Microsoft: Phi 4

Microsoft Phi 4 es un modelo de texto de Microsoft, lanzado el 10 de enero de 2025 e identificado en api14 como microsoft/phi-4. Proviene de Microsoft Research, el grupo detrás de la familia Phi, y el proveedor lo describe como un modelo de 14 mil millones de parámetros construido para rendir bien en tareas de razonamiento complejo mientras opera de forma eficiente en situaciones con memoria limitada o donde se necesitan respuestas rápidas. Se sitúa en la categoría de texto, por lo que está orientado al trabajo con lenguaje en lugar de imágenes o audio.

El modelo acepta entrada de texto y devuelve salida de texto. Tiene una ventana de contexto de 16.384 tokens y una salida máxima de 14.745 tokens, con un corte de conocimiento del 30 de junio de 2024. Sus parámetros de solicitud admitidos son frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k y top_p. Esa combinación cubre los controles de muestreo habituales más las salidas estructuradas, lo cual importa si necesitas que la respuesta se ajuste a un esquema en lugar de llegar como texto libre.

Esas capacidades apuntan a varios usos prácticos. Los prompts con mucho razonamiento, como el análisis de varios pasos, los problemas de tipo matemático y las preguntas de lógica, son el enfoque declarado, por lo que encaja en tareas donde el modelo tiene que trabajar a través de pasos intermedios antes de responder. Como está diseñado para ejecutarse de forma eficiente con memoria limitada y responder con rapidez, también encaja en despliegues sensibles a la latencia o con recursos restringidos, incluidos los entornos locales o autoalojados donde un modelo más pequeño es preferible a uno muy grande. Las salidas estructuradas y response_format lo hacen utilizable para extracción y clasificación, donde quieres recibir JSON u otra forma definida. El contexto de 16.384 tokens admite entradas moderadamente largas, como documentos, transcripciones o archivos de código, aunque no es un modelo de contexto largo.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo microsoft/phi-4. Apunta tu cliente de OpenAI existente a la URL base de api14, mantén el estilo de solicitud de chat completions y establece el campo model con ese id. Puedes pasar cualquiera de los parámetros enumerados arriba en el cuerpo de la solicitud, por lo que temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty, logit_bias, seed, stop, max_tokens, response_format y structured_outputs están todos disponibles para ajustar o restringir la respuesta.

La principal restricción a tener en cuenta es la ventana de contexto. Con 16.384 tokens, y hasta 14.745 tokens de salida, es una buena opción para prompts enfocados y documentos moderados, pero si tu entrada es una base de código grande, un libro largo o un historial de conversación extenso, un modelo con un contexto mayor te servirá mejor. El corte de conocimiento del 30 de junio de 2024 también significa que el modelo no tiene conocimiento de eventos posteriores a esa fecha, por lo que cualquier cosa sensible al tiempo debe proporcionarse en el prompt.