Phi-4 Reasoning

Name: Phi-4 Reasoning
Author: Microsoft

Маленькая reasoning-модель Microsoft (30 апреля 2025) на 14B параметров, которая обходит модели в 5 раз крупнее: AIME 2024 — 75.3%, а версия plus — 81.3%, против 69.3% у DeepSeek-R1-Distill-70B. Лицензия MIT, контекст 32K. Запускается на одной видеокарте — фактически «домашний» аналог больших reasoning-моделей.

Бесплатно (открытые веса, MIT) / API у Azure и провайдеровРаботает в РФ

⭐ 7.9/10📅 2025-04-30🏢 Microsoft✓ Open Source

Открыть сайт

Рейтинг и бенчмарки

Общий рейтинг

7.9/10

Benchmark Score

7.8/10

Скорость

8.5/10

AIME 2024

75.3% (версия plus — 81.3%), против 69.3% у DeepSeek-R1-Distill-70B

AIME 2025

77.7% (plus)

GPQA

63.4%

LiveCodeBench

68.8%

Размер

всего 14B параметров, контекст 32K

Входные и выходные данные

Входные данные

текст

Выходные данные

текст

API и стоимость

Входные токены (Input)

Бесплатно (открытые веса, MIT) / API у Azure и провайдеров

цена за промпт

✓API доступен

Документация API →

Способы доступа

Self-hosted (Hugging FaceOllamallama.cppvLLM)API (Azure AI Foundry)

Сценарии использования

математика и олимпиадные задачинаучные рассуждениякодинглокальный запуск reasoning на своём железедообучение и дистилляция

Тарифы и подписки — Microsoft

Актуальные планы подписки провайдера. Цены могут меняться — уточняйте на странице цен

Популярный

Открытые веса (self-host)

Бесплатно

Веса на Hugging Face под MIT
Коммерческое использование, дообучение и дистилляция
Запуск через Ollama / llama.cpp / vLLM
Помещается на одну видеокарту

Azure AI Foundry

оплата за использование

Managed-доступ без своего железа
Интеграция с экосистемой Azure
Масштабирование и SLA

Российские карты не принимаются.Genova-ai — работает в РФ без VPN

Плюсы и минусы

✓ Плюсы

Обходит модели в 5 раз крупнее: AIME 2024 — 75.3% против 69.3% у DeepSeek-R1-Distill-70B при 14B параметров против 70B

Версия plus ещё сильнее: 81.3% на AIME 2024 и 77.7% на AIME 2025

Лицензия MIT — самая свободная: коммерческое использование, дообучение и дистилляция без ограничений

Запускается на одной видеокарте — полноценные рассуждения локально, без облака и подписок

Хорошие результаты и вне математики: GPQA 63.4% (наука), LiveCodeBench 68.8% (код), OmniMath 53.8% — уровень моделей 70B+

Работает со всем популярным стеком: Hugging Face Transformers, vLLM, llama.cpp, Ollama

Доступна в России без ограничений — открытые веса качаются и запускаются локально

✗ Минусы

Контекст всего 32K токенов — заметно меньше, чем у современных моделей с 128K-1M

Узкая заточка под STEM: обучена на 1.4 млн математических и научных промптов, вне этих задач слабее универсальных моделей

Это модель апреля 2025 — с тех пор вышли более сильные открытые reasoning-модели

Только текст: без обработки изображений и других модальностей

Русский понимает, но обучение и рассуждения ориентированы на английский

Для локального запуска нужна видеокарта и техническая настройка

Подробный обзор

Что такое Phi-4 Reasoning

Phi-4 Reasoning — небольшая reasoning-модель Microsoft, выпущенная 30 апреля 2025 года. Это плотная (dense) decoder-only модель всего на 14 миллиардов параметров, дообученная на 1.4 миллиона отборных STEM-задач — многие из них были улучшены с помощью o3-mini от OpenAI. Контекстное окно расширено с 16K до 32K токенов.

