Models
Comparateur de prix

Phi-4

Phi-4 de Microsoft : 1 offres. À partir de 0,063 € par million de tokens d'entrée. Aucune offre avec traitement dans l'UE n'est répertoriée.

Calculer les coûts de ce modèleComparer les offresVoir l'historique des prix

Fiche

Fiche
DéveloppeurMicrosoft
TypeModèles de langage
OrigineUS
Types d'entréetext
Contexte (tokens)16 384
Sortie max. (tokens)14 745
Raisonnementohne
Paramètres (Md)14,7
Poids ouverts✓ oui
LicenceMIT
Mémoire GPU en 4 bits (Go)13 (RTX PRO 4000)
Publié–

Offres avec traitement dans l'UE (0)

Aucune offre dans ce groupe.

Offres hors UE (1)

FournisseurPaysVarianteEntréeSortieSourceDate
DeepInfraUSstandard0,063 €0,13 €deepinfra.com14 oct. 2026

€ par million de tokens. Source : pages tarifaires des fournisseurs, lues et vérifiées par searchit. Au 14 oct. 2026.

AI Act

Le développeur a-t-il signé le code de bonnes pratiques pour les modèles d'IA à usage général : inconnu. La signification est expliquée sous « UE et AI Act ». Traitement dans l'UE et AI Act

Benchmarks

Benchmarks
GPQA Diamond (Artificial Analysis)57,5
Humanity's Last Exam (Artificial Analysis)3,8
Berkeley Function-Calling Leaderboard V428,8
OTIS Mock AIME 2024-2025 (Epoch AI)13,8
Vectara HHEM-2.33,7
Vectara HHEM-2.3 – antwortrate80,7
Vectara HHEM-2.3 – halluzination3,7
LLMStructBench: Benchmarking Large Language Model Structured Data Extraction (arXiv:2602.14743)0,66
LLMStructBench: Benchmarking Large Language Model Structured Data Extraction (arXiv:2602.14743) – doc micro0,38
LLMStructBench: Benchmarking Large Language Model Structured Data Extraction (arXiv:2602.14743) – f1 micro0,94
LLMStructBench: Benchmarking Large Language Model Structured Data Extraction (arXiv:2602.14743) – score0,66
MÖVE (Bundesdruckerei), arXiv 2606.131110,77
MÖVE (Bundesdruckerei), arXiv 2606.13111 – qa0,69
MÖVE (Bundesdruckerei), arXiv 2606.13111 – zusammenfassung0,77
Structured Output Benchmark (SOB), arXiv 2604.253590,97
Structured Output Benchmark (SOB), arXiv 2604.25359 – json pass0,97
Structured Output Benchmark (SOB), arXiv 2604.25359 – wertgenauigkeit0,8
MMLU-Pro (TIGER-Lab Leaderboard)70,4

Signaler une erreur sur cette page