Phi-4

Microsofts „klein aber schlau“-Reihe: mit synthetischen Lehrbuch-Daten trainiert, überraschend stark in Mathe/Logik. MIT-Lizenz = maximal frei.

So nutzt du es

Am einfachsten per Ollama: ollama pull <modellname> und dann ollama run <modellname> — oder komfortabel mit LM Studio (grafische Oberfläche, Modell-Suche eingebaut). Die Hardware-Angaben unten beziehen sich auf die übliche 4-Bit-Quantisierung (Q4).

Größen & Hardware

• Verfügbare Größen: 14B (+ mini 3.8B)
• Empfohlene Hardware (Q4): 14B: 12–16 GB

Im Detail

Phi-4 ist Microsofts Allround-Modell der „klein aber schlau“-Reihe: Mit 14 Milliarden Parametern (plus einer 3.8B-Mini-Variante) wurde es gezielt mit synthetischen, lehrbuchartigen Trainingsdaten trainiert, was sich vor allem in überraschend starker Mathe- und Logikleistung zeigt, oft auf Augenhöhe mit deutlich größeren Modellen. Die MIT-Lizenz erlaubt uneingeschränkte kommerzielle Nutzung ohne die Auflagen mancher anderer Modell-Lizenzen. Mit 12–16 GB Speicherbedarf läuft es auf gängigen Gaming-Laptops oder Mini-PCs und eignet sich gut als vielseitiges Modell für Chat und Assistenzaufgaben, wenn größere Llama- oder Qwen-Modelle zu viel Ressourcen brauchen. Für explizite Denkaufgaben mit sichtbarer Argumentationskette lohnt der Blick auf spezialisierte Reasoning-Modelle wie Qwen 3.

Praxis-Tipp

Bei Mathe- oder Logikaufgaben in der Aufforderung explizit um Schritt-für-Schritt-Rechnung bitten — Phi-4 profitiert sichtbar davon, seine Rechenwege auszuschreiben.

Siehe auch

• Qwen 2.5
• Mistral Small 3.x

Lizenz & Quelle

• Lizenz: MIT
• Quelle: Ollama
• Quelle: HF