模型

Microsoft: Phi 4 Mini Instruct

仅本地 开源 可商用
— · MIT · 3.8B · 上下文 131K
能做什么
聊天问答编程开发逻辑推理数学推理
部署门槛
消费级 8-12G
≥ 4GB
上下文
131K
token 窗口
参数
3.8B

01基础参数

参数规模
3.8B
上下文窗口
131K
输入模态
text
可生成
text
模型系列
开源许可
MIT
主要语言
multi

02部署门槛详情

硬件等级 消费级 8-12G · 最低显存 4GB

03Benchmark 评测

待补充

04适用场景

✓ 适用
数学与逻辑推理、代码生成与编程辅助、RAG与长文档处理、资源受限的本地部署
✗ 不适用
高精度知识问答(模型容量限制导致事实性不足,需搭配RAG)、需要顶级大模型深度的复杂推理任务

05部署与限制

⚙ 本地部署建议
推荐使用GGUF量化格式(如Q4_K_M)部署,仅需约2.4GB显存,适合4-8GB显存的入门级GPU甚至纯CPU环境。支持llama.cpp、vLLM、ONNX Runtime等多种推理框架,对内存和计算受限环境友好。
⚠ 已知限制
模型参数量仅3.8B,知识容量有限,在纯事实性问答上可能产生错误,推荐搭配RAG或搜索引擎使用。

06详细介绍

Phi-4-Mini-Instruct 是微软于 2025 年 10 月推出的 Phi-4 系列轻量级开源模型。其参数规模为 38 亿,采用密集解码器架构,并在精心筛选的合成数据与公开网页上训练,特别强调推理密集型的高质量数据。

该模型专为资源受限和低延迟场景设计,核心优势体现在数学和逻辑推理上。官方基准测试显示,其在 GSM8K 和 MATH 等数学推理任务上显著优于 Llama-3.2-3B、Qwen2.5-3B 等同尺寸模型。同时,它支持 128K 长上下文、200K 词表的多语言能力(含中文),并通过监督微调和直接偏好优化提升了指令遵循与函数调用能力。

07官方资源

08真实评测

Phi-4-mini 评测:3.8B 小钢炮,数学代码降维打击

09同类模型