Inicio›Modelos›phi-4

Ficha de modelo

phi-4

Arquitectura denso40 CapasLicencia mitContexto máximo 16kVocabulario 100.352

Gráfica de Microsoft: Phi-4 frente a otros modelos por puntuación MMLU y parámetros activos, con las cifras de Microsoft
Gráfica de Microsoft: Phi-4 frente a otros modelos por puntuación MMLU y parámetros activos, con las cifras de Microsoft Imagen: Microsoft

Ver el vídeo

En Q4_K_M es un fichero de 8,43 GiB y entra en 17 de los 18 equipos que medimos (los de menos memoria: PC con RTX 3060 12 GB · PC con RTX 4070 12 GB). Aquí lo que llena la memoria es el fichero: incluso con su contexto máximo de 16k tokens, el contexto suma 3,12 GiB — y el mismo contenido, en tokens, cuesta en español ×1,33 lo que en inglés (en alemán, ×1,63).

De un vistazo
Tamaño en Q4_K_M8,43 GiB
Memoria de contexto a 8k1,56 GiB
Cabe en17 / 18
Coste del alemán×1,63
Equipo más pequeño que lo admitePC con RTX 3060 12 GB
8,43 GiB

Tamaño del modelo en Q4_K_M

Medido por Local AI Scope

1,56 GiB

Memoria de contexto a 8k tokens

Medido por Local AI Scope

×1,63

Lo que cuesta el alemán frente al inglés

Medido por Local AI Scope

Vídeos

Vídeos: phi-4 1

Las mejores pruebas que hemos encontrado. Pulsa y se abre aquí mismo.

Los vídeos están en YouTube y no se carga nada de allí hasta que pulsas (modo sin cookies). La miniatura la servimos nosotros.

Tamaños

Tamaños de los ficheros publicados

Son los tamaños de los ficheros que publica su autor, sumados cuando el modelo viene partido en trozos. No es una estimación a partir del número de parámetros.

Tamaño del fichero publicado para cada compresión
Compresión Tamaño del modelo
Q8_0 14,51 GiB
Q6_K 11,20 GiB
Q5_K_M 9,88 GiB
Q5_K_S 9,45 GiB
Q4_K_M 8,43 GiB
Q4_K_S 7,86 GiB
IQ4_XS 7,40 GiB
Q3_K_M 6,86 GiB
Contexto

Memoria de contexto

Calculada con el patrón de atención que este modelo declara capa a capa, no con la fórmula genérica. Por eso la cifra suele ser bastante menor que la que dan otras calculadoras. El config.json de este modelo no dice cuánto mide cada cabeza de atención, y ese número es de lo que está hecha la memoria de contexto. Lo derivamos de dos cifras que sí declara, 5.120 unidades ocultas entre 40 cabezas de atención, que es lo que significa el tamaño de una cabeza y lo que la biblioteca de referencia da por supuesto: 128. Todas las cifras de esta sección se apoyan en esa derivación, así que se etiqueta aquí en vez de darse por sabida.

  • 8k tokens → 1,56 GiB
Idiomas

Lo que cuesta en cada idioma

Medido ejecutando el tokenizador de este modelo sobre el mismo contenido en cuatro idiomas. Los tokens son lo que se paga en contexto, en memoria y en la factura de la nube.

Coste en tokens por tipo de texto y por idioma, con el inglés de referencia
Tipo de texto EN ES FR DE
Código — ×1,28 ×1,48 ×1,68
Contratos — ×1,40 ×1,46 ×1,77
Correo de empresa — ×1,27 ×1,38 ×1,48
Tickets de soporte — ×1,39 ×1,59 ×1,55

El inglés es la referencia: cada cifra es cuántas veces más tokens cuesta el mismo contenido en ese idioma. Media sobre todo el corpus: DE ×1,63.

Equipos

Dónde cabe

Que quepa significa que caben el modelo, su memoria de contexto y el margen de trabajo al contexto indicado, dejándole al sistema lo suyo. 17 de los 18 equipos probados (Q4_K_M, 8k tokens).

Los 18 equipos probados, con la memoria que deja cada uno y el mayor contexto que este modelo aguanta en él
Equipo Cabe Memoria libre Mayor contexto que cabe
PC con RTX 4060 8 GB no 7,20 GiB —
PC con RTX 3060 12 GB sí 11,20 GiB 8k
PC con RTX 4070 12 GB sí 11,20 GiB 8k
Mac con M4 y 16 GB unificados sí 13,00 GiB 16k
Portátil de oficina, solo CPU y 16 GB sí 13,00 GiB 16k
Mac mini con M6 y 16 GB unificados sí 13,00 GiB 16k
Mac con M4 Pro y 24 GB sí 21,00 GiB 16k
Estación con RTX 4090 24 GB sí 23,20 GiB 16k
Mini-PC con NPU y 32 GB LPDDR5X sí 29,00 GiB 16k
Mac mini con M6 y 32 GB unificados sí 29,00 GiB 16k
Servidor con 2× RTX 3090 (48 GB) sí 47,20 GiB 16k
Mac con M4 Max y 64 GB sí 61,00 GiB 16k
Mac mini con M5 Pro y 64 GB unificados sí 61,00 GiB 16k
Xiaomi AI Cube, 80 GB — prototipo de ingeniería sí 77,00 GiB 16k
PC con Ryzen AI Max+ 395 y 128 GB unificados sí 96,00 GiB 16k
Mac Studio con M5 Max y 128 GB unificados sí 125,00 GiB 16k
PC con Ryzen AI Max+ PRO 495 y 192 GB unificados sí 160,00 GiB 16k
Mac Studio con M5 Ultra y 512 GB unificados sí 509,00 GiB 16k

Antes de darle a descargar: empezamos por lo bueno: a 29 de octubre de 2026, los cinco programas que seguimos abren Phi-4, porque su arquitectura (phi3) lleva mucho tiempo soportada. llama.cpp lo mueve en su última estable, la v0.8.0 (del 28 de octubre de 2026), y en cualquier compilación diaria actual. ollama run phi4 (sin guion) descarga un GGUF Q4_K_M de 8,43 GiB, del mismo tamaño que el de la tabla, también en un Mac: no hay versión MLX en la lista. Ollama tiene además phi4:14b-q8_0 (14,51 GiB). LM Studio lo ofrece con el GGUF de su programa de comunidad (lmstudio-community), también de 8,43 GiB en Q4_K_M. mlx-lm lo abre en la 0.32.2 (la versión MLX de 4 bits de mlx-community pesa 7,68 GiB), y vLLM en su estable, la 0.32.0. Dos cosas a tener en cuenta. El contexto se queda en 16k tokens: es lo que declara su config.json y ninguna fila de la tabla pasa de ahí, tengas la memoria que tengas (en las tarjetas de 12 GB la memoria lo para antes, en 8k). Y el idioma: Microsoft lo entrenó sobre todo en inglés (los datos multilingües son en torno al 8 %) y dice que no está pensado para usarlo en otros idiomas. Nosotros medimos lo que cuesta cada idioma en tokens, no lo bien que responde.