Microsoft · 3.8B · كثيف
نموذج استدلال خفيف. تعرّف على ما إذا كان كرت شاشتك أو جهاز الماك قادرًا على تشغيل Phi-4 Mini Reasoning محليًا — 2.1 جيجابايت كحد أدنى، و3.5 جيجابايت موصى بها.
| Quantization | البتات | الذاكرة | الجودة | الحالة |
|---|---|---|---|---|
| Q2_K | 2 | 1.7GB | منخفضة | — |
| Q3_K_M | 3 | 2.2GB | متوسطة | — |
| Q4_K_M | 4 | 2.4GB | جيدة | — |
| Q5_K_M | 5 | 2.9GB | جيدة | — |
| Q6_K | 6 | 3.4GB | ممتازة | — |
| Q8_0 | 8 | 4.4GB | ممتازة | — |
| F16 | 16 | 8.3GB | بلا فقد | — |
الأرقام تشمل الأوزان وذاكرة KV عند طول سياق 2K توكن. غيّر طول السياق من لوحة جهازك لترى أثره على الذاكرة والسرعة.
التطبيقات
شغّل Phi-4 Mini Reasoning داخل أدوات البرمجة التي تعمل بالذكاء الاصطناعي — يشغّل الأمر خادم Ollama على جهازك، يحمّل النموذج، ثم يفتح الأداة موصولة به.
- Claude Code
وكيل البرمجة من Anthropic، يعمل في الطرفية وداخل المحرّر
ollama launch claude --model phi4-mini-reasoning - OpenCode
وكيل برمجة مفتوح المصدر يعمل في الطرفية داخل مستودعك
ollama launch opencode --model phi4-mini-reasoning - Codex
وكيل البرمجة من OpenAI في سطر الأوامر
ollama launch codex --model phi4-mini-reasoning - Droid
وكيل البرمجة من Factory، للمهام الطويلة عبر عدّة ملفات
ollama launch droid --model phi4-mini-reasoning - Hermes Agent
وكيل برمجة مفتوح من Nous Research، بذاكرة تمتد عبر الجلسات
ollama launch hermes --model phi4-mini-reasoning - OpenClaw
وكيل مفتوح المصدر يشغّل المهام على جهازك بلا خدمة سحابية
ollama launch openclaw --model phi4-mini-reasoning
تحتاج Ollama والأداة نفسها مثبَّتين. إن لم تكن الأداة مثبّتة، يرشدك الأمر إلى طريقة تثبيتها. اكتب ollama launch وحده لاختيار الأداة من قائمة.
عن هذا النموذج
الوصف الرسمي كما نشرته الجهة المطوِّرة، بلغته الأصلية.
Phi 4 mini reasoning is designed for multi-step, logic-intensive mathematical problem-solving tasks under memory/compute constrained environments and latency bound scenarios. Some of the use cases include formal proof generation, symbolic computation, advanced word problems, and a wide range of mathematical reasoning scenarios. These models excel at maintaining context across steps, applying structured logic, and delivering accurate, reliable solutions in domains that require deep analytical thinking.
The graph compares the performance of various models on popular math benchmarks for long sentence generation. Phi-4-mini-reasoning outperforms its base model on long sentence generation across each evaluation, as well as larger models like OpenThinker-7B, Llama-3.2-3B-instruct, DeepSeek-R1-Distill-Qwen-7B, DeepSeek-R1-Distill-Llama-8B, and Bespoke-Stratos-7B. Phi-4-mini-reasoning is comparable to OpenAI o1-mini across math benchmarks, surpassing the model’s performance during Math-500 and GPQA Diamond evaluations. As seen above, Phi-4-mini-reasoning with 3.8B parameters outperforms models of over twice its size.
References
أسئلة شائعة عن تشغيل Phi-4 Mini Reasoning محليًا
- هل أستطيع تشغيل Phi-4 Mini Reasoning على جهازي؟
- يحتاج Phi-4 Mini Reasoning إلى 2.1 جيجابايت من الذاكرة كحد أدنى، والموصى به 3.5 جيجابايت. يكفي أن تفتح هذه الصفحة ليُقيَّم النموذج تلقائيًا أمام كرت شاشتك أو جهاز الماك، ثم تشغّله عبر Ollama أو LM Studio أو llama.cpp.
- كم يحتاج Phi-4 Mini Reasoning من الـ VRAM؟
- بتكميم Q4_K_M يستهلك Phi-4 Mini Reasoning نحو 2.4 جيجابايت من ذاكرة الكرت. أما المستويات الأعلى فتحتاج ذاكرة أكبر، والأدنى تناسب الكروت المحدودة مقابل تنازل في الجودة.