Comparer
Phi Tiny MoE Instruct vs Phi-4-multimodal-instruct
Placez deux à quatre modèles côte à côte sur les champs qui décident un déploiement : contexte, prix, région, licence, langues, hébergement et ce qui est vérifié.
| Phi Tiny MoE Instruct | Phi-4-multimodal-instruct | |
|---|---|---|
| Fournisseur | Microsoft | Microsoft |
| Paramètres | 3.8B | 5.57B |
| Fenêtre de contexte | Non vérifié : le fournisseur n'a pas documenté cette affirmation. | 131k |
| Licence | mit | mit |
| Modalités | text | text, vision, audio |
| Date de publication | 23 juin 2025 | 24 févr. 2025 |
| Langues | Solide: en Correct: — | Solide: en, de, fr, es, it, pt Correct: nl, pl, sv, da, fi, cs, ru, uk, ar, zh, ja, ko, hi, tr |
| Poids ouverts | oui | oui |
| Tâches | Raisonnement, Faible coût | Vision, Résumés, Support multilingue, Faible coût |
Lorsque deux modèles diffèrent, ce tableau montre la différence et s'arrête là. LLM EU ne publie aucun badge de gagnant sans score documenté pour cette tâche, et une valeur manquante reste manquante au lieu de devenir un zéro.
Quand l'utiliser
Phi Tiny MoE Instruct
Points forts
- 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 3.8B parameters it fits on a single accelerator
- the model page lists en
- instruction-tuned checkpoint with a chat template in the repository
Limites
- 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 3.8B parameters, the weights fit on a single modest accelerator
Tâches
Phi-4-multimodal-instruct
Points forts
- text, image and speech input at 5.6B parameters
- 128K-token context for document batches
- MIT licence
- 23 declared languages including most large EU languages
Limites
- modality-specific quality is below dedicated single-modality models
- English-centric training data
- no evaluation has been run by LLM EU
Tâches
Tâches: Faible coût