Справочная карточка · REF
Phi-4 Mini, Reasoning Plus и Multimodal
Ветви Phi-4 отличаются не только размером. Mini-Instruct — компактная текстовая модель, Mini-Reasoning и Reasoning-Plus ориентированы на многошаговые задачи, Multimodal принимает дополнительные модальности. Базовая Phi-4 уже имеет отдельную страницу; ниже приведены самостоятельные варианты с их собственными характеристиками.
Версии и основные характеристики
Ветви Phi-4 отличаются не только размером. Mini-Instruct — компактная текстовая модель, Mini-Reasoning и Reasoning-Plus ориентированы на многошаговые задачи, Multimodal принимает дополнительные модальности. Базовая Phi-4 уже имеет отдельную страницу; ниже приведены самостоятельные варианты с их собственными характеристиками.
| Вариант | Параметры, возможности и ограничения |
|---|---|
| Phi-4-mini-instruct | 3.8B; текст → текст; 128K; плотная decoder-only архитектура |
| Phi-4-mini-reasoning | 3.8B; текстовое рассуждение; 128K; архитектура Mini |
| Phi-4-reasoning | 14B; текст → текст; 32K; отдельное дообучение Phi-4 для рассуждений |
| Phi-4-reasoning-plus | 14B; текстовое рассуждение; 32K; 64K описано как эксперимент, не основной лимит |
| Phi-4-multimodal-instruct | 5.6B; текст, изображения и аудио → текст; 128K; Mini-Instruct как языковая основа |
| Лицензия | MIT у пяти перечисленных checkpoint |
Mini и Reasoning решают разные задачи
Mini-Instruct можно рассматривать для прямого выполнения текстовой инструкции. В сравнении с Phi-3.5 Mini разработчик указывает словарь 200K, grouped-query attention и общие входные и выходные embeddings. Это изменения архитектуры, а не обещание одинаковой точности на всех языках и типах документов.
Mini-Reasoning обучена развёрнутому решению задач и сохраняет размер 3.8B. Обычная Phi-4-reasoning также использует 14B и контекст 32K: это самостоятельные веса, а не алиас базовой Phi-4. Reasoning-Plus использует основу 14B и дополнительное обучение рассуждению. Слово Plus не обозначает увеличение контекстного окна до 128K: в её карточке основной контекст 32K. Экспериментальное продолжение до 64K следует отличать от штатной характеристики.
Как устроена мультимодальная ветвь
Multimodal соединяет языковую основу Mini-Instruct с визуальными и речевыми encoders и adapters. Она может получать изображение или аудио и выдавать текст: например, отвечать на вопрос по картинке либо обрабатывать речь. Генерация аудио из этого описания не следует; модальности входа и выхода важно указывать раздельно.
Проверка документов требует фиксировать качество изображения, а речевые задачи — язык, качество записи и шум. Успешный текстовый диалог не подтверждает работу аудиоветви. Аналогично оценка Reasoning должна учитывать правильность конечного ответа и длину решения, чтобы не путать более многословный вывод с улучшением результата.
Для обычной 14B модели смотрите Phi-4. Она не является алиасом Reasoning-Plus или Multimodal. Официальные карточки подтверждают опубликованные варианты и лицензию MIT; эта справка не заявляет собственное сравнение скорости и не обещает доступ к ним через конкретный API.
Официальные источники и лицензии
- microsoft/Phi-4-reasoning
- microsoft/Phi-4-mini-instruct
- microsoft/Phi-4-mini-reasoning
- microsoft/Phi-4-reasoning-plus
- microsoft/Phi-4-multimodal-instruct
- Лицензия
Автор: Павел Фролов. Источники проверены: 2026-11-07.