01规格
02需要多少显存（估算）
语音模型体量小，权重大小基本就是所需显存。
| 精度 | 权重 | 权重 + 开销 | 最低显卡 | Mac |
|---|---|---|---|---|
| BF16 / FP16（原始精度） | 11.2 GB | 12.8 GB | 16GB 显卡 | Mac 24GB |
| FP8 / INT8 / Q8_0 | 5.9 GB | 7.0 GB | 8GB 显卡 | Mac 16GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 3.4 GB | 4.2 GB | 8GB 显卡 | Mac 16GB |
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 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- Transformers — 官方模型卡提及
04官方仓库与量化版
microsoft 官方发布的 2 个仓库。
- Phi-4-multimodal-instruