Phi-4-multimodal OCR онлајн
Текстуален, визуелен и аудио модел од 5.6B од Microsoft (февруари 2025). Оценет со 84.4 на OCRBench според спецификацијата на моделот.
PDF, PNG, JPG, WebP, HEIC. До 20 MB секоја, 10 датотеки.Нема датотека?
- ID на модел
- microsoft/phi-4-multimodal
- Тип
- Модел за вид
- Цена
- 2 кредити / страница ($2.00 на 1.000 страници)
- Вообичаена брзина
- 2.5 с / страница
- Влезови
- слики
- Јазици
- Англиски за визуелни задачи
- Макс. страници по барање
- 500
- Излез
- Markdown, JSON
- Лиценца
- MIT
- Поддржува
- ТабелиМатематика
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"
}'Брзина и доверливост на Phi-4-multimodal
Се вчитува…
Измерено на нашиот сопствен сообраќај во последните 7 дена.
Phi-4-multimodal цени
Phi-4-multimodal чини 2 кредити по страница. Еден долар купува 1,000 кредити, па 1.000 страници чинат $2.00. Плаќате само за страници што враќаат резултат.
Новите сметки добиваат 50 бесплатни кредити, доволно за околу 25 страници со овој модел. Погледнете ги пакетите со кредити на ценовникот.
Слични модели
1InternVL3.5Семејство на отворени визуелно-јазични модели од Shanghai AI Lab (1B до 241B, август 2025), силни на бенчмаркови за OCR и документи.
opengvlab/internvl2 кредити / страница2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 кредит / страница3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 кредити / страницаСите алтернативи за Phi-4-multimodal
Споредете го Phi-4-multimodal
Phi-4-multimodal наспроти InternVL3.5Phi-4-multimodal наспроти Gemini 2.5 Flash-LitePhi-4-multimodal наспроти GPT-4.1 miniPhi-4-multimodal наспроти QVQ-72B-PreviewPhi-4-multimodal наспроти NougatPhi-4-multimodal наспроти GPT