Phi-4 Reasoning
Microsoft · 程式設計 · 其他
Phi-4 Reasoning 是微軟的 14B 開放權重推理模型，能一步步拆解數學、科學與程式問題，表現直逼體積大得多的模型。
關於 Phi-4 Reasoning
About
什麼是 Phi-4 Reasoning
Phi-4 Reasoning 是微軟研究院的推理模型，2025 年 4 月 30 日隨 Phi 家族推出。它從 14B 參數的 Phi-4 出發，再用精心挑選的推理軌跡做微調，因此會先攤開思維鏈，才給出答案。重點很單純。你在數學、科學與程式上拿到接近前沿水準的推理能力，卻不必為巨型模型付費。
這個模型是為了大型模型塞不進去的地方而做。它能在記憶體與算力吃緊的環境中運作，延遲低，而且以 MIT 授權釋出，任何人都能下載、微調、商業部署。它是個小型語言模型，表現超出自己的體積。微軟用監督式微調與強化學習訓練它，這也是 14B 模型能扛住難題的原因。
限制也很實在。Phi-4 Reasoning 針對數學推理與英文打造，其他語言表現會明顯下滑。它的上下文視窗是 32K 詞元，比許多對手提供的 128K 小。加上它每次都寫一大段推理，回答比一般聊天模型更慢、更耗詞元。
Getting Started
- 從 Hugging Face 下載權重，或透過 Azure AI Foundry 取用模型。它也在 Ollama 與 llama.cpp 上，可在地端執行。
- 設定官方建議的解碼參數：溫度 0.8、top_k 50、top_p 0.95，並開啟取樣。略過這些設定，輸出品質會掉。
- 用 transformers 載入，或透過 vLLM 部署，再送出帶 Phi 系統訊息的 ChatML 提示。
- 讀回應。先出現推理鏈，接著才是乾淨的最終答案。
產品資訊
快速了解 Phi-4 Reasoning 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 應用開發者：需要推理功能又不想付雲端費用的團隊。模型小到能自行架設，MIT 授權也允許商業上線。
- 研究人員：想研究小型模型推理天花板能到哪的實驗室。權重開放，你可以檢視微調做法並在其上開發。
- 學生與教師：正在解數學或科學題、想看解題步驟的人。當你學的是方法而不只是答案時，這點很實用。
任務
- 解數學題：Phi-4 Reasoning 處理奧林匹亞題型與逐步代數都很穩，適合寫作業與練功。
- 撰寫與解說程式：它在函式級程式評測拿到不錯成績，能協助生成、除錯，並帶你走過難懂的函式。
- 回答研究所程度的科學題：模型在博士級科學題上表現良好，適合備考與技術研究。
- 多步驟規劃：它會推演排行事曆這類規劃任務，對需要把工作拆成步驟的代理很順手。
情境
- 離線推理：當網路不穩，或資料不能離開裝置時，自行架設的模型仍能處理邏輯任務。醫院、工廠與外勤工作都用得上。
- 低成本打樣：新創與學生不必按次付 API 費用就能測試推理功能，因為權重免費下載與執行。
- 打造輕量代理：體積小，能塞進邊緣硬體與裝置端應用，這些地方 671B 模型根本跑不動。
主要功能
看得見的逐步推理
Phi-4 Reasoning 在回答前先寫下思考過程，讓你能跟著每一步走，看出它哪裡出錯。輸出分成推理區塊與解答區塊。當過程和結果一樣重要時，這個結構幫得上忙。
14B 參數，架在稠密 Phi-4 骨幹上
模型沿用 Phi-4 架構，一個 14B 稠密、純解碼器的 Transformer，再加上以推理為核心的微調。結果是一個仍能解難題的精巧模型。對開發者來說，這個尺寸能跑在 70B 模型根本起不來的硬體上。
數學與科學評測表現亮眼
這款微軟推理模型已成為開放權重數學推理 AI 的參考指標。微軟公布 Phi-4 Reasoning 在 AIME 2024 拿到 75.3、在 GPQA-Diamond 拿到 65.8，參數少得多卻領先 70B 的 DeepSeek-R1 蒸餾版。在 AIME 2025 上，它甚至勝過 671B 的完整版 DeepSeek-R1。這些數字來自微軟自家的測試。
以監督式微調與強化學習訓練
微軟先用取自 OpenAI o3-mini 的精選推理示範微調 Phi-4，再用強化學習打磨行為。資料品質扛下主要工作，這也是小模型能與大模型一較高下的原因。
32K 詞元上下文視窗
模型最多接受 32K 詞元，足以處理長題目與詳細提示。微軟建議在複雜查詢把 max_new_tokens 開到 32768，讓思維鏈有空間寫完。
MIT 授權與廣泛框架支援
權重以 MIT 授權釋出，商業使用許可，模型在 transformers、vLLM、Ollama 與 llama.cpp 上開箱即用。你也可以透過 Azure AI Foundry 把它當託管服務呼叫。
優缺點
優點
- 以 MIT 授權免費下載與執行，自行架設沒有 API 費用。
- 據微軟說法，在數學與科學評測上追平甚至超越體積五倍的模型。
- 小到能跑在受限硬體，延遲低，還能離線推理。
- 會攤開推理步驟，方便學習、除錯與稽核答案。
- 在 transformers、vLLM、Ollama、llama.cpp 等常用工具上都能跑，不必額外設定。
缺點
- 針對英文與數學打造，非英文提示與開放式寫作表現明顯較差。
- 32K 上下文視窗落後許多對手的 128K，長文件工作因此受限。
- 每次都寫完整推理鏈，回應比一般聊天模型更慢、更耗詞元。
- 知識來自 2025 年 3 月截止的離線資料集，可能漏掉近期事件。
常見問題
它是微軟研究院的 14B 開放權重推理模型，2025 年 4 月 30 日發布。它以 Phi-4 微調而成，透過逐步思維鏈解數學、科學與程式問題。
相關內容
探索與 Phi-4 Reasoning 相關的工具、技能與文章。
Phi-4 Reasoning 替代方案
Base Code
Base44 (Wix) · 程式設計 · 生產力Base Code 是 Base44 推出的共享雲端開發環境。團隊在對話中描述對既有 GitHub 儲存庫的修改，看著預覽確認結果，再以 Pull Request 交回工程團隊。
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
GitGlow
GitGlow · 程式設計 · 生產力GitGlow 是桌面版 Git 用戶端，把你自己的程式碼與 AI 代理程式的變更集中在同一份審查裡，讓你在交付前看清楚機器上究竟要送出什麼。