Phi-4-mini-instruct
3.8B 稠密解码器模型，以推理密集型数据和对话监督训练，支持 128K 上下文。
最后核实：
https://huggingface.co/microsoft/Phi-4-mini-instruct特点与限制
主要特点
- 3.8B参数，128K上下文
- 官方卡列出vLLM与Transformers两条推理路线
- 支持聊天格式与函数调用格式
- 官方称其数学与推理表现接近更大规模模型
使用边界
- 官方基准由内部评测平台运行，模型卡未完整披露提示模板、解码参数与评测脚本，不能直接与外部榜单横比。
- 模型容量有限，官方说明其事实性知识存储能力受限，容易产生事实错误，建议配合检索使用。
- 默认使用flash attention，V100及更早GPU需显式改为eager实现。
- 官方卡未单独提供代码基准成绩，代码能力不能由数学分数推断。
- 本站未复现官方基准。
模型信息
- 家族与版本
- Phi / 4-mini
- 输入与输出
- 文本 → 文本
- 公开参数规模
- 3.8B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方模型卡标注3.8B稠密解码器模型；HF权重元数据safetensors张量参数和为3,836,021,760（约3.84B）。未另列有效或激活参数口径。 参数来源
- 原生上下文
- 131,072 tokens
- 扩展上下文
- 未提供
- 语言声明
- 英语、中文、阿拉伯语、捷克语、丹麦语、荷兰语、芬兰语、法语、德语、希伯来语、匈牙利语、意大利语、日语、韩语、挪威语、波兰语、葡萄牙语、俄语、西班牙语、瑞典语、泰语、土耳其语、乌克兰语；语言支持不代表对应语言的评测水平。
- 权重许可
- MIT
- 代码许可
- 未核实
- 训练资料
- 官方模型卡说明训练数据由筛选后的公开文档、教育数据、代码，以及合成的教科书式数据与高质量对话监督数据组成，合计约5万亿token，训练于2024年11月至12月完成，公开数据截止到2024年6月；未公开完整语料清单。
能力依据
模型变体：指令版；家族与版本：Phi / 4-mini
文本生成
MMLU · accuracy67.3%MMLU · 英语MMLU-Pro · accuracy52.8%MMLU-Pro · 英语Arena Hard · win rate32.8%Arena Hard · 英语查看评估与来源收起补充信息
文本生成
MMLU · accuracy67.3%MMLU · 英语
MMLU-Pro · accuracy52.8%MMLU-Pro · 英语
Arena Hard · win rate32.8%Arena Hard · 英语
可作为低算力知识问答与数学推理候选：官方卡报告MMLU 5-shot为67.3%、MMLU-Pro 0-shot CoT为52.8%、GSM8K 8-shot CoT为88.6%、MATH 0-shot CoT为64.0%，多语言MMLU为49.3%、MGSM为63.9%。这些分数来自发布方内部评测平台，不代表目标场景表现。
已有依据支持
- 模型卡在同一张表内并列同规模与2倍规模对照模型，档位定位可直接查看。
- 数学与多语言推理各有独立口径，未混用为单一总分。
- 官方说明数据截止到2024年6月，知识时效边界清楚。
证据限制
- 全部成绩由发布方内部平台运行，模型卡未完整披露提示模板、解码参数与模型revision，不能与外部榜单直接横比。
- 多语言MMLU未按语种拆分，中文表现不能由该行推断。
- 官方明确提示模型容量有限、事实性知识容易出错，建议配合检索使用。
- 未找到许可明确且确认为独立方的同型号同条件复测。
- 本站未复现任何一项基准。
MMLU · accuracy
67.3%官方报告 · Microsoft（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- microsoft/Phi-4-mini-instruct / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU / 未提供
- 基准 / 报告版本
- 官方模型卡Model Quality表（5-shot）
- Few-shot / 输出上限
- 5 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方内部基准平台运行，5-shot；同表并列Phi-3.5-mini、Llama-3.2-3B、Qwen2.5-3B与2倍规模对照模型。模型卡Appendix A说明评测方法论，但未完整披露提示模板、解码参数与模型revision；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-10
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- microsoft / microsoft-phi-4-mini-card-quality-table
- 来源
- https://huggingface.co/microsoft/Phi-4-mini-instruct
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据，引用不更改模型卡或基准许可。 查看说明
- 比较状态
- 不可比：来源使用发布方内部评测平台，未披露足以复现和对齐的模型revision、提示模板与解码配置；该结果仅记录原报告口径，不加入跨型号比较组。
MMLU-Pro · accuracy
52.8%官方报告 · Microsoft（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- microsoft/Phi-4-mini-instruct / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU-Pro / 未提供
- 基准 / 报告版本
- 官方模型卡Model Quality表（0-shot, CoT）
