Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Phi-4

Microsoft · microsoft/phi-4

Arquivo Q4 de 8,0 GB (IQ4_XS) · roda bem a partir de 16 GB · Licença dos pesos: MIT

LMArena · texto1.256 ± 5Posição 322 · rodada 2026-10-22 · escala própria
Memória necessária~11 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros14 Bespecificação do fabricante
Contexto16.384 tokensPublicado para este modelo

Qualidade

LMArena · texto · pontuação
1.256 ± 5Intervalo de confiança 1.252–1.261 · 24.126 votos · posição 322 da rodadaLMArena 2026-10-22 · CC BY 4.0

Sem resultado em LiveBench 2026-06-25 Sem resultado no LiveBench 2026-06-25

Informado pelo publicador

5 resultados · ficha de Microsoft · lida em 2026-10-25
MMLU
84,8Popular Aggregated Benchmark · simple-evals
GPQA
56,1Science · simple-evals
HumanEval
82,6Code Generation · simple-evals
SimpleQA
3,0Factual Knowledge · simple-evals
DROP
75,5Reasoning · simple-evals

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Model Quality); coluna “phi-4 (14B)”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Rodar

Rodar

Arquivo IQ4_XS · 8 GB · microsoft/phi-4-gguf · O que é Q4?

ollama run hf.co/microsoft/phi-4-gguf:IQ4_XS
  1. Instale o Ollama
  2. Rode o comando acima
  3. Pergunte: Explique o que é a janela de contexto, em duas frases.

Roda em

Cabe na memória rápida 82

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 82

Na memória, fora da parte rápida 34

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Mostrar todos os 34

Falta um degrau de memória 3

As mesmas máquinas com o próximo tamanho de memória o comportariam na memória rápida.

Phi-4 é um modelo de texto da Microsoft com 14B de parâmetros. Foi lançado em 12 de dezembro de 2024 e lê até 16.384 tokens de contexto. Os pesos em Q4 com a margem de trabalho somam cerca de 11 GB antes da reserva da máquina; as menores máquinas de referência cuja memória rápida comporta isso são Mac mini M4 · 16 GB unificados (~15 GB com a reserva) e RTX 5080 · 16 GB de VRAM (~13 GB com a reserva). Coletamos 26 arquivos GGUF e MLX para baixar de 2 fontes de publicadores; a fonte GGUF mais baixada é a de microsoft. Ele não tem resultado no LiveBench 2026-06-25. Sua pontuação de texto no LMArena é 1.256 ± 5 (rodada 2026-10-22), uma escala separada de preferência humana.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Cada cartão abre o perfil do hardware. Não é compatibilidade nem velocidade medida.

Nas máquinas de referência

Phi-4 nas máquinas de referência
Onde fica o Q4
Mac mini M2 · 8 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~13 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 16 GB unificadosCabe na memória rápidaIQ4_XSGGUF · 8,0 GB · precisa de ~16 GB8.192 tokens~15 GBCabe na memória rápidaIQ4_XSGGUF · 8,0 GB · precisa de ~16 GB8.192 tokens
Mac mini M4 · 24 GB unificadosCabe na memória rápidaQ6_KGGUF · 12,0 GB · precisa de ~23 GB16.384 tokens~17 GBCabe na memória rápidaQ6_KGGUF · 12,0 GB · precisa de ~23 GB16.384 tokens
Mac mini M4 · 32 GB unificadosCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens~19 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens
Mac mini M5 Pro · 64 GB unificadosCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens~19 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens
Mac Studio M5 Max · 128 GB unificadosCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens~19 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens
Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificadosCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens~19 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~29 GB16.384 tokens
RTX 4060 · 8 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~13 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 3060 · 12 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~13 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 5080 · 16 GB de VRAMCabe na memória rápidaIQ4_XSGGUF · 8,0 GB · precisa de ~14 GB16.384 tokens~13 GBCabe na memória rápidaIQ4_XSGGUF · 8,0 GB · precisa de ~14 GB16.384 tokens
RTX 4090 · 24 GB de VRAMCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~23 GB8.192 tokens~13 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~23 GB8.192 tokens
RTX 5090 · 32 GB de VRAMCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~23 GB16.384 tokens~13 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~23 GB16.384 tokens
DGX H100 · 8 × 80 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~37 GB16.384 tokens~27 GBCabe na memória rápidaQ8_0GGUF · 15,6 GB · precisa de ~37 GB16.384 tokens

A coluna de arquivo usa a escada de quantização do site (Q8_0 a Q3_K_M; MLX de 8 a 4 bits no Mac): o maior arquivo coletado cujo tamanho × 1,2, mais o cache de contexto e a reserva da máquina, cabe na memória rápida. Estimativas de planejamento, não execuções medidas.

Planejar outra quantização ou contexto

Considere para

Compare Phi-4 pela ficha do publicador. Não há nota geral no snapshot LiveBench 2026-06-25.

