Phi-4
Phi-4 (Microsoft Research) foi lançado em 12/12/2024. No ranking de capacidade da Epoch AI (ECI), está em 160º lugar entre 267 modelos, com 130,43. Na Arena, que mede preferência humana em comparações às cegas, tem 1.231 pontos de ELO (299º lugar). Comparado aos modelos da mesma geração, o melhor resultado dele é em MMLU: 84,8%, 6º de 38.
Onde o Phi-4 se destaca e onde fica atrás, pelos números
O Phi-4 tem resultado publicado em 7 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 17/03/2024 e 12/03/2025 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Ver as 7 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| GPQA Diamond | 56,1% | 12º / 44 | 121º / 173 | 96,4% Gemini 4 Argon |
| AIME 2024 e 2025 (OTIS) | 13,8% | 15º / 38 | 132º / 168 | 100,0% GPT-5.5 |
| MMLU | 84,8% | 6º / 38 | 8º / 92 | 88,1% GPT-4o (May 2024) |
| MATH nível 5 | 64,9% | 12º / 38 | 33º / 73 | 98,1% GPT-5 |
| Escrita criativa (Lech Mazur) | 6,26 | 15º / 17 | 35º / 38 | 8,60 GPT-5 |
| BALROG | 11,6% | 14º / 16 | 30º / 32 | 68,3% GPT-6 Astra |
| LiveBench | 41,61 | 20º / 26 | 26º / 32 | 82,35 Gemini 2.5 Pro (Jun 2025) |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o Phi-4
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| Mistral Small 3.2 | Mistral AI | 131,75 | n/d | n/d | 20/06/2025 |
| Grok-2 (Dec 2024) | xAI | 130,49 | n/d | n/d | 12/12/2024 |
| Phi-4 | Microsoft Research | 130,43 | 1.231 | n/d | 12/12/2024 |
| Gemma 3 27B | Google DeepMind | 130,05 | n/d | n/d | 12/03/2025 |
| Llama 4 Scout | Meta AI | 129,65 | n/d | n/d | 05/04/2025 |
| GPT-4.1 nano | OpenAI | 129,63 | n/d | n/d | 14/04/2025 |
| Gemini 1.5 Flash (Sep 2024) | Google DeepMind | 129,37 | n/d | n/d | 24/09/2024 |
Phi-4 ou Grok-2 (Dec 2024)?
O Grok-2 (Dec 2024) é o modelo de outro laboratório mais próximo do Phi-4 em capacidade. Nas 5 provas que os dois fizeram, o placar é este:
| Prova | Phi-4 | Grok-2 (Dec 2024) |
|---|---|---|
| LiveBench | 41,61 | 54,30 |
| AIME 2024 e 2025 (OTIS) | 13,8% | 11,5% |
| GPQA Diamond | 56,1% | 53,8% |
| MATH nível 5 | 64,9% | 63,5% |
| Escrita criativa (Lech Mazur) | 6,26 | 6,36 |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Já usou o Phi-4? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o Phi-4
Qual a posição do Phi-4 no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o Phi-4 está em 160º lugar entre 267 modelos, com ECI de 130,43. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O Phi-4 é melhor que o Grok-2 (Dec 2024)?
Nas 5 provas que os dois fizeram e que a Epoch AI compilou, o Phi-4 fica à frente em 3, atrás em 2 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o Phi-4 vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do Phi-4 são: MMLU (6º de 38); GPQA Diamond (12º de 44); MATH nível 5 (12º de 38). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo