// Phi · 文本大模型

Phi-3-medium-4k-instruct 本地部署与显存需求

Name: Phi-3-medium-4k-instruct
Author: Microsoft

14B 参数。4 位量化约 11.5 GB，BF16 约 32.9 GB（1 个 8K token 请求）。

发布 2024-05-07许可：可商用显存为估算值

01规格

发布方	微软 · microsoft
系列	Phi · Phi-3-medium-4k
类型	文本大模型 (text-generation)
参数量	14B 来源：按官方 safetensors 权重统计
上下文长度	4K tokens (4,096)取自 config.json 的 max_position_embeddings
结构	40 层 · GQA
发布权重	BF16 · 27.9 GB下载量
许可	MIT · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。
发布日期	2024-05-07 （Hugging Face 仓库创建日）

合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。

精度	权重	合计 @ 8K	最低显卡	Mac
BF16 / FP16（原始精度）	27.9 GB	32.9 GB	2 × RTX 5090（64GB）	Mac 64GB
FP8 / INT8 / Q8_0	14.8 GB	18.5 GB	RTX 4090 24GB	Mac 36GB
4 位量化（Q4_K_M / AWQ / GPTQ-Int4）	8.5 GB	11.5 GB	16GB 显卡	Mac 24GB

每个请求的 KV 缓存：8K 1.7 GB

每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。估算方法 →

只列厂商或推理框架官方明确支持的方式。

microsoft 官方发布的 1 个仓库。

模型	参数	4 位合计	发布
Phi-4-reasoning-vision-15B	15.1B	12.3 GB	2026-01-23
Phi-mini-MoE-instruct	7.6B / 2.4B	6.6 GB	2025-06-23
Phi-tiny-MoE-instruct	3.8B / 1.1B	3.6 GB	2025-06-23
Phi-4-mini-flash-reasoning	3.85B	4.4 GB	2025-06-19
Phi-4-mini-reasoning	3.84B	4.1 GB	2025-04-29
Phi-4-reasoning-plus	14.7B	12.0 GB	2025-04-17
Phi-4-reasoning	14.7B	12.0 GB	2025-04-09
Phi-4-multimodal-instruct	5.57B	4.2 GB	2025-02-24

数据核对于 2025-12-10。参数、上下文、许可取自官方仓库；显存为本站估算。