Comparar
Phi Mini MoE Instruct vs Phi-4
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 Mini MoE Instruct | Phi-4 | |
|---|---|---|
| Fornecedor | Microsoft | Microsoft |
| Parâmetros | 7.6B | 14.66B |
| Janela de contexto | Não verificado: o fornecedor não documentou esta afirmação. | 16k |
| Licença | mit | mit |
| Modalidades | text | text |
| Data de lançamento | 23/06/2025 | 11/12/2024 |
| Idiomas | Forte: en Adequado: — | Forte: en Adequado: — |
| Pesos abertos | sim | sim |
| Tarefas | Raciocínio, Sumarização | Raciocínio, Sumarização, Baixo custo, Recuperação (RAG) |
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 Mini MoE 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 7.6B 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 7.6B parameters, the weights fit on a single modest accelerator
Tarefas
Phi-4
Pontos fortes
- strong MMLU and maths scores at 14B parameters
- MIT licence without user thresholds
- fits a single 40GB accelerator at BF16
Limitações
- 16K-token context window
- declared English-only; EU-language performance is not documented
- training leans on synthetic data, which narrows domain robustness
Tarefas
Tarefas: Raciocínio, Sumarização