大模型世界

PHI 4

微软的全部模型 →国外文本模型综合智力第 163 名

白菜价、记性短的模型

查看评测视频查看评测文章
聪明世界#163
编程暂无
记性16K
便宜$0.14

记性换算成体感：一次只能读几千字

PHI 系列的文本模型 · 按发布时间

共 2 个 · 微软的全部模型 →
  1. 2024.12Phi-4-mini未参评
  2. 2024.12PHI 4ECI 130.4

他的房间

编程能力：盖着布的桌子
电脑
没有公开的编程评测成绩
上下文窗口
书架
1 层 · 记忆 16K tokens
数学与科学推理成绩
黑板
数学与科学推理
知识截止日期
日历
知识截止日期未公开
闭源
门禁
闭源，权重不公开

身世

发布日期
2024 年 12 月 12 日epoch.ai
知识截止
暂无数据
参数量
体型为估算值，官方从未公布参数量
开放权重
暂无数据
开源许可
暂无数据
上下文窗口
16K tokens
单次最大输出
15K
输入价格
$0.070 / 百万 tokens
输出价格
$0.14 / 百万 tokens
模型类型
文本只读文字、只写文字的对话模型
支持的输入
文字 → 文字
工具调用
暂无数据
深度思考
暂无数据
提示缓存
否

战绩

综合智力
130.4
AIME 数学
13.8%
GPQA Diamond 科学
56.1%
ARC-AGI-2 抽象推理
未参评
Fiction.liveBench 长文本
未参评

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。

编程战绩（按赛制分列）

没有查到这个模型的任何公开编程评测成绩。
这表示「没人公开测过它」，不表示「它不会写代码」——本站不会用估算值填补空缺。

全部成绩（按榜单分列）

名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。

综合
数学
知识与推理
  • GPQA 科学56.1%第 144 / 197
    博士级别的物理、化学、生物选择题，题目设计到「谷歌也搜不到答案」。随机乱猜是 25 分。第三方实测
    https://epoch.ai/benchmarks
  • MMLU84.8%第 17 / 44
    横跨 57 个学科的大学水平选择题，曾是最通行的知识广度标尺。如今顶尖模型已接近饱和。第三方实测
    http://arxiv.org/abs/2412.08905
游戏与谜题
写作