microsoft
Microsoft: Phi 4
microsoft/phi-4
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
microsoft/phi-4 es un Transformer denso de solo decodificador con 14 mil millones de parámetros de Microsoft Research, publicado bajo licencia MIT y ofrecido como modelo de texto a texto con una ventana de contexto de 16K tokens. Microsoft lo describe orientado a razonamiento complejo, matemáticas y código, apto para despliegues con memoria limitada y sensibles a la latencia. Las evaluaciones del proveedor cubrieron benchmarks como MMLU, MATH, GPQA y HumanEval. El entrenamiento priorizó el inglés, con datos multilingües cercanos al 8 por ciento. La evidencia es una ficha del proveedor más un catálogo agregador, por lo que conviene validar en la carga de trabajo propia.[1][2]
Puntos fuertes
- Enfoque descrito por el proveedor en razonamiento complejo, matemáticas y código, entrenado con 9,8 billones de tokens y alineado con ajuste supervisado más optimización directa de preferencias.[1][2]
- Modelo de texto a texto con una ventana de contexto de 16K tokens, posicionado por sus autores para entornos con memoria o cómputo limitados y escenarios sensibles a la latencia.[1][2]
- El catálogo de OpenRouter indica compatibilidad con salidas estructuradas y controles de muestreo habituales como temperature, top_p, top_k y seed.[1]
Limitaciones
- Entrenado principalmente para inglés: los datos multilingües fueron cerca del 8 por ciento del total y el proveedor advierte que otros idiomas y variedades del inglés menos representadas pueden rendir peor.[2]
- El proveedor advierte posibles salidas inexactas o inventadas, contenido sesgado u ofensivo y una cobertura de código centrada en Python con paquetes comunes; el corte de conocimiento es junio de 2024.[1][2]
- La evidencia se limita a la ficha del proveedor y al catálogo de OpenRouter; este paquete no incluía evaluaciones independientes, por lo que conviene validar precisión y seguridad en la carga de trabajo propia.[1][2]
Dónde utilizarlo
- Funciones de asistente con razonamiento, matemáticas o lógica que requieran un modelo de tamaño medio; considérelo una sugerencia por probar, no un ajuste comprobado.[1][2]
- Asistencia de código centrada en Python donde las llamadas a API generadas se verifiquen manualmente, según la propia guía del proveedor.[2]
- Prototipos de chat o de seguimiento de instrucciones en inglés en entornos con recursos o latencia limitados, añadiendo salvaguardas a nivel de aplicación antes de usos de alto riesgo.[1][2]
Fuentes
- [1] OpenRouter catalog · Microsoft: Phi 4Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Microsoft: Phi 4Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
[Microsoft Research](/microsoft) Phi-4 is designed to perform well in complex reasoning tasks and can operate efficiently in situations with limited memory or where quick responses are needed. At 14 billion...
Especificaciones
- ID del modelo
- microsoft/phi-4
- Creador
- microsoft
- Añadido a OpenRouter
- 10.01.2025
- Longitud de contexto
- 16,384
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.070 / salida $0.140
- Corte de conocimiento
- 30.06.2024
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfrabf16 | 16,384 | $0.056 | $0.112 | — | — | — |
| DeepInfrabf16 | 16,384 | $0.070 | $0.140 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.