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方内部基准平台运行，0-shot并启用思维链；模型卡未披露具体CoT模板、采样参数与模型revision；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-10
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- microsoft / microsoft-phi-4-mini-card-quality-table
- 来源
- https://huggingface.co/microsoft/Phi-4-mini-instruct
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据，引用不更改模型卡或基准许可。 查看说明
- 比较状态
- 不可比：来源使用发布方内部评测平台，未披露足以复现和对齐的模型revision、CoT模板与解码配置；该结果仅记录原报告口径，不加入跨型号比较组。
Arena Hard · win rate
32.8%官方报告 · Microsoft（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- microsoft/Phi-4-mini-instruct / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- Arena Hard / 未提供
- 基准 / 报告版本
- 官方模型卡Model Quality表
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方内部基准平台运行；同表列出Phi-3.5-mini 34.4与Qwen2.5-7B 55.5等对照值。模型卡未披露评判模型、提示模板与模型revision；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-10
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- microsoft / microsoft-phi-4-mini-card-quality-table
- 来源
- https://huggingface.co/microsoft/Phi-4-mini-instruct
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据，引用不更改模型卡或基准许可。 查看说明
- 比较状态
- 不可比：来源使用发布方内部评测平台，未披露足以复现和对齐的模型revision、评判设置与提示模板；该结果仅记录原报告口径，不加入跨型号比较组。
Multilingual MMLU · accuracy
49.3%官方报告 · Microsoft（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- microsoft/Phi-4-mini-instruct / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU多语言版本 / 未提供
- 基准 / 报告版本
- 官方模型卡Model Quality表（5-shot）
- Few-shot / 输出上限
- 5 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方内部基准平台运行，5-shot；该行用于说明多语言理解水平，模型卡未按语种拆分，也未披露语料版本、提示模板与模型revision；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-10
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- microsoft / microsoft-phi-4-mini-card-quality-table
- 来源
- https://huggingface.co/microsoft/Phi-4-mini-instruct
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据，引用不更改模型卡或基准许可。 查看说明
- 比较状态
- 不可比：来源使用发布方内部评测平台且未按语种拆分，未披露足以复现和对齐的模型revision与提示模板；该结果仅记录原报告口径，不加入跨型号比较组。
MGSM · accuracy
63.9%官方报告 · Microsoft（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- microsoft/Phi-4-mini-instruct / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MGSM / 未提供
- 基准 / 报告版本
- 官方模型卡Model Quality表（0-shot, CoT）
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方内部基准平台运行，0-shot并启用思维链；模型卡未披露语种范围、CoT模板与模型revision；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-10
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- microsoft / microsoft-phi-4-mini-card-quality-table
- 来源
- https://huggingface.co/microsoft/Phi-4-mini-instruct
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据，引用不更改模型卡或基准许可。 查看说明
- 比较状态
