MicrosoftMITPhi开源开源模型

Phi-5 5

Phi-系列 · Microsoft · 2025-11发布

开源支持本地部署多模态国内可直连有免费额度长上下文代码专用

🔗 官方体验地址 → 📄 API文档地址 →

模型介绍

微软 Phi 系列新一代 Phi-5，小模型高数据质量路线延续，14B 级别推理与编码能力追赶大模型，MIT 开源。

模型基础信息

模型系列Phi-系列

开发机构Microsoft

发布时间2025-11

参数规模约 14B

上下文窗口128K

模型类型多模态（文本/图像）

中文能力一般

使用方式网页体验 / API调用 / 本地部署

免费额度与收费政策

开源免费

免费规则详情

MIT 自由商用。

收费标准简介

本地零成本。

模型能力介绍

✅ 核心优势

小模型高性能
MIT
推理强

⚠️ 短板与局限

中文弱

🎯 适用场景

编码
推理
端侧
教育

模型使用教程

本章节整理 Phi-5 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。

本地体验：ollama run phi-5 或 Transformers / vLLM 加载。
云端：HF 托管模型可在线体验。

ollama run phi-5 "用中文介绍一下Phi-5"

HF_ENDPOINT=https://hf-mirror.com huggingface-cli download Microsoft/Phi-5 --local-dir ./phi-5

或 ModelScope 国内直连下载。

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('Microsoft/Phi-5')
tok = AutoTokenizer.from_pretrained('Microsoft/Phi-5')
code = tok.apply_chat_template([{'role':'user','content':'你好'}], tokenize=False)
print(model.generate(**tok(code, return_tensors='pt')))

Phi-5 是微软新一代小模型（约 14B，MIT），延续高数据质量路线，推理与编码能力接近大模型。

Ollama：

ollama pull phi5（如已上架）

transformers 加载：

python -c "from transformers import AutoModelForCausalLM; AutoModelForCausalLM.from_pretrained('microsoft/Phi-5', device_map='auto')"

vLLM 服务化：

pip install vllm && vllm serve microsoft/Phi-5 --port 8000

Tips：14B FP16 约 28GB，4bit 约 8GB；编码与推理是强项，中文弱。

💡 使用小技巧

小规模高性能之选。

❓ 常见问题 FAQ

Q1：Phi-5 定位？\nA1：小模型顶级。

访问备注与注意事项

权重可下