4月30日，微软发布Phi-4推理模型系列，包括Phi-4-reasoning、Phi-4-reasoning-plus及Phi-4-mini-reasoning三款。Phi-4-reasoning采用140亿参数，通过监督微调Phi-4和OpenAI o3-mini数据集训练，擅长复杂推理任务，尤其在数学和科学问题上表现优异，在AIME 2025测试中超越6710亿参数的DeepSeek-R1满血版。增强版Phi-4-reasoning-plus通过强化学习进一步提升性能，tokens用量增加1.5倍。Phi-4-mini-reasoning则针对资源受限环境设计，3.8亿参数下已在多项基准测试中超越更大规模的模型，适用于教育和边缘设备场景。

微软于2024年12月发布Phi-4小型语言模型后，近日又推出了两款新模型：Phi-4多模态和Phi-4迷你。Phi-4多模态是微软首款集成了语音、视觉和文本处理的统一架构多模态语言模型，参数量达56亿，在多项基准测试中表现优异，尤其是在语音识别和视觉推理方面超越了现有模型。Phi-4迷你模型专注于文本任务，参数量为38亿，在文本推理、数学计算等方面表现出色。新模型已通过ONNX Runtime部署到设备端，适用于低成本和低延迟场景。目前，这两款新模型已在Azure AI Foundry、Hugging Face和NVIDIA API目录中上线。

以下是原文 正文：微软开源了最强小参数模型phi-4，参数仅140亿但在多项基准测试中表现优异，超过GPT-4o及同类模型。phi-4在AMC测试中得分91.8，MMLU测试得分为84.8。该模型支持MIT许可证下的商业用途，开源地址为。phi-4的成功归功于高质量合成数据的应用，涵盖50多种类型的数据集。模型还通过监督微调(SFT)和直接偏好优化(DPO)技术进一步优化。开源消息发布后，HuggingFace官方推特表示祝贺。

微软于2024年12月12日开源了140亿参数的小语言AI模型Phi-4，该模型在多个基准测试中表现出色，甚至超越了参数量更大的Llama 3.3 70B和OpenAI的GPT-4o Mini。尤其在数学竞赛问题上，Phi-4的表现优于Gemini 1.5 Pro和GPT-4o。尽管Phi-4性能强劲，但目前尚未优化推理，未来可通过进一步优化使其能在个人电脑和笔记本电脑上本地运行。感兴趣的开发者和尝鲜者可下载并微调该模型。

微软于12月13日宣布推出14B参数的小型语言模型Phi-4，专注于数学等领域的复杂推理。该模型通过采用高质量合成数据集及精选的高质量有机数据，在数学推理方面超越了同类和更大规模的模型，甚至超过了包括Gemini Pro 1.5在内的多个更大规模模型。Phi-4是Phi系列小型语言模型的最新成员，展示了微软探索小型语言模型边界的持续努力。微软强调，Phi-4将作为“强大且负责任”的AI能力向所有用户开放，目前已在Azure AI Foundry上可用。