Sammenlign
Phi 1 5 vs Phi-4
Sæt to til fire modeller side om side på de felter, der afgør en udrulning: kontekst, pris, region, licens, sprog, hosting og hvad der er verificeret.
| Phi 1 5 | Phi-4 | |
|---|---|---|
| Udbyder | Microsoft | Microsoft |
| Parametre | 1.4B | 14.66B |
| Kontekstvindue | Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. | 16k |
| Licens | mit | mit |
| Modaliteter | text | text |
| Udgivelsesdato | 10. sep. 2023 | 11. dec. 2024 |
| Sprog | Stærk: en Tilstrækkelig: phi, nlp | Stærk: en Tilstrækkelig: — |
| Åbne vægte | ja | ja |
| Opgaver | Ræsonnement, Lav pris | Ræsonnement, Resumé, Lav pris, Genfinding (RAG) |
Hvor to modeller adskiller sig, viser denne tabel forskellen og stopper. LLM EU offentliggør ikke et vinderbadge uden en dokumenteret score for den opgave, og et manglende tal forbliver manglende i stedet for at blive et nul.
Hvornår man bruger den
Phi 1 5
Styrker
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- mit licence, so commercial self-hosting is permitted without a separate agreement
- at 1.4B parameters it fits on a single accelerator
- the model page lists en
Begrænsninger
- catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
- no evaluation has been run by LLM EU
- the published configuration records no context window, so the card carries none
- at 1.4B parameters, the weights fit on a single modest accelerator
Opgaver
Phi-4
Styrker
- strong MMLU and maths scores at 14B parameters
- MIT licence without user thresholds
- fits a single 40GB accelerator at BF16
Begrænsninger
- 16K-token context window
- declared English-only; EU-language performance is not documented
- training leans on synthetic data, which narrows domain robustness
Opgaver
Opgaver: Ræsonnement, Lav pris