Phi-4 是 Microsoft Research 用於文字生成的稠密、僅解碼器 Transformer，具有 140 億個參數。開發重點是在相對精簡的模型中運用高品質訓練資料與進階推理。它接受文字，最適合聊天格式提示，並生成文字答案、解說或程式碼。確切 Phi-4 版本與後續 reasoning、mini 及多模態版本不同。
開發商結合經品質篩選的公開文件與程式碼、新建立的合成教育資料、取得的學術書籍，以及問答資料集。合成資料教授數學、程式設計、常識推理與一般知識。之後以監督式微調與直接偏好最佳化，改善指示遵循與回覆行為。
開發商將 Phi-4 定位為應用元件，適合記憶體或運算受限、需要互動回應，以及推理或邏輯任務的情境，主要使用英文。應提供完整條件與回答所需來源資訊。數學問題應定義變數、定義域限制與結果形式；解說則應指出讀者，以及應連結的概念。
實用簡報可以是：「比較這些條件，判斷提議解法是否逐一滿足，並解釋第一個失敗之處。在下結論前，指出缺少的資訊。」依來源回答的問題應標示段落，要求列出各段支持的發現。要求答案保留會影響結果的名稱、單位與假設。
較長提示仍應只有一個清楚目的。公開上下文為 16K token，同時包含指示、來源文字、對話與生成回覆。應把相關證據放入輸入，並為最終解說預留空間。模型卡的生成預算範例只是示意，不另行確立通用的獨立答案長度上限。
Phi-4 可提議程式碼、解釋函式，或推理失敗輸入。提供實作、預期行為，以及能區分正確結果的代表性案例。要求將程式碼成果與解說分開，並指出必須保持完整的介面。
開發商指出，多數程式碼訓練以 Python 為基礎，尤其是常見標準函式庫套件。使用其他套件或程式語言時，需要仔細驗證 API。生成函式或腳本即使看似完整，也不代表已執行；應在預期環境執行，再依實際錯誤或觀察修訂。
開發商的提示表示方式區分 system、user 與 assistant 輪次。系統指示可定義角色或回覆風格，使用者訊息則包含實際問題。應保留此確切模型的格式，不要複製後來的 Phi 範本，也不要假設其他版本的圖片輸入或工具呼叫功能適用。
Phi-4 主要以英文訓練，並非多語言模型。其他語言與代表性較低的英語變體，表現可能較差。應提供技術名稱的精確措辭，並依任務所需語言評估答案，不要把訓練資料中少量多語言內容當成廣泛語言支援。
公開資料訓練截止時間為 2024 年 6 月及更早。涉及最新資訊或對來源敏感的主張，應在提示提供權威資料。Microsoft 也指出，即使經過對齊，輸出仍可能不準確、過時或帶有偏誤。將最終答案與問題條件及來源核對。實用成果是文字解法、解說或程式碼提案，其假設與支持證據保持清楚。
", "aboutText": "Phi-4 是 Microsoft Research 用於文字生成的稠密、僅解碼器 Transformer，具有 140 億個參數。開發重點是在相對精簡的模型中運用高品質訓練資料與進階推理。它接受文字，最適合聊天格式提示，並生成文字答案、解說或程式碼。確切 Phi-4 版本與後續 reasoning、mini 及多模態版本不同。\n\n### 訓練與預期用途\n\n開發商結合經品質篩選的公開文件與程式碼、新建立的合成教育資料、取得的學術書籍，以及問答資料集。合成資料教授數學、程式設計、常識推理與一般知識。之後以監督式微調與直接偏好最佳化，改善指示遵循與回覆行為。\n\n開發商將 Phi-4 定位為應用元件，適合記憶體或運算受限、需要互動回應，以及推理或邏輯任務的情境，主要使用英文。應提供完整條件與回答所需來源資訊。數學問題應定義變數、定義域限制與結果形式；解說則應指出讀者，以及應連結的概念。\n\n### 從清楚問題進行推理\n\n實用簡報可以是：「比較這些條件，判斷提議解法是否逐一滿足，並解釋第一個失敗之處。在下結論前，指出缺少的資訊。」依來源回答的問題應標示段落，要求列出各段支持的發現。要求答案保留會影響結果的名稱、單位與假設。\n\n較長提示仍應只有一個清楚目的。公開上下文為 16K token，同時包含指示、來源文字、對話與生成回覆。應把相關證據放入輸入，並為最終解說預留空間。模型卡的生成預算範例只是示意，不另行確立通用的獨立答案長度上限。\n\n### 程式設計輔助\n\nPhi-4 可提議程式碼、解釋函式，或推理失敗輸入。提供實作、預期行為，以及能區分正確結果的代表性案例。要求將程式碼成果與解說分開，並指出必須保持完整的介面。\n\n開發商指出，多數程式碼訓練以 Python 為基礎，尤其是常見標準函式庫套件。使用其他套件或程式語言時，需要仔細驗證 API。生成函式或腳本即使看似完整，也不代表已執行；應在預期環境執行，再依實際錯誤或觀察修訂。\n\n### 聊天格式與語言\n\n開發商的提示表示方式區分 system、user 與 assistant 輪次。系統指示可定義角色或回覆風格，使用者訊息則包含實際問題。應保留此確切模型的格式，不要複製後來的 Phi 範本，也不要假設其他版本的圖片輸入或工具呼叫功能適用。\n\nPhi-4 主要以英文訓練，並非多語言模型。其他語言與代表性較低的英語變體，表現可能較差。應提供技術名稱的精確措辭，並依任務所需語言評估答案，不要把訓練資料中少量多語言內容當成廣泛語言支援。\n\n### 可靠性界線\n\n公開資料訓練截止時間為 2024 年 6 月及更早。涉及最新資訊或對來源敏感的主張，應在提示提供權威資料。Microsoft 也指出，即使經過對齊，輸出仍可能不準確、過時或帶有偏誤。將最終答案與問題條件及來源核對。實用成果是文字解法、解說或程式碼提案，其假設與支持證據保持清楚。