Modelos / Phi
Phi-4 Reasoning 14B
Phi-4 treinado para pensar passo a passo.
- Parâmetros
- 14.7B
- Contexto máximo
- 32K
- Placa mínima
- 16 GB de VRAM
- Mac mínimo
- 18 GB
Microsoft · licença mit · mínimos com Q4_K_M e 8K de contexto
Rodar no Ollama
- Q4_K_M
ollama run phi4-reasoning:14b - Q8_0
ollama run phi4-reasoning:14b-q8_0 - FP16
ollama run phi4-reasoning:14b-fp16
Quanta memória precisa
Total com pesos, KV cache e runtime, por quantização e contexto.
| Quantização | 4K | 8K | 32K |
|---|---|---|---|
| Q4_K_M | 12,4 GB | 13,3 GB | 18,9 GB |
| Q5_K_M | 14,2 GB | 15,2 GB | 20,8 GB |
| Q8_0 | 20,6 GB | 21,5 GB | 27,2 GB |
| FP16 | 37,7 GB | 38,7 GB | 44,3 GB |
Placas que rodam
- RTX 5080 16 GBRoda bem≈ 59 tok/s
- RTX 5070 Ti 16 GBRoda bem≈ 55 tok/s
- RTX 4080 Super 16 GBRoda bem≈ 45 tok/s
- RTX 4070 Ti Super 16 GBRoda bem≈ 41 tok/s
- Radeon RX 9070 XT 16 GBRoda bem≈ 32 tok/s
- Radeon RX 9070 16 GBRoda bem≈ 32 tok/s
- Radeon RX 7800 XT 16 GBRoda bem≈ 31 tok/s
- RTX 5060 Ti 16 GB 16 GBRoda bem≈ 27 tok/s
- RTX 4060 Ti 16 GB 16 GBRoda bem≈ 18 tok/s
- Radeon RX 9060 XT 16 GB 16 GBRoda bem≈ 16 tok/s
- Radeon RX 7600 XT 16 GBRoda bem≈ 14 tok/s
- Radeon RX 7900 XT 20 GBRoda bem≈ 40 tok/s
- RTX 4090 24 GBRoda bem≈ 62 tok/s
- RTX 3090 24 GBRoda bem≈ 57 tok/s
- Radeon RX 7900 XTX 24 GBRoda bem≈ 47 tok/s
- RTX 5090 32 GBRoda bem≈ 110 tok/s
Macs
- M5a partir de 24 GB · ≈ 9,6 tok/s
- M5 Proa partir de 24 GB · ≈ 19 tok/s
- M5 Maxa partir de 36 GB · ≈ 23 tok/s
- M4a partir de 24 GB · ≈ 7,6 tok/s
- M4 Proa partir de 24 GB · ≈ 17 tok/s
- M4 Maxa partir de 36 GB · ≈ 20 tok/s
Arquitetura
- 40 camadas, 10 cabeças de KV de 128 dimensões.
- Cada token de contexto ocupa cerca de 200 KB de KV cache em F16.
Fontes: config.json · arquivo de pesos · atualizado em 16/10/2026