Phi-4-multimodal OCR ออนไลน์
โมเดลรองรับข้อความ ภาพ และเสียงขนาด 5.6B จาก Microsoft (กุมภาพันธ์ 2025) ทำคะแนนได้ 84.4 บน OCRBench ตาม Model Card
PDF, PNG, JPG, WebP, HEIC ขนาดไม่เกินไฟล์ละ 20 MB สูงสุด 10 ไฟล์ไม่มีไฟล์?
- Model ID
- microsoft/phi-4-multimodal
- ประเภท
- โมเดลวิชัน
- ราคา
- 2 เครดิต / หน้า ($2.00 ต่อ 1,000 หน้า)
- ความเร็วทั่วไป
- 2.5 วินาที / หน้า
- อินพุตที่รองรับ
- รูปภาพ
- ภาษาที่รองรับ
- ภาษาอังกฤษสำหรับงาน Vision
- จำนวนหน้าสูงสุดต่อคำขอ
- 500
- เอาต์พุต
- Markdown, JSON
- สัญญาอนุญาต
- MIT
- ฟีเจอร์ที่รองรับ
- ตารางคณิตศาสตร์
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"
}'ความเร็วและความเสถียรของ Phi-4-multimodal
กำลังโหลด…
วัดจากทราฟฟิกจริงของเราในช่วง 7 วันที่ผ่านมา
ราคาของ Phi-4-multimodal
Phi-4-multimodal คิดค่าบริการ 2 เครดิตต่อหน้า เติมเงิน 1 ดอลลาร์จะได้ 1,000 เครดิต (1,000 หน้า คิดเป็น $2.00) และคิดค่าบริการเฉพาะหน้าที่ประมวลผลสำเร็จเท่านั้น
บัญชีใหม่รับฟรี 50 เครดิต เพียงพอสำหรับประมวลผลประมาณ 25 หน้าด้วยโมเดลนี้ ดูแพ็กเกจเครดิตเพิ่มเติมที่ หน้าราคา
โมเดลที่ใกล้เคียงกัน
1InternVL3.5ตระกูลโมเดล Vision-Language แบบเปิดจาก Shanghai AI Lab (1B ถึง 241B, สิงหาคม 2025) ประสิทธิภาพสูงบนเบนช์มาร์กด้าน OCR และเอกสาร
opengvlab/internvl2 เครดิต / หน้า2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 เครดิต / หน้า3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 เครดิต / หน้าทางเลือกอื่นทั้งหมดแทน Phi-4-multimodal
เปรียบเทียบ Phi-4-multimodal
Phi-4-multimodal เทียบกับ InternVL3.5Phi-4-multimodal เทียบกับ Gemini 2.5 Flash-LitePhi-4-multimodal เทียบกับ GPT-4.1 miniPhi-4-multimodal เทียบกับ QVQ-72B-PreviewPhi-4-multimodal เทียบกับ NougatPhi-4-multimodal เทียบกับ GPT