Comparar
Phi 4 Mini Reasoning vs Phi 3.5 Vision Instruct
Coloque dois a quatro modelos lado a lado nos campos que decidem uma implementação: contexto, preço, região, licença, idiomas, alojamento e o que está verificado.
| Phi 4 Mini Reasoning | Phi 3.5 Vision Instruct | |
|---|---|---|
| Fornecedor | Microsoft | Microsoft |
| Parâmetros | 3.8B | 4.1B |
| Janela de contexto | Não verificado: o fornecedor não documentou esta afirmação. | Não verificado: o fornecedor não documentou esta afirmação. |
| Licença | mit | mit |
| Modalidades | text | text, vision |
| Data de lançamento | 29/04/2025 | 16/08/2024 |
| Idiomas | Forte: en Adequado: nlp | Forte: — Adequado: nlp |
| Pesos abertos | sim | sim |
| Tarefas | Raciocínio | Visão, Sumarização |
Onde dois modelos diferem, esta tabela mostra a diferença e para. A LLM EU não publica um selo de vencedor sem uma pontuação documentada para essa tarefa, e um valor em falta permanece em falta em vez de se tornar zero.
Quando usar
Phi 4 Mini Reasoning
Pontos fortes
- 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
Limitações
- 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
Tarefas
Phi 3.5 Vision Instruct
Pontos fortes
- 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 4.1B parameters it fits on a single accelerator
- instruction-tuned checkpoint with a chat template in the repository
Limitações
- 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 4.1B parameters, the weights fit on a single modest accelerator
- vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model
Tarefas
Tarefas: Não verificado: o fornecedor não documentou esta afirmação.