Компактная плотная модель Microsoft Research на 14 млрд параметров для рассуждений и задач с ограниченной памятью. Поддерживает структурированный вывод по JSON-схеме.
Модель Microsoft: Phi 4 доступна через OpenAI-совместимый API Apikley из России без VPN, с оплатой в рублях: от 18,9 ₽ / 1M токенов.
Phi-4 разработана в Microsoft Research и рассчитана на сложные рассуждения при скромных ресурсах. Это плотный трансформер-декодер на 14 млрд параметров, выпущенный под лицензией MIT. Назначение по описанию Microsoft: универсальные ИИ-системы, которым важны экономия памяти, быстрый отклик или умение рассуждать, в первую очередь на английском. Обучали модель на 9,8 трлн токенов: синтетические наборы, отфильтрованные открытые сайты, академические книги и вопросы с ответами. Многоязычных данных около 8 процентов. Данные доступны по июнь 2024 года. Контекстное окно составляет 16 тысяч токенов, максимальный ответ 14 745 токенов. Модель принимает только текст и поддерживает структурированный вывод по JSON-схеме. Вызов функций и отдельный режим рассуждений не заявлены. Цена из нижней трети каталога.
OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели microsoft/phi-4. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.
curl https://api.apikley.ru/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "microsoft/phi-4",
"messages": [
{
"role": "user",
"content": "Объясните, что такое API, в двух предложениях."
}
]
}'from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")
response = client.chat.completions.create(
model="microsoft/phi-4",
messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)Слабее среднего в работе с инструментами (выше 0%).
| Метрика | Значение | Позиция в каталоге |
|---|---|---|
| Код больше — лучше | 23,1% | выше 8% моделей каталога |
| Инструменты и агенты больше — лучше | 0% | выше 0% моделей каталога |
| Длинный контекст больше — лучше | 0% | выше 0% моделей каталога |
| Метрика | Значение | Позиция в каталоге |
|---|---|---|
| Сложные рассуждения больше — лучше | 3,8% | выше 4% моделей каталога |
| GPQA больше — лучше | 57,5% | выше 13% моделей каталога |
| Следование инструкциям больше — лучше | 23,5% | выше 0% моделей каталога |
| Агент в терминале больше — лучше | 3,8% | выше 7% моделей каталога |
| MMLU-Pro больше — лучше | 71,4% | выше 26% моделей каталога |
| Метрика | Значение | Позиция в каталоге |
|---|---|---|
| Скорость вывода больше — лучше | 43,3 ток/с | |
| Время до первого токена меньше — лучше | 0,89 с |
Замер Artificial Analysis у поставщика модели; латентность через Apikley может отличаться
Источник: Artificial Analysis · конфигурация «Phi-4» · измерено 30.10.2026
14 млрд параметров, плотная архитектура трансформер-декодер.
Русский не основной язык модели: Microsoft ориентирует её в первую очередь на английский. Многоязычных данных в обучении около 8 процентов.
Скорее нет: окно составляет 16 тысяч токенов. Объёмные документы придётся делить на фрагменты.
Да, структурированный вывод по JSON-схеме поддерживается. Вызов функций отдельно не заявлен.
На 9,8 трлн токенов из синтетических наборов, отфильтрованных открытых сайтов, академических книг и вопросов с ответами. Данные доступны по июнь 2024 года.
Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.