsmmath0.811.000.81nonoui2026-11-04T06:04:53.883108Z
mmlugeneral0.851.000.85nonoui2026-11-04T06:04:53.893293Z
mmlu-prolanguage0.701.000.70nonoui2026-11-04T06:04:53.903065Z
phibenchreasoning0.561.000.56nonoui2026-11-04T06:04:53.913187Z
simpleqafactuality0.031.000.03nonoui2026-11-04T06:04:53.923076Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code231—3.391trueskill2026-10-19model_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