- 不可比：来源使用发布方内部评测平台，未披露足以复现和对齐的模型revision、CoT模板与语种范围；该结果仅记录原报告口径，不加入跨型号比较组。
GSM8K · accuracy
88.6%官方报告 · Microsoft（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- microsoft/Phi-4-mini-instruct / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GSM8K / 未提供
- 基准 / 报告版本
- 官方模型卡Model Quality表（8-shot, CoT）
- Few-shot / 输出上限
- 8 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方内部基准平台运行，8-shot并启用思维链；同表列出Phi-3.5-mini 76.9与Qwen2.5-7B 88.7等对照值。模型卡未披露CoT模板与模型revision；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-10
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- microsoft / microsoft-phi-4-mini-card-quality-table
- 来源
- https://huggingface.co/microsoft/Phi-4-mini-instruct
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据，引用不更改模型卡或基准许可。 查看说明
- 比较状态
- 不可比：来源使用发布方内部评测平台，未披露足以复现和对齐的模型revision、CoT模板与解码配置；该结果仅记录原报告口径，不加入跨型号比较组。
MATH · accuracy
64%官方报告 · Microsoft（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- microsoft/Phi-4-mini-instruct / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MATH / 未提供
- 基准 / 报告版本
- 官方模型卡Model Quality表（0-shot, CoT）
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方内部基准平台运行，0-shot并启用思维链；同表列出Phi-3.5-mini 49.8等对照值。模型卡未披露CoT模板、答案抽取方式与模型revision；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-10
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- microsoft / microsoft-phi-4-mini-card-quality-table
- 来源
- https://huggingface.co/microsoft/Phi-4-mini-instruct
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据，引用不更改模型卡或基准许可。 查看说明
- 比较状态
- 不可比：来源使用发布方内部评测平台，未披露足以复现和对齐的模型revision、CoT模板与答案抽取方式；该结果仅记录原报告口径，不加入跨型号比较组。
代码
暂无可靠公开成绩
查看评估与来源收起补充信息
代码
暂无可靠公开成绩
本轮未找到该型号可核对的代码基准成绩：官方模型卡的能力表未单列HumanEval、MBPP等代码基准，也未给出代码补全或仓库级任务数值。数学推理分数不能替代代码能力证据。
已有依据支持
- 官方说明训练数据包含代码，并把函数调用格式写进模型卡用法章节。
- 模型卡提供vLLM与Transformers两条可核对部署路线。
证据限制
- 官方能力表只覆盖知识、推理、多语言与数学类别，没有代码基准行。
- 数学分数与代码生成正确性不是同一指标，不能互相推断。
- 未找到许可明确且确认为独立方的同型号代码评测。
- 本站未在真实仓库或测试用例上验证生成代码。
暂无该用途的公开评测成绩；不能从其他用途或缺失值推断能力。
运行条件与获取
Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；官方仅在模型卡说明其测试过A100、A6000与H100并要求默认flash attention，该说明不是本站测量，也不构成最低配置要求。
内存：未核实；显存：未核实。
依赖：transformers==4.49.0、torch==2.5.1、accelerate==1.3.0、flash_attn==2.7.4.post1。
STEP 01 按官方示例准备环境
官方模型卡给出各包版本要求，并说明Phi-4系列自transformers 4.49.0起集成；本站未执行安装，依赖与模型版本需保持匹配。
STEP 02 加载指定模型
按同页示例用AutoModelForCausalLM与AutoTokenizer加载此模型并按聊天格式输入；默认走flash attention，旧代GPU需改为eager。本站未下载权重或执行模型。
vLLM
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；显存占用取决于批大小、精度、上下文长度与vLLM版本，不将参数量或文件大小换算为资源保证。
内存：未核实；显存：未核实。
依赖：vllm>=0.7.3、torch==2.5.1、flash_attn==2.7.4.post1。
STEP 01 按官方示例准备环境
官方模型卡给出vLLM路线的包版本要求；本站未执行安装，需按目标设备的CUDA版本核对。
STEP 02 加载指定模型
按同页示例用vLLM的LLM与SamplingParams加载此模型并调用chat接口。本站未下载权重或执行模型。