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Check a proposed batch size\n\nA machine makes exactly 12 parts per batch. A supervisor proposes five batches to supply 67 parts and says there will be three spare. Check the proposal using whole batches only. Give the first incorrect claim, the minimum sufficient batch count and the resulting spare-part count. Show the arithmetic briefly.A concise numerical check identifying the failing claim, sufficient batches and surplus.The calculation must use whole batches and meet the 67-part requirement.microsoft/phi-4Phi-4 是 Microsoft Research 的 14B 文字模型，用於英文推理、數學與程式設計輔助。它採用 16K 上下文與對話導向指示格式，可根據完整問題敘述及提供文字產生解說與程式碼提案。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Phi-4 是 Microsoft Research 用於文字生成的稠密、僅解碼器 Transformer，具有 140 億個參數。開發重點是在相對精簡的模型中運用高品質訓練資料與進階推理。它接受文字，最適合聊天格式提示，並生成文字答案、解說或程式碼。確切 Phi-4 版本與後續 reasoning、mini 及多模態版本不同。
開發商結合經品質篩選的公開文件與程式碼、新建立的合成教育資料、取得的學術書籍，以及問答資料集。合成資料教授數學、程式設計、常識推理與一般知識。之後以監督式微調與直接偏好最佳化，改善指示遵循與回覆行為。
開發商將 Phi-4 定位為應用元件，適合記憶體或運算受限、需要互動回應，以及推理或邏輯任務的情境，主要使用英文。應提供完整條件與回答所需來源資訊。數學問題應定義變數、定義域限制與結果形式；解說則應指出讀者，以及應連結的概念。
實用簡報可以是：「比較這些條件，判斷提議解法是否逐一滿足，並解釋第一個失敗之處。在下結論前，指出缺少的資訊。」依來源回答的問題應標示段落，要求列出各段支持的發現。要求答案保留會影響結果的名稱、單位與假設。
較長提示仍應只有一個清楚目的。公開上下文為 16K token，同時包含指示、來源文字、對話與生成回覆。應把相關證據放入輸入，並為最終解說預留空間。模型卡的生成預算範例只是示意，不另行確立通用的獨立答案長度上限。
Phi-4 可提議程式碼、解釋函式，或推理失敗輸入。提供實作、預期行為，以及能區分正確結果的代表性案例。要求將程式碼成果與解說分開，並指出必須保持完整的介面。
開發商指出，多數程式碼訓練以 Python 為基礎，尤其是常見標準函式庫套件。使用其他套件或程式語言時，需要仔細驗證 API。生成函式或腳本即使看似完整，也不代表已執行；應在預期環境執行，再依實際錯誤或觀察修訂。
開發商的提示表示方式區分 system、user 與 assistant 輪次。系統指示可定義角色或回覆風格，使用者訊息則包含實際問題。應保留此確切模型的格式，不要複製後來的 Phi 範本，也不要假設其他版本的圖片輸入或工具呼叫功能適用。
Phi-4 主要以英文訓練，並非多語言模型。其他語言與代表性較低的英語變體，表現可能較差。應提供技術名稱的精確措辭，並依任務所需語言評估答案，不要把訓練資料中少量多語言內容當成廣泛語言支援。
公開資料訓練截止時間為 2024 年 6 月及更早。涉及最新資訊或對來源敏感的主張，應在提示提供權威資料。Microsoft 也指出，即使經過對齊，輸出仍可能不準確、過時或帶有偏誤。將最終答案與問題條件及來源核對。實用成果是文字解法、解說或程式碼提案，其假設與支持證據保持清楚。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 microsoft/phi-4 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00014 / 1K Token 輸出 · 輸出 Token $0.00028 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00014 / 1K Token 輸出 · 輸出 Token $0.00028 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "microsoft/phi-4", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='microsoft/phi-4',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='microsoft/phi-4',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra microsoft/phi-4
