Phi-4
Microsoft Research · phi-4 · United States of America · 上线 2024-12-12
—不在当前榜上
130Epoch ECI
1256网友盲测分（全球第 323）
3有成绩的基准
这个模型上线超过一年（或没有上线日期），所以没有名次；ECI 是 Epoch 给的。
相对薄弱
- Balrog：第 17 / 17 名（成绩 11.6%）
- OTIS Mock AIME 2024-2025：第 111 / 118 名（成绩 13.8%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| GPQA diamond | 56.1% | 108 / 117 | |
| OTIS Mock AIME 2024-2025 | 13.8% | 111 / 118 | |
| Balrog | 11.6% | 17 / 17 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。