MODEL VARLIĞI
Phi-4-Reasoning-Vision-15B
Phi-4-Reasoning-Vision-15B, Microsoft'un açık ağırlıklı Phi ailesinin çok modlu akıl yürütme üyesidir. El yazısı denklem ve diyagram gibi görsel girdiler üzerinde bilimsel ve matematiksel akıl yürütme, ayrıca GUI öğelerini yorumlayarak bilgisayar kullanımı ajanı görevleri için tasarlanmıştır. SigLIP-2 görsel kodlayıcı ile 3.600 görsel token'a kadar dinamik çözünürlük destekler ve karmaşık işlerde uzun chain-of-thought, algı ağırlıklı işlerde doğrudan çıkarım modu arasında geçiş yapabilir. Asıl kısıtı bağlam penceresi: 16.384 token, 2026 standartlarına göre çok düşük.
Künye
Kapalı- Geliştirici
- Microsoft
- Model tipi
- Çok modlu LLM
- Bağlam
- 16.384 token
- Modaliteler
- metin · görsel
- Açık ağırlık
- Var
- Lisans
- MIT
- Yönetilen API
- Var
- Yayın
- 2026-03-04
Son doğrulama: 12 Eylül 2026
Yetenekler
- 15 milyar parametre; MIT lisansıyla ağırlıklar indirilebilir
- SigLIP-2 görsel kodlayıcı ile 3.600 görsel token'a kadar dinamik çözünürlük
- Görsel girdi üzerinde uzun chain-of-thought akıl yürütme; algı görevleri için doğrudan çıkarım modu
- El yazısı denklem ve diyagram çözümleme
- GUI öğelerini yorumlayarak bilgisayar kullanımı (computer-use) ajanı görevleri
- Görsel açıklama, VQA ve OCR
- Görsel ve dil bileşenlerini birleştiren mid-fusion mimari; 240 adet B200 üzerinde 4 günde eğitildi
Sınırlılıklar
- 16.384 token bağlam penceresi; uzun belge veya çok turlu uzun oturumlar için yetersiz
- İngilizce dışı dillerde performans düşüyor (Microsoft model kartı beyanı)
- Microsoft, hukuki statü veya kaynak dağıtımı üzerinde sonuç doğuracak senaryolarda ek değerlendirme olmadan kullanılmamasını söylüyor; tıbbi teşhis, hukuki danışmanlık ve finansal planlama için uygun değil
- Güvenlik değerlendirmesinde metin-metin için %1,4, görsel-metin için %4,5 kusur oranı ölçüldü
- Yalnızca akıl yürütme odaklı eğitildi; genel amaçlı sohbet için birincil seçenek değil
Tipik kullanım alanları
- Bilgisayar kullanımı (computer-use) ve GUI otomasyonu ajanları
- Diyagram ve grafik üzerinden bilimsel akıl yürütme
- El yazısı matematik çözümü ve eğitim uygulamaları
- Belge OCR ve görsel soru yanıtlama
- Bellek/hesap kısıtlı ortamlarda çok modlu çıkarım
Benchmark politikası
Bu sayfada skor tablosu yer almaz. Sinaptik Lab, yalnızca test verisi, model sürümü, örnekleme ayarları ve örneklem sayısı yayımlanmış ölçümleri raporlar. Metodoloji
BUILD
Hangi modeli seçeceğinize karar veremiyor musunuz?
Kendi görev setiniz üzerinde kalite, gecikme, maliyet ve uyum kısıtlarını birlikte ölçüyoruz.