Microsoft
·Released on 2025年1月10日Phi 4 API 基准测试 价格和服务商数据
选择与 Phi 4 对比的模型
选择一个模型后会直接打开对应的对比页面。
LLM
Phi 4 页面汇总基准测试、API 价格和服务商数据，覆盖 2 家服务商，价格从 $0.010/request 起。页面同时展示实测速度和首字延迟。
Microsoft 的 Phi 4是轻量语言模型，专为低延迟、低成本的通用对话任务优化。
质量
0.0
LMSpeed 评分
速度
#72of 79
43char/s
1.32 s
成本
#17of 183
$0.010/ 1M · 8:1 in:out
$0.0016 in · $0.0084 out
分类性能
基于独立 benchmark family 的实测能力估计，不确定性单独展示。
- 覆盖
- 6 / 8
- 方法论
- V3.0
#1数学46.9估算2/4 实测维度
80% 区间: 35.1–58.7
foundational math47.3
math_500 · math_500
competition math46.6
aime · aime
proof frontier仅先验
applied tool math仅先验
#2代码39.3暂定评分1/4 实测维度
80% 区间: 25.3–53.2
code generation39.3
livecodebench · livecodebench / scicode · scicode
repository engineering仅先验
debugging testing仅先验
tooling quality仅先验
#3综合推理39.1正式评分全站排名 #643/4 实测维度
80% 区间: 30.4–47.8
abstract logic仅先验
scientific causal41.9
critpt · critpt / gpqa · gpqa / hle · hle
multistep constraints45.2
mmlu_pro · mmlu_pro
evidence verification30.2
lcr · lcr
#4指令遵循37.8暂定评分1/4 实测维度
80% 区间: 21.8–53.8
constraint following仅先验
structured output仅先验
novel instruction generalization37.8
ifbench · aa_if_bench
long multiturn instruction仅先验
#5知识37.4暂定评分1/4 实测维度
80% 区间: 21.4–53.4
broad knowledge37.4
aa_omniscience · aa_omniscience_index
professional knowledge仅先验
factuality仅先验
retrieval open book仅先验
#6智能体28.3暂定评分1/4 实测维度
80% 区间: 12.3–44.3
planning仅先验
tool use28.3
tau · tau2_bench
environment execution仅先验
recovery reliability仅先验
暂无数据:多语言多模态
技术规格
Input and output token limits for this model, plus how it ranks on long-context understanding.
INPUT
16.4Ktokens
≈ 19.7 pages of text
OUTPUT
14.7Ktokens
8K128K1M4M
16.4K
能力
排名
擅长
相对落后
详细分数
更新时间: 2026年9月3日速度与延迟
2 个指标
输出速度41.9 tok/s#72 / 79首字延迟1.00 s#28 / 79
速度与延迟
2 个指标
基准
站内排名
分数
来源
更新时间
置信度
价格
2 个指标
输入价格$0.125/M#17 / 183输出价格$0.500/M#22 / 183
价格
2 个指标
基准
站内排名
分数
来源
更新时间
置信度
智能体
V3.00 个指标 · 暂定评分
分数28.380% 区间12.3–44.31/4 实测维度
智能体
V3.00 个指标 · 暂定评分
维度与证据
规划拆解仅先验
工具调用28.3
1 个基准族 · 1 个指标
tau · tau2_bench · z -3.00 · q 1.00
环境与长程执行仅先验
恢复与完成可靠性仅先验
代码
V3.03 个指标 · 暂定评分
分数39.380% 区间25.3–53.21/4 实测维度LiveCodeBench23.1%#102 / 115SciCode26.0%#177 / 208
代码
V3.03 个指标 · 暂定评分
维度与证据
代码生成39.3
2 个基准族 · 2 个指标
livecodebench · livecodebench · z -0.74 · q 1.00
scicode · scicode · z -1.19 · q 1.00
仓库工程仅先验
调试与测试仅先验
工具化开发与质量仅先验
基准
站内排名
分数
来源
更新时间
置信度
综合推理
V3.03 个指标 · 正式评分
分数39.1#6480% 区间30.4–47.83/4 实测维度MMLU-Pro71.4%#98 / 129GPQA57.5%#176 / 215
综合推理
V3.03 个指标 · 正式评分
维度与证据
抽象逻辑仅先验
科学与因果推理41.9
3 个基准族 · 3 个指标
critpt · critpt · z -0.72 · q 1.00
gpqa · gpqa · z -0.87 · q 1.00
hle · hle · z -0.92 · q 1.00
