Phi-4-multimodal OCR online
Microsofts modell för text, bild och ljud på 5,6B parametrar (februari 2025). Får 84,4 på OCRBench enligt modellkortet.
PDF, PNG, JPG, WebP, HEIC. Upp till 20 MB per fil, 10 filer.Ingen fil?
- Modell-ID
- microsoft/phi-4-multimodal
- Typ
- Visionsmodell
- Pris
- 2 krediter / sida ($2.00 per 1 000 sidor)
- Typisk hastighet
- 2.5 s / sida
- Indata
- bilder
- Språk
- Engelska för vision
- Max sidor per anrop
- 500
- Utdata
- Markdown, JSON
- Licens
- MIT
- Stödjer
- TabellerMatematik
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 hastighet och driftsäkerhet
Läser in…
Uppmätt på vår egen trafik under de senaste 7 dagarna.
Priser för Phi-4-multimodal
Phi-4-multimodal kostar 2 krediter per sida. En dollar ger 1,000 krediter, så 1 000 sidor kostar $2.00. Du betalar bara för sidor som returnerar ett resultat.
Nya konton får 50 gratiskrediter, vilket räcker till cirka 25 sidor med denna modell. Se prissida för kreditpaket.
Liknande modeller
1InternVL3.5Shanghai AI Labs öppna vision-språkfamilj (1B till 241B, augusti 2025), stark på OCR och dokumentbenchmarks.
opengvlab/internvl2 krediter / sida2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 kredit / sida3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 krediter / sidaAlla alternativ till Phi-4-multimodal
Jämför 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