Phi-4-multimodal OCR online
Microsofts tekst-, vision- og lydmodel på 5,6B (februar 2025). Scorer 84,4 på OCRBench ifølge modelkortet.
PDF, PNG, JPG, WebP, HEIC. Op til 20 MB hver, 10 filer.Ingen fil?
- Model-ID
- microsoft/phi-4-multimodal
- Type
- Visionsmodel
- Pris
- 2 credits / side ($2.00 pr. 1.000 sider)
- Typisk hastighed
- 2.5 sek. / side
- Input
- billeder
- Sprog
- Engelsk til vision
- Maks. sider pr. anmodning
- 500
- Output
- Markdown, JSON
- Licens
- MIT
- Understøtter
- TabellerMatematik
curl https://api.ocrrouter.ai/v1/ocr \
-H "Authorization: Bearer $OCRROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "microsoft/phi-4-multimodal",
"file_url": "https://example.com/invoice.pdf",
"format": "markdown"
}'Phi-4-multimodal hastighed og driftssikkerhed
Indlæser…
Målt på vores egen trafik over de seneste 7 dage.
Phi-4-multimodal priser
Phi-4-multimodal koster 2 credits pr. side. Én dollar giver 1,000 credits, så 1.000 sider koster $2.00. Du betaler kun for sider, der returnerer et resultat.
Nye konti får 50 gratis credits, nok til ca. 25 sider med denne model. Se priser for credit-pakker.
Lignende modeller
1InternVL3.5Shanghai AI Labs åbne vision-language-familie (1B til 241B, august 2025), stærk på OCR- og dokumentbenchmarks.
opengvlab/internvl2 credits / side2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 credit / side3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 credits / sideAlle alternativer til Phi-4-multimodal
Sammenlign Phi-4-multimodal
Phi-4-multimodal vs InternVL3.5Phi-4-multimodal vs Gemini 2.5 Flash-LitePhi-4-multimodal vs GPT-4.1 miniPhi-4-multimodal vs QVQ-72B-PreviewPhi-4-multimodal vs NougatPhi-4-multimodal vs GPT