Phi-4-multimodal OCR dalam talian
Model teks, penglihatan dan audio 5.6B Microsoft (Februari 2025). Mencatat skor 84.4 pada OCRBench mengikut kad modelnya.
PDF, PNG, JPG, WebP, HEIC. Sehingga 20 MB setiap satu, 10 fail.Tiada fail?
- ID Model
- microsoft/phi-4-multimodal
- Jenis
- Model visi
- Harga
- 2 kredit / halaman ($2.00 setiap 1,000 halaman)
- Kelajuan lazim
- 2.5 s / halaman
- Input
- imej
- Bahasa
- Bahasa Inggeris untuk penglihatan
- Maks halaman setiap permintaan
- 500
- Output
- Markdown, JSON
- Lesen
- MIT
- Menyokong
- JadualMatematik
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"
}'Kelajuan dan kebolehpercayaan Phi-4-multimodal
Memuatkan…
Diukur berdasarkan trafik kami sendiri sepanjang 7 hari yang lalu.
Harga Phi-4-multimodal
Phi-4-multimodal berharga 2 kredit setiap halaman. Satu dolar membeli 1,000 kredit, jadi 1,000 halaman berharga $2.00. Anda hanya membayar untuk halaman yang mengembalikan hasil.
Akaun baharu mendapat 50 kredit percuma, cukup untuk sekitar 25 halaman dengan model ini. Lihat harga untuk pek kredit.
Model serupa
1InternVL3.5Keluarga bahasa penglihatan terbuka Shanghai AI Lab (1B hingga 241B, Ogos 2025), hebat pada tanda aras OCR dan dokumen.
opengvlab/internvl2 kredit / halaman2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 kredit / halaman3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 kredit / halamanSemua alternatif Phi-4-multimodal
Bandingkan Phi-4-multimodal
Phi-4-multimodal lwn InternVL3.5Phi-4-multimodal lwn Gemini 2.5 Flash-LitePhi-4-multimodal lwn GPT-4.1 miniPhi-4-multimodal lwn QVQ-72B-PreviewPhi-4-multimodal lwn NougatPhi-4-multimodal lwn GPT