Phi-4-multimodal OCR онлайн
Мультимодальна модель на 5.6B від Microsoft (лютий 2025 р.) для тексту, зображень і аудіо. Результат 84.4 на OCRBench за карткою моделі.
PDF, PNG, JPG, WebP, HEIC. До 20 MB кожен, до 10 файлів.Немає файлу?
- ID моделі
- microsoft/phi-4-multimodal
- Тип
- Візуальна модель
- Ціна
- 2 кр. / сторінка ($2.00 за 1 000 сторінок)
- Типова швидкість
- 2.5 с / сторінка
- Вхідні дані
- зображення
- Мови
- Англійська для зображень
- Макс. сторінок на запит
- 500
- Результат
- Markdown, JSON
- Ліцензія
- MIT
- Підтримує
- ТаблиціФормули
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"
}'Швидкість і надійність Phi-4-multimodal
Завантаження…
Виміряно на нашому власному трафіку за останні 7 днів.
Ціни на Phi-4-multimodal
Phi-4-multimodal коштує 2 кредитів за сторінку. Один долар дає 1,000 кредитів, тобто 1 000 сторінок коштуватимуть $2.00. Ви платите лише за сторінки, які повернули результат.
Нові акаунти отримують 50 безкоштовних кредитів — приблизно на 25 сторінок для цієї моделі. Пакети кредитів дивіться в розділі тарифи.
Схожі моделі
1InternVL3.5Відкрите сімейство vision-language моделей від Shanghai AI Lab (від 1B до 241B, серпень 2025 р.), сильне в OCR і бенчмарках документів.
opengvlab/internvl2 кр. / сторінка2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 кредит / сторінка3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 кр. / сторінкаУсі альтернативи Phi-4-multimodal
Порівняти 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