Phi-4-multimodal OCR online
Modelo de texto, visión y audio de 5.6B de Microsoft (febrero de 2025). Obtiene 84.4 en OCRBench según su ficha técnica.
PDF, PNG, JPG, WebP, HEIC. Hasta 20 MB cada uno, 10 archivos.¿Sin archivo?
- ID del modelo
- microsoft/phi-4-multimodal
- Tipo
- Modelo de visión
- Precio
- 2 créditos / página ($2.00 por 1.000 páginas)
- Velocidad típica
- 2.5 s / página
- Entradas
- imágenes
- Idiomas
- Inglés para visión
- Páginas máx. por solicitud
- 500
- Salida
- Markdown, JSON
- Licencia
- MIT
- Soporta
- TablasMatemáticas
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"
}'Velocidad y fiabilidad de Phi-4-multimodal
Cargando…
Medido sobre nuestro propio tráfico en los últimos 7 días.
Precios de Phi-4-multimodal
Phi-4-multimodal cuesta 2 créditos por página. Un dólar compra 1,000 créditos, por lo que 1.000 páginas cuestan $2.00. Solo pagas por las páginas que devuelven un resultado.
Las cuentas nuevas reciben 50 créditos gratis, suficientes para unas 25 páginas con este modelo. Consulta precios para ver los paquetes de créditos.
Modelos similares
1InternVL3.5Familia abierta de visión y lenguaje de Shanghai AI Lab (de 1B a 241B, agosto de 2025), destacada en benchmarks de OCR y documentos.
opengvlab/internvl2 créditos / página2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 crédito / página3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 créditos / páginaTodas las alternativas a Phi-4-multimodal
Comparar 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