Microsoft: Phi 4

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.

Автор
Microsoft
ID модели
microsoft/phi-4
Контекст
16.4K токенов
Max output
14.7K токенов
Модальности
текст → текст
Вход
189 кредитов / 1M токенов · 18,9 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Выход
378 кредитов / 1M токенов · 37,8 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Дата релиза
10.01.2025
Доступность
Нет свежих данных проверки

Описание

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.

Кому подходит

  • Англоязычным задачам с логикой и математикой, где нужна небольшая модель
  • Конвейерам, которым нужен структурированный JSON-вывод
  • Проектам, где важна открытая лицензия MIT

Ограничения

  • Окно 16 тысяч токенов: длинные документы придётся резать на части
  • Microsoft ориентирует модель в первую очередь на английский, русский не основной язык
  • Только текст на входе, изображения и аудио не принимаются
  • Вызов функций не заявлен: цепочки с инструментами придётся строить иначе

Сценарии использования

  • Решение задач по математике на английском — Преподаватель получает пошаговые разборы учебных задач для англоязычного курса.
  • Извлечение полей в JSON — Разработчик пайплайна разбирает англоязычные письма и заявки в записи по заданной JSON-схеме.
  • Слой в многомодельной цепочке — Инженер ставит Phi-4 на этап классификации англоязычных обращений, а итоговый ответ поручает другой модели.
  • Эксперименты с малой моделью — Исследователь проверяет, какие задачи решаются моделью на 14 млрд параметров без дообучения.

Microsoft: Phi 4 API: как подключить

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

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."
    }
  ]
}'

Python

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)

Быстрый старт · Chat Completions: параметры и ответы

Бенчмарки

Слабее среднего в работе с инструментами (выше 0%).

МетрикаЗначениеПозиция в каталоге
Код больше — лучше23,1%выше 8% моделей каталога
Инструменты и агенты больше — лучше0%выше 0% моделей каталога
Длинный контекст больше — лучше0%выше 0% моделей каталога
Подробнее
МетрикаЗначениеПозиция в каталоге
Сложные рассуждения больше — лучше3,8%выше 4% моделей каталога
GPQA больше — лучше57,5%выше 13% моделей каталога
Следование инструкциям больше — лучше23,5%выше 0% моделей каталога
Агент в терминале больше — лучше3,8%выше 7% моделей каталога
MMLU-Pro больше — лучше71,4%выше 26% моделей каталога

Скорость

МетрикаЗначениеПозиция в каталоге
Скорость вывода больше — лучше43,3 ток/с
Время до первого токена меньше — лучше0,89 с

Замер Artificial Analysis у поставщика модели; латентность через Apikley может отличаться

Источник: Artificial Analysis · конфигурация «Phi-4» · измерено 30.10.2026

Похожие модели

FAQ

Какого размера Phi-4?

14 млрд параметров, плотная архитектура трансформер-декодер.

Хорошо ли Phi-4 работает на русском?

Русский не основной язык модели: Microsoft ориентирует её в первую очередь на английский. Многоязычных данных в обучении около 8 процентов.

Хватит ли контекста для длинного договора?

Скорее нет: окно составляет 16 тысяч токенов. Объёмные документы придётся делить на фрагменты.

Умеет ли Phi-4 отвечать по JSON-схеме?

Да, структурированный вывод по JSON-схеме поддерживается. Вызов функций отдельно не заявлен.

На каких данных обучалась модель?

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.