Phi-4 Reasoning
Microsoft · コーディング · その他
Phi-4 Reasoning は Microsoft の 14B オープンウェイト推論モデルだ。数学・科学・コードの問題を段階的に解き、はるかに大きなモデルに迫る。
Phi-4 Reasoning について
About
Phi-4 Reasoning とは
Phi-4 Reasoning は Microsoft Research の推論モデルで、2025 年 4 月 30 日に Phi ファミリーの一員として公開された。14B パラメータの Phi-4 を土台に、厳選した推論トレースで微調整を重ねている。だから答えを出す前に思考の連鎖を書き出す。狙いは単純だ。巨大モデルに金を払わずに、数学・科学・コードで最先端に近い推論を得られる。
このモデルは大型モデルが載らない場所のためにある。メモリと計算資源が限られた環境で動き、遅延は低く、MIT ライセンスで配布されるので誰でもダウンロードし、微調整し、商用利用できる。小型言語モデルでありながら体格を超えた働きをする。Microsoft は教師あり微調整と強化学習で訓練した。14B が難しい問題で渡り合えるのはそのためだ。
制約も現実的だ。Phi-4 Reasoning は数学推論と英語向けに作られており、他言語では性能がはっきり落ちる。コンテキスト長は 32K トークンで、多くの競合が用意する 128K より短い。しかも毎回長い推論ブロックを書くので、普通のチャットモデルより応答が遅く、トークンも多く食う。
Getting Started
- Hugging Face から重みをダウンロードするか、Azure AI Foundry 経由でモデルを取得する。Ollama と llama.cpp でも動くのでローカル実行も可能だ。
- 推奨のデコード設定を入れる。温度 0.8、top_k 50、top_p 0.95、サンプリング有効。これを省くと出力品質が落ちる。
- transformers で読み込むか vLLM で配信し、Phi のシステムメッセージ付き ChatML プロンプトを送る。
- 応答を読む。まず推論チェーンが来て、その後に整理された最終解答が続く。
AIツール情報
Phi-4 Reasoningの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- アプリ開発者：クラウド費用をかけずに推論機能が欲しいチーム。セルフホストできる大きさで、MIT ライセンスが商用公開を許す。
- 研究者：小型モデルの推論がどこまで届くかを調べるラボ。重みは公開されており、微調整の手法を確認してその上に積める。
- 学生と教育者：数学や科学の問題を解き、途中式を見たい人。答えだけでなく解法を学ぶときに役立つ。
タスク
- 数学の問題を解く：Phi-4 Reasoning はオリンピック級の問題や段階的な代数を安定して扱う。宿題や練習に向く。
- コードを書き、説明する：関数単位のコード評価で良い成績を出す。生成やデバッグ、難解な関数の解説を助ける。
- 大学院レベルの科学問題に答える：博士課程級の科学問題で好成績を出す。試験対策や技術調査に合う。
- 多段階の計画：カレンダー調整のような計画タスクを推論する。作業を手順に分ける必要があるエージェントに便利だ。
シーン
- オフラインで推論する：ネットワークが不安定なときや、データを端末の外に出せないとき、セルフホストのモデルが論理タスクを支える。病院や工場、現場作業で効く。
- 低予算で試作する：スタートアップや学生は呼び出しごとの API 費用なしで推論機能を試せる。重みは無料でダウンロードして動かせるからだ。
- 軽量エージェントを組む：小さな footprint はエッジ機器や端末内アプリに収まる。671B モデルが動く余地のない場所だ。
主な機能
目に見える段階的推論
Phi-4 Reasoning は答える前に考えを書き出す。だから各手順を追えて、どこで間違えたかも分かる。出力は推論ブロックと解答ブロックに分かれる。過程が結果と同じくらい重要なとき、この構造が効く。
稠密な Phi-4 骨格に 14B パラメータ
モデルは Phi-4 のアーキテクチャを再利用する。純デコーダの稠密 14B Transformer だ。そこに推論中心の微調整を足す。結果は難問も解けるコンパクトなモデルになる。作り手にとっては、70B が動かないハードでも収まる大きさだ。
数学と科学で強いベンチマーク
この Microsoft 推論モデルは、オープンウェイトの数学推論 AI の基準点になった。Microsoft によると、Phi-4 Reasoning は AIME 2024 で 75.3、GPQA-Diamond で 65.8 を記録し、パラメータがずっと少ないのに 70B の DeepSeek-R1 蒸留版を上回る。AIME 2025 では 671B のフル版 DeepSeek-R1 さえ超える。数値は Microsoft 自身の検証によるものだ。
教師あり微調整と強化学習で訓練
Microsoft は OpenAI o3-mini から取った厳選済みの推論デモで Phi-4 を微調整し、その後強化学習で挙動を磨いた。データ品質が重い仕事を引き受け、小さいモデルが大きいモデルと競える理由になっている。
32K トークンのコンテキスト長
モデルは最大 32K トークンを受け付ける。長い問題や詳細なプロンプトに足りる。Microsoft は複雑な問いで max_new_tokens を 32768 まで上げるよう勧める。思考の連鎖を書き切る余地を作るためだ。
MIT ライセンスと幅広いフレームワーク対応
重みは MIT ライセンスで配布され、商用利用が認められる。モデルは transformers、vLLM、Ollama、llama.cpp でそのまま動く。Azure AI Foundry 経由でホスト型サービスとして呼ぶこともできる。
メリットとデメリット
メリット
- MIT ライセンスで無料でダウンロードして動かせる。セルフホストなら API 料金はかからない。
- Microsoft によれば、数学と科学のベンチマークで 5 倍の大きさのモデルに並ぶか上回る。
- 制約のあるハードに収まる大きさで、遅延を抑え、オフライン推論を可能にする。
- 推論の手順を見せるので、学習やデバッグ、回答の点検に役立つ。
- transformers、vLLM、Ollama、llama.cpp といった一般的なツールで追加設定なしに動く。
デメリット
- 英語と数学向けに作られており、他言語のプロンプトや自由記述ははっきり劣る。
- 32K のコンテキスト長は多くの競合の 128K に後れを取り、長い文書の作業を制限する。
- 毎回推論チェーンを全部書くため、普通のチャットモデルより応答が遅くトークン消費が多い。
- 知識は 2025 年 3 月締めのオフラインデータセット由来で、最近の出来事を取りこぼすことがある。
よくある質問
Microsoft Research の 14B オープンウェイト推論モデルで、2025 年 4 月 30 日に公開された。Phi-4 から微調整され、段階的な思考の連鎖で数学・科学・コードの問題を解く。
関連コンテンツ
Phi-4 Reasoningに関連するツール、スキル、記事を探す。
Phi-4 Reasoningの代替ツール
Base Code
Base44 (Wix) · コーディング · 生産性向上Base CodeはBase44の共有クラウド開発環境だ。既存のGitHubリポジトリに対する変更をチャットで伝え、プレビューで確認し、プルリクエストとして返せる。
Google EmbeddingGemma 2
Google DeepMind · ライティング · 画像 · コーディングGoogle EmbeddingGemma 2 は 7 億 4000 万パラメータのオープンなモデルで、テキスト、コード、画像、音声、動画フレームを同じ 768 次元空間のベクトルに変え、スマートフォンやノート PC 上で動く。
GitGlow
GitGlow · コーディング · 生産性向上GitGlow は自分のコードと AI エージェントの変更を一つのレビューにまとめるデスクトップ Git クライアントだ。出荷前に、マシンから何が出ていくのかを確かめられる。