PH
模型参数
150亿
上下文长度
16K
多语言支持
暂无数据
推理能力
暂无数据
15B 开源多模态推理模型，将 Phi-4-Reasoning 与 SigLIP-2 视觉编码器通过 mid-fusion 结合，覆盖视觉数学、OCR、GUI grounding 和 computer use。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Phi-4-Reasoning-Vision-15B
模型基本信息
推理过程
支持
思考模式
思考水平 · 自适应思考 (Adaptive Thinking) (默认)常规模式思考模式
上下文长度
16K tokens
最大输出长度
暂无数据
模型类型
推理大模型
输入/输出模态
文本、图像 → 文本
发布时间
2026-03-04
模型文件大小
暂无数据
MoE架构
是
总参数 / 激活参数
150亿 / 暂无数据
知识截止
暂无数据
Phi-4-Reasoning-Vision-15B
开源和体验地址
Phi-4-Reasoning-Vision-15B
官方介绍与博客
官方论文
暂无
DataLearnerAI博客
暂无
Phi-4-Reasoning-Vision-15B
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
Phi-4-Reasoning-Vision-15B
评测结果
Phi-4-Reasoning-Vision-15B 当前已收录的代表性评测结果包括 MathVista (testmini)（1 / 2，得分 74.10）、MMStar（1 / 2，得分 63.90）、HallusionBench（1 / 2，得分 63.90）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
图像感知与视觉推理
共 12 项评测评测名称 / 模式
得分
排名/总数
文档与图表理解
共 6 项评测评测名称 / 模式
得分
排名/总数
Phi-4-Reasoning-Vision-15B
发布机构
Microsoft Azure
查看发布机构详情 Phi-4-Reasoning-Vision-15B
模型解读
Phi-4-Reasoning-Vision-15B 是 Microsoft 发布的推理模型。15B 开源多模态推理模型，将 Phi-4-Reasoning 与 SigLIP-2 视觉编码器通过 mid-fusion 结合，覆盖视觉数学、OCR、GUI grounding 和 computer use。官方首次公开日期为 2026-03-04。
规格与公开信息
- 架构：Mid-fusion multimodal LM: Phi-4-Reasoning + SigLIP-2
- 参数规模：15B
- 基座：Phi-4-Reasoning
- 上下文：16,384 tokens
- 训练：240 B200 GPUs, 4 days; training dates 2025-02-03 to 2026-02-21
来源：https://huggingface.co/microsoft/Phi-4-reasoning-vision-15B
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