請使用上方列出的 API 方法路徑。
microsoft/phi-4Phi-4 是 Microsoft Research 的 14B 文字模型，用於英文推理、數學與程式設計輔助。它採用 16K 上下文與對話導向指示格式，可根據完整問題敘述及提供文字產生解說與程式碼提案。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Phi-4 是 Microsoft Research 用於文字生成的稠密、僅解碼器 Transformer，具有 140 億個參數。開發重點是在相對精簡的模型中運用高品質訓練資料與進階推理。它接受文字，最適合聊天格式提示，並生成文字答案、解說或程式碼。確切 Phi-4 版本與後續 reasoning、mini 及多模態版本不同。
開發商結合經品質篩選的公開文件與程式碼、新建立的合成教育資料、取得的學術書籍，以及問答資料集。合成資料教授數學、程式設計、常識推理與一般知識。之後以監督式微調與直接偏好最佳化，改善指示遵循與回覆行為。
開發商將 Phi-4 定位為應用元件，適合記憶體或運算受限、需要互動回應，以及推理或邏輯任務的情境，主要使用英文。應提供完整條件與回答所需來源資訊。數學問題應定義變數、定義域限制與結果形式；解說則應指出讀者，以及應連結的概念。
實用簡報可以是：「比較這些條件，判斷提議解法是否逐一滿足，並解釋第一個失敗之處。在下結論前，指出缺少的資訊。」依來源回答的問題應標示段落，要求列出各段支持的發現。要求答案保留會影響結果的名稱、單位與假設。
較長提示仍應只有一個清楚目的。公開上下文為 16K token，同時包含指示、來源文字、對話與生成回覆。應把相關證據放入輸入，並為最終解說預留空間。模型卡的生成預算範例只是示意，不另行確立通用的獨立答案長度上限。
Phi-4 可提議程式碼、解釋函式，或推理失敗輸入。提供實作、預期行為，以及能區分正確結果的代表性案例。要求將程式碼成果與解說分開，並指出必須保持完整的介面。
開發商指出，多數程式碼訓練以 Python 為基礎，尤其是常見標準函式庫套件。使用其他套件或程式語言時，需要仔細驗證 API。生成函式或腳本即使看似完整，也不代表已執行；應在預期環境執行，再依實際錯誤或觀察修訂。
開發商的提示表示方式區分 system、user 與 assistant 輪次。系統指示可定義角色或回覆風格，使用者訊息則包含實際問題。應保留此確切模型的格式，不要複製後來的 Phi 範本，也不要假設其他版本的圖片輸入或工具呼叫功能適用。
Phi-4 主要以英文訓練，並非多語言模型。其他語言與代表性較低的英語變體，表現可能較差。應提供技術名稱的精確措辭，並依任務所需語言評估答案，不要把訓練資料中少量多語言內容當成廣泛語言支援。
公開資料訓練截止時間為 2024 年 6 月及更早。涉及最新資訊或對來源敏感的主張，應在提示提供權威資料。Microsoft 也指出，即使經過對齊，輸出仍可能不準確、過時或帶有偏誤。將最終答案與問題條件及來源核對。實用成果是文字解法、解說或程式碼提案，其假設與支持證據保持清楚。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 microsoft/phi-4 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00014 / 1K Token 輸出 · 輸出 Token $0.00028 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00014 / 1K Token 輸出 · 輸出 Token $0.00028 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "microsoft/phi-4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'microsoft/phi-4', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'microsoft/phi-4', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra microsoft/phi-4
請使用上方列出的 API 方法路徑。
英文技術範例
Check a proposed batch size\n\nA machine makes exactly 12 parts per batch. A supervisor proposes five batches to supply 67 parts and says there will be three spare. Check the proposal using whole batches only. Give the first incorrect claim, the minimum sufficient batch count and the resulting spare-part count. Show the arithmetic briefly.A concise numerical check identifying the failing claim, sufficient batches and surplus.The calculation must use whole batches and meet the 67-part requirement.