Fiche technique
| Développeur | Microsoft |
|---|---|
| Date de sortie | 2024-12 |
| Fenêtre de contexte (tokens) | 16000 |
| Paramètres (estimation) | 14B |
| MMLU (%) | 84.8 |
| GPQA Diamond (%) | 56.1 |
| SWE-bench / HumanEval (%) | 82.6 |
| Modalités (texte, image, audio, vidéo) | Texte |
| Open source (oui/non) | Oui |
| Raisonnement / Chain-of-thought (oui/non) | Oui |
| Site officiel | https://azure.microsoft.com/en-us/products/phi/ |
| Note Authoritaire (/10) | 8.0 |
Phi-4, lancé par Microsoft le 12 décembre 2024, est un petit modèle de langage (SLM) de 14 milliards de paramètres qui excelle dans le raisonnement complexe, en particulier les mathématiques. Entraîné sur 9 800 milliards de tokens avec un usage intensif de données synthétiques de haute qualité, il poursuit la philosophie de la famille Phi : la qualité des données avant la taille. Ses poids sont publiés en open source sur Hugging Face sous licence MIT, avec une utilisation commerciale autorisée.
Fiche technique
- Éditeur : Microsoft (Microsoft Research)
- Type : petit modèle de langage (SLM) — Transformer dense decoder-only de 14 milliards de paramètres, entraîné sur 9 800 milliards de tokens
- Licence : MIT (poids ouverts sur Hugging Face : microsoft/phi-4)
- Prix API : non communiqué
- Fenêtre de contexte : 16 000 tokens (16 384)
- Multimodal : non — texte en entrée et en sortie
Benchmarks
Chiffres communiqués par Microsoft lors de l’annonce : Phi-4 « dépasse des modèles bien plus grands, dont Gemini 1.5 Pro, sur les problèmes de concours de mathématiques » (AMC), et la presse spécialisée relayant l’annonce rapporte qu’il devancerait également GPT-4 sur les benchmarks MATH et GPQA. Le billet d’annonce ne publie toutefois pas de scores chiffrés détaillés ; Microsoft attribue ces performances à l’usage de jeux de données synthétiques de haute qualité et à des innovations de post-entraînement.
Cas d’usage
Phi-4 convient au raisonnement mathématique et scientifique, aux assistants locaux sobres en ressources, au fine-tuning sur données propres et aux déploiements on-premise où la souveraineté des données compte. Sa taille compacte en fait un bon candidat pour les environnements à mémoire limitée, avec des versions quantifiées compatibles avec les frameworks courants (Transformers, vLLM, llama.cpp, Ollama).
Notre avis
Phi-4 offre un excellent rapport taille/performance pour le raisonnement textuel pur, avec une licence MIT très permissive qui autorise même la distillation. En revanche, sa fenêtre de contexte de 16 000 tokens, modeste, le disqualifie pour les longs documents et les agents qui accumulent du contexte : un modèle à réserver aux tâches de raisonnement ciblées plutôt qu’aux usages généralistes gourmands en contexte.
Questions fréquentes
Phi-4 est-il gratuit ?
Oui : les poids sont publiés sur Hugging Face sous licence MIT, qui autorise l’usage gratuit — y compris commercial — ainsi que la modification et la redistribution. Seuls vos coûts d’infrastructure restent à votre charge.
Quand Phi-4 est-il sorti ?
Microsoft a annoncé Phi-4 le 12 décembre 2024 sur Azure AI Foundry, d’abord sous licence de recherche (MSRLA), puis les poids ont été publiés en open source sur Hugging Face sous licence MIT.
Puis-je utiliser Phi-4 commercialement ?
Oui : la licence MIT autorise l’usage commercial, le fine-tuning et la distillation, sans restriction.
Où accéder à Phi-4 ?
Les poids officiels sont disponibles sur Hugging Face (microsoft/phi-4) ; le modèle est également proposé sur Azure AI Foundry et via des hébergeurs tiers compatibles.