Phi-4-multimodal OCR آن لائن
Microsoft کا 5.6B ٹیکسٹ، وژن اور آڈیو ماڈل (فروری 2025)۔ اپنے ماڈل کارڈ کے مطابق OCRBench پر 84.4 اسکور کرتا ہے۔
PDF, PNG, JPG, WebP, HEIC۔ ہر ایک کی حد 20 MB تک، کل 10 فائلیں۔کوئی فائل نہیں؟
- ماڈل ID
- microsoft/phi-4-multimodal
- قسم
- وژن ماڈل
- قیمت
- 2 کریڈٹس / صفحہ ($2.00 فی 1,000 صفحات)
- عام رفتار
- 2.5 سیکنڈ / صفحہ
- ان پٹس
- تصاویر
- زبانیں
- وژن کے لیے انگریزی
- فی درخواست زیادہ سے زیادہ صفحات
- 500
- آؤٹ پٹ
- Markdown، JSON
- لائسنس
- MIT
- معاونت
- ٹیبلزریاضی
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 کی رفتار اور قابل اعتمادی
لوڈ ہو رہا ہے…
گزشتہ 7 دنوں کے دوران ہماری اپنی ٹریفک کی بنیاد پر ماپا گیا۔
Phi-4-multimodal کی قیمت
Phi-4-multimodal کی قیمت 2 کریڈٹس فی صفحہ ہے۔ ایک ڈالر میں 1,000 کریڈٹس ملتے ہیں، لہٰذا 1,000 صفحات کی لاگت $2.00 بنتی ہے۔ آپ صرف انہی صفحات کی ادائیگی کرتے ہیں جن کا نتیجہ موصول ہوتا ہے۔
نئے اکاؤنٹس کو 50 مفت کریڈٹس ملتے ہیں، جو اس ماڈل کے ساتھ تقریباً 25 صفحات کے لیے کافی ہیں۔ کریڈٹ پیک کے لیے قیمتیں دیکھیں۔
ملتے جلتے ماڈلز
1InternVL3.5Shanghai AI Lab کا اوپن وژن لینگویج خاندان (1B تا 241B، اگست 2025)، جو OCR اور دستاویز بینچ مارکس پر بہترین ہے۔
opengvlab/internvl2 کریڈٹس / صفحہ2Gemini 2.5 Flash-LiteLowest-cost Gemini 2.5 model, with image and PDF input.google/gemini-2-5-flash-lite1 کریڈٹ / صفحہ3GPT-4.1 miniSmaller GPT-4.1 model with image input at a lower price.openai/gpt-4-1-mini3 کریڈٹس / صفحہتمام Phi-4-multimodal متبادلات
Phi-4-multimodal کا موازنہ کریں
Phi-4-multimodal بمقابلہ InternVL3.5Phi-4-multimodal بمقابلہ Gemini 2.5 Flash-LitePhi-4-multimodal بمقابلہ GPT-4.1 miniPhi-4-multimodal بمقابلہ QVQ-72B-PreviewPhi-4-multimodal بمقابلہ NougatPhi-4-multimodal بمقابلہ GPT