Маленькая, но бьёт крупных

Главная ценность модели — соотношение размера и результата. На AIME 2024 (олимпиадная математика) Phi-4-reasoning набирает 75.3%, обгоняя DeepSeek-R1-Distill-70B с её 69.3% — при том, что та в пять раз крупнее. Усиленная версия Phi-4-reasoning-plus поднимает планку до 81.3% на AIME 2024 и 77.7% на AIME 2025.

И это не только математика: GPQA 63.4% (научные вопросы), LiveCodeBench 68.8% (программирование), OmniMath 53.8% — уровень, сопоставимый с моделями 70B и выше. Технически за этим стоят структурированные рассуждения через специальные теги <think> и обучение с подкреплением по алгоритму GRPO.

Почему это важно на практике

Большие reasoning-модели (DeepSeek R1, o-серия) требуют кластеров или облака. Phi-4 Reasoning с её 14B помещается на одну видеокарту — то есть полноценные пошаговые рассуждения можно гонять локально, бесплатно и приватно. Лицензия MIT при этом самая свободная из возможных: коммерческое использование, дообучение и дистилляция без ограничений. Модель поддерживается всем популярным стеком — Hugging Face Transformers, vLLM, llama.cpp, Ollama.

Ограничения и доступность в России

Честные оговорки: контекст всего 32K токенов — мало по современным меркам, и модель узко заточена под STEM, так что вне математики, науки и кода универсальные модели будут сильнее. Плюс это апрель 2025 — с тех пор вышли более свежие открытые reasoning-модели. В России модель работает без ограничений: открытые веса качаются с Hugging Face и запускаются локально без аккаунтов, карт и VPN. Русский она понимает, но обучалась и рассуждает точнее на английском.

Часто задаваемые вопросы

Что такое Phi-4 Reasoning?

Небольшая reasoning-модель Microsoft (30 апреля 2025) на 14 млрд параметров, дообученная на 1.4 млн отборных STEM-задач. Строит пошаговые рассуждения перед ответом и особенно сильна в математике, науке и коде. Лицензия MIT, контекст 32K токенов, запускается на одной видеокарте.

Правда ли она обходит модели крупнее себя?

Да. На AIME 2024 Phi-4-reasoning набирает 75.3% против 69.3% у DeepSeek-R1-Distill-70B, которая в пять раз больше. Версия plus поднимает результат до 81.3%. Вне математики тоже прилично: GPQA 63.4%, LiveCodeBench 68.8%, OmniMath 53.8% — уровень моделей 70B и выше.

Чем отличается версия plus?

Phi-4-reasoning-plus — усиленный вариант той же 14B-модели с дополнительным обучением с подкреплением. Она заметно сильнее в математике: 81.3% на AIME 2024 против 75.3% у базовой и 77.7% на AIME 2025. Обе версии открыты под MIT.

Какое железо нужно?

Всего 14 млрд параметров — модель помещается на одну видеокарту, а с квантизацией требования ещё ниже. Это её главное преимущество: полноценные пошаговые рассуждения локально, без облака и подписок. Работает через Ollama, llama.cpp, vLLM и Hugging Face Transformers.

В чём главные ограничения?

Два момента. Первое — контекст всего 32K токенов, что мало на фоне современных моделей со 128K-1M. Второе — узкая заточка под STEM: модель обучалась на математических и научных задачах, поэтому вне этих областей универсальные модели справятся лучше. Плюс это апрель 2025, и с тех пор вышли более свежие открытые reasoning-модели.

Работает ли Phi-4 Reasoning в России?

Да, без ограничений — это открытые веса под MIT: качаете с Hugging Face и запускаете локально через Ollama или llama.cpp, без аккаунтов, карт и VPN. Русский модель понимает, но обучалась преимущественно на английском, поэтому на нём рассуждает точнее.