Confira antes

Os pesos em Q4 com a margem de trabalho somam cerca de 11 GB a partir de 14B parâmetros declarados, antes da reserva da máquina (Roda em soma a reserva de cada máquina). Não é um mínimo medido; contexto, lote, runtime e quantização mudam o uso real de memória.

Versões para baixar

Arquivos que você pode baixar deste checkpoint. A seção abre na fonte GGUF coletada mais baixada, microsoft, no arquivo IQ4_XS. Num Mac abre na fonte MLX mais baixada. Os tamanhos são os bytes publicados no Hub. O que é Q4?

microsoft (oficial)

microsoft/phi-4-gguf · phi-4-IQ4_XS.gguf · 8,0 GB

Rodar este arquivo

ollama run hf.co/microsoft/phi-4-gguf:IQ4_XS
llama-server -hf microsoft/phi-4-gguf:IQ4_XS
lms get https://huggingface.co/microsoft/phi-4-gguf
  • mlx-lm: O mlx-lm roda repositórios MLX; escolha a versão MLX num Mac

As notas de qualidade desta página pertencem ao checkpoint original; estes arquivos não recebem nota nem ranking. Tamanhos lidos em 2026-10-23 · downloads lidos em 2026-10-17 · comandos: Documentação do Hugging Face Hub: Ollama com qualquer modelo GGUF · README do servidor do llama.cpp (-hf <user>/<model>[:quant]) · Documentação do LM Studio: lms get com uma URL do Hugging Face · README do mlx-lm (mlx_lm.generate --model)

Ajustes, adaptadores e outras versões126 ajustes
Versões quantizadas
169
Ajustes (fine-tunes)
126
Adaptadores · misturas
208 · 2

Ver na árvore de modelos do Hugging Face · lido em 2026-10-23

Versões sem filtro (uncensored, abliterated)5

Algumas versões da comunidade removem as recusas de segurança do modelo. A qualidade pode cair, o publicador original não dá suporte, as afirmações sobre elas são de quem as publicou e a licença original continua valendo. Este site nunca as recomenda nem as ranqueia.

5 repositórios derivados têm “uncensored” ou “abliterated” no nome (lido em 2026-10-23).

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

A memória necessária acima é a carga Q4 antes da reserva da máquina. Fórmula: parâmetros × 0,625 byte, mais 20% de margem; cada máquina soma então a reserva do sistema: 25% da memória unificada ou do sistema, de 2 a 8 GB, ou 2 GB por GPU em placas dedicadas. Não é VRAM medida nem tamanho do download do checkpoint.

Apenas estimativa de planejamento Q4. Verifique formato do checkpoint, suporte do runtime, cache KV, contexto, tamanho de lote e offload antes de escolher hardware.

Nível da evidência: Apenas estimativa genérica; nenhuma execução reproduzida por este site.

Amostragem padrão do publicador
— O generation_config.json não informa valores de amostragem para este checkpoint
Marcadores do template de chat
sem marcadores de ferramenta · sem marcadores de raciocíniomarcadores encontrados no template, não um teste do recurso · lido em 2026-10-23fonte
Antes de baixar
  1. Confirme o checkpoint exato e a licença vinculada aqui.
  2. Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
  3. Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Checkpoint / versão
microsoft/phi-4
Tarefa e modalidade
linguagem e raciocínio · texto
Contagem e base
14B · especificação do fabricantemicrosoft/phi-4 model card (Hugging Face) · consultado em 2026-10-17fonte
Contexto
16.384 tokens publicados para este modelomicrosoft/phi-4 model card (Hugging Face) · consultado em 2026-10-17fonte
Arquitetura
Densemicrosoft/phi-4 model card (Hugging Face) · consultado em 2026-10-17fonte
Lançamento
microsoft/phi-4 model card (Hugging Face) · consultado em 2026-10-17fonte
Runtime e precisão
Nenhuma execução local verificada.
Idiomas
enMetadados do model card · consultado em 2026-10-25fonte
Uso comercial
Permitido MIT license text (SPDX) · consultado em 2026-10-18texto da licença
Todos os campos guardados12 campos
Revisão conferida
2db69c1c3e91a05d2c64a3185acfbaf36f744e25
Arquitetura
Phi3ForCausalLM
Biblioteca
transformers
Tag de tarefa no Hub
text-generation
Formatos
safetensors
Acesso
Download aberto
Tipo de publicador
Oficial
Evidência de tensores
floating-tensor-elements · 14,66B · BF16conferido em 2026-09-26
Repositório criado
2024-12-11criação não é o lançamento do modelo
Repositório atualizado
2026-07-14um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
368.280 · 2.329só este repositório · lido em 2026-10-25
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Catálogo revisado: 2026-10-17. Versão do benchmark: 2026-06-25; snapshot coletado: 2026-09-26.