Phi-4-multimodal OCR tiešsaistē
Microsoft 5.6B teksta, redzes un audio modelis (2025. gada februāris). Pēc modeļa kartes datiem OCRBench uzrāda 84,4 punktus.
PDF, PNG, JPG, WebP, HEIC. Katrs līdz 20 MB, līdz 10 failiem.Nav faila?
- Modeļa ID
- microsoft/phi-4-multimodal
- Tips
- Redzes modelis
- Cena
- 2 kredīti / lapa ($2.00 par 1000 lapām)
- Tipiskais ātrums
- 2.5 s / lapa
- Ievade
- attēli
- Valodas
- Angļu redzes uzdevumiem
- Maks. lapu skaits pieprasījumā
- 500
- Izvade
- Markdown, JSON
- Licence
- MIT
- Atbalsta
- TabulasMatemātika
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 ātrums un uzticamība
Ielādē…
Mērīts no mūsu pašu datplūsmas pēdējās 7 dienās.
Phi-4-multimodal cenas
Phi-4-multimodal maksā 2 kredītus par lapu. Par vienu dolāru var iegādāties 1,000 kredītus, tātad 1000 lapas maksā $2.00. Jūs maksājat tikai par lapām, kas atgriež rezultātu.
Jauni konti saņem 50 bezmaksas kredītus — ar šo modeli pietiek aptuveni 25 lapām. Kredītu pakas skatiet sadaļā cenas.
Līdzīgi modeļi
1InternVL3.5Shanghai AI Lab atvērtā redzes-valodas modeļu saime (1B līdz 241B, 2025. gada augusts), spēcīga OCR un dokumentu testos.
opengvlab/internvl2 kredīti / lapa2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 kredīts / lapa3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 kredīti / lapaVisas Phi-4-multimodal alternatīvas
Salīdzināt Phi-4-multimodal
Phi-4-multimodal pret InternVL3.5Phi-4-multimodal pret Gemini 2.5 Flash-LitePhi-4-multimodal pret GPT-4.1 miniPhi-4-multimodal pret QVQ-72B-PreviewPhi-4-multimodal pret NougatPhi-4-multimodal pret GPT