多步约束45.2
1 个基准族 · 1 个指标
mmlu_pro · mmlu_pro · z -0.84 · q 1.00
证据整合与验证30.2
1 个基准族 · 1 个指标
lcr · lcr · z -3.00 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
知识
V3.05 个指标 · 暂定评分
分数37.480% 区间21.4–53.41/4 实测维度Artificial Analysis Intelligence Index4.5#110 / 112AA-GPQA Diamond57.5#101 / 109
知识
V3.05 个指标 · 暂定评分
维度与证据
广泛知识37.4
1 个基准族 · 1 个指标
aa_omniscience · aa_omniscience_index · z -1.76 · q 1.00
专业知识仅先验
事实性仅先验
检索与开放资料运用仅先验
基准
站内排名
分数
来源
更新时间
置信度
数学
V3.02 个指标 · 估算
分数46.980% 区间35.1–58.72/4 实测维度AIME14.3%#52 / 68MATH-50081.0%#48 / 73
数学
V3.02 个指标 · 估算
维度与证据
基础数学47.3
1 个基准族 · 1 个指标
math_500 · math_500 · z -0.34 · q 1.00
竞赛数学46.6
1 个基准族 · 1 个指标
aime · aime · z -0.48 · q 1.00
高阶证明仅先验
应用与工具辅助数学仅先验
基准
站内排名
分数
来源
更新时间
置信度
多语言
V3.00 个指标 · 暂无数据
暂无数据80% 区间30.8–69.20/4 实测维度
多语言
V3.00 个指标 · 暂无数据
维度与证据
跨语言理解仅先验
多语言生成仅先验
推理迁移仅先验
低资源鲁棒性仅先验
多模态
V3.00 个指标 · 暂无数据
暂无数据80% 区间30.8–69.20/4 实测维度
多模态
V3.00 个指标 · 暂无数据
维度与证据
感知与 OCR仅先验
文档与空间理解仅先验
视觉推理仅先验
视频与落地行动仅先验
指令遵循
V3.01 个指标 · 暂定评分
分数37.880% 区间21.8–53.81/4 实测维度AA-IFBench23.5#83 / 84
指令遵循
V3.01 个指标 · 暂定评分
维度与证据
约束遵循仅先验
结构化输出仅先验
新指令泛化37.8
1 个基准族 · 1 个指标
ifbench · aa_if_bench · z -1.91 · q 1.00
多轮与长指令仅先验
基准
站内排名
分数
来源
更新时间
置信度
OpenRouter 端点
1 个端点来自 OpenRouter 的第三方端点数据，和 LMSpeed 自测数据分开展示。部分 30 分钟实时性能字段需要配置 OpenRouter API key 后同步才会出现。
| Provider endpoint | 输入 | 输出 | 1 天在线率 | 30m 延迟 | 30m 吞吐 | 上下文 / 输出 |
|---|---|---|---|---|---|---|
DeepInfra deepinfra/bf16 | $0.070/M | $0.140/M | 100% | — | — | undefined tokens / undefined tokens |
价格对比
对比 Phi 4 在 2 家服务商的 API 价格。价格从 $0.010/request 到 $57.53/M，其中 素墨API 提供最低价 $0.010/request。
替代方案与相似模型
GPT-5.4
gpt-5-4
OpenAI 的 GPT-5.4是语言模型，专为通用对话与文本生成任务优化。
23 个共享提供商
GPT-5.2
gpt-5-2
OpenAI 的 GPT-5.2是语言模型，专为通用对话与文本生成任务优化。
23 个共享提供商
Claude Sonnet 4.6
claude-sonnet-4-6
Anthropic 的 Claude Sonnet 4.6是语言模型，专为通用对话与文本生成任务优化。
23 个共享提供商
Kimi K2.5
kimi-k2-5
Moonshot 的 Kimi K2.5是语言模型，专为通用对话与文本生成任务优化。
23 个共享提供商
GLM-5
glm-5
Zhipu 的 GLM-5是旗舰大语言模型，专为高复杂度通用任务与多步推理优化。
23 个共享提供商
DeepSeek R1
deepseek-r1
DeepSeek R1是推理专精模型，专为复杂推理、数学与逻辑任务优化。
23 个共享提供商
常见问题
- Phi 4 包含哪些基准测试数据？
- LMSpeed 会在数据可用时展示 Phi 4 的基准测试、API 价格、输出速度、首字延迟和 2 家服务商数据。
- Phi 4 API 价格是多少？
- Phi 4 在 2 家服务商有价格记录，价格从 $0.010/request 到 $57.53/M。最低价由 素墨API 提供。
- Phi 4 API 价格表包含什么？
- Phi 4 API 价格表会对比 2 家服务商的输入价格、输出价格、免费额度、速度、首字延迟和近期健康数据。
- 哪家服务商的 Phi 4 API 价格最低？
- 素墨API 当前提供 Phi 4 的最低收录价格：$0.010/request，共对比 2 家服务商。
- 可以同时对比 Phi 4 API 价格和速度吗？
- 可以。LMSpeed 会在同一页展示 Phi 4 API 价格、输出速度、首字延迟和服务商健康数据，方便一起比较成本和性能。
- Phi 4 的 API 免费吗？
- Phi 4 目前在 LMSpeed 上没有免费 API 方案，2 家服务商均按 token 计费。