Phi-4-multimodal OCR online
Microsofts 5,6B-Modell für Text, Bild und Audio (Februar 2025). Erreicht laut Model Card einen Score von 84,4 auf OCRBench.
PDF, PNG, JPG, WebP, HEIC. Jeweils bis zu 20 MB, 10 Dateien.Keine Datei?
- Modell-ID
- microsoft/phi-4-multimodal
- Typ
- Vision-Modell
- Preis
- 2 Credits / Seite ($2.00 pro 1.000 Seiten)
- Typische Geschwindigkeit
- 2.5 s / Seite
- Eingaben
- Bilder
- Sprachen
- Englisch für Vision
- Max. Seiten pro Anfrage
- 500
- Ausgabe
- Markdown, JSON
- Lizenz
- MIT
- Unterstützt
- TabellenMathe
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"
}'Geschwindigkeit und Zuverlässigkeit von Phi-4-multimodal
Wird geladen…
Gemessen an unserem eigenen Datenverkehr der letzten 7 Tage.
Preise für Phi-4-multimodal
Phi-4-multimodal kostet 2 Credits pro Seite. Für einen Dollar erhältst du 1,000 Credits, 1.000 Seiten kosten also $2.00. Du zahlst nur für Seiten, die ein Ergebnis liefern.
Neue Konten erhalten 50 kostenlose Credits – genug für ca. 25 Seiten mit diesem Modell. Preispakete findest du unter Preise.
Ähnliche Modelle
1InternVL3.5Open-Vision-Language-Familie des Shanghai AI Lab (1B bis 241B, August 2025), stark bei OCR- und Dokumenten-Benchmarks.
opengvlab/internvl2 Credits / Seite2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 Credit / Seite3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 Credits / SeiteAlle Alternativen zu Phi-4-multimodal
Phi-4-multimodal vergleichen
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