Phi-4-multimodal-instruct

Microsoft

Alleen catalogus Open gewichten

Soevereiniteit en hosting

Alleen catalogus

Dit model is opgenomen in de catalogus ter referentie. Het wordt nog niet gehost op LLM EU, en geen enkel first-party endpoint bedient het hier. Verzoeken eraan gaan rechtstreeks naar de aanbieder, onder de eigen voorwaarden van die aanbieder.

Samenvatting

Phi-4-multimodal-instruct is a 5.6B model that accepts text, images and speech in one checkpoint, with a 128K-token context and the MIT licence. The model card reports 55.1 on MMMU, 93.2 on DocVQA and 62.4 on MathVista, and lists the supported languages separately for each input modality. It is a compact option for document and speech pipelines that would otherwise need two models.

Specificaties

Aanbieder
Microsoft (US)
Contextvenster
131k
Parameters
5.57B
Modaliteiten
text, vision, audio
Licentie
mit · licence
Open gewichten
yes
Releasedatum
24 feb 2025
Taken
vision, summarization, multilingual-support, cheap

Talen

Sterk: en, de, fr, es, it, pt

Voldoende: nl, pl, sv, da, fi, cs, ru, uk, ar, zh, ja, ko, hi, tr

Talen

Sterk

  • en
  • de
  • fr
  • es
  • it
  • pt

Voldoende

  • nl
  • pl
  • sv
  • da
  • fi
  • cs
  • ru
  • uk
  • ar
  • zh
  • ja
  • ko
  • hi
  • tr

Niet geverifieerd: de aanbieder heeft deze claim niet gedocumenteerd. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Wanneer te gebruiken

Sterke punten

  • 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

Beperkingen

  • modality-specific quality is below dedicated single-modality models
  • English-centric training data
  • no evaluation has been run by LLM EU