Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Phi-4-reasoning-vision-15B

Microsoft · microsoft/Phi-4-reasoning-vision-15B

Licença dos pesos: MIT · código e componentes podem ter outros termos

Informado pelo publicador26 resultadosFicha de Microsoft · lida em 2026-10-25 · sem ranking · ver
Memória necessária~12 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros15,1 BTotal de safetensors no Hub
Repositório atualizado2026-08-31Um commit não é data de lançamento

Qualidade

Sem score comparável

Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.

Informado pelo publicador

26 resultados · ficha de Microsoft · lida em 2026-10-25
AI2D (accuracy)
84,8visual-question-answering
ChartQA (accuracy)
83,3visual-question-answering
MathVista (MINI) (accuracy)
75,2visual-question-answering
MMMU (accuracy)
54,3visual-question-answering
OCRBench (accuracy)
76visual-question-answering
ScreenSpot-V2 (accuracy)
88,2visual-question-answering
AI2D_TEST
84,8Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
ChartQA_TEST
83,3Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
Todos os resultados informados26
HallusionBench
64,4Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
MathVerse_MINI
44,9Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
MathVision_MINI
36,2Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
MathVista_MINI
75,2Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
MMMU_VAL
54,3Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
MMStar
64,5Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
OCRBench
76Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
ScreenSpot_v2
88,2Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models · modo sem raciocínio
AI2D_TEST
84,8Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
ChartQA_TEST
83,3Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
HallusionBench
64,4Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
MathVerse_MINI
44,9Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
MathVision_MINI
36,2Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
MathVista_MINI
75,2Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
MMMU_VAL
54,3Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
MMStar
64,5Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
OCRBench
76Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio
ScreenSpot_v2
88,2Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models · modo de raciocínio

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: 3. Quality and Performance Evaluation › Table 1: Accuracy Comparisons Relative to Popular Open-Weight, Non-Thinking Models; 3. Quality and Performance Evaluation › Table 2: Accuracy Comparisons Relative to Popular Open-Weight, Thinking Models); coluna “Phi-4-reasoning-vision-15B”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

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.

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. Não é compatibilidade nem velocidade medida.

Considere para

Microsoft lançou Phi-4-reasoning-vision-15B em 2026-03-04: um modelo de visão e linguagem que responde sobre imagens, com 15,1B parâmetros pela contagem do Hugging Face e licença MIT. Idiomas declarados pelo publicador: en.

Confira antes

Licença: uso comercial permitido. Em Q4 os pesos somam cerca de 11,3 GB antes da reserva de cada máquina; resolução da imagem, quadros de vídeo e contexto somam memória, e o encoder visual precisa de suporte no runtime escolhido.

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

Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.

Formas documentadas de rodar

Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.

Preparação indicada antes pela fonte · vLLM
pip install phi_4_rv_vllm_plugin/
vLLM · README · Option A:
vllm serve microsoft/Phi-4-reasoning-vision-15B --served-model-name Phi-4-reasoning-vision-15B

Escolher meu computador

Detalhes técnicos

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

Tarefa
image-text-to-text
Arquitetura
Phi4ForCausalLMV
Licença dos pesos
MITmicrosoft/Phi-4-reasoning-vision-15B model card (Hugging Face) · consultado em 2026-10-18fonte
Uso comercial
Permitido MIT license text (SPDX) · consultado em 2026-10-18texto da licença
Idiomas
enMetadados do model card · consultado em 2026-10-25fonte
Lançamento
Phi-4-Reasoning-Vision-15B model card, 'Release Date: March 4, 2026' (Hugging Face) · consultado em 2026-10-18fonte
Todos os campos guardados12 campos
Revisão conferida
c3e4fac79ddace21976ced56fbf1564b8bd8c89f
Arquitetura
Phi4ForCausalLMV
Tag de tarefa no Hub
image-text-to-text
Modelos base declarados
microsoft/Phi-4-reasoning
Formatos
safetensors
Acesso
Download aberto
Tipo de publicador
Oficial
Parâmetros no Hub
15.119.518.144safetensors.total
Repositório criado
2026-01-23criação não é o lançamento do modelo
Repositório atualizado
2026-08-31um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
3.443 · 184só 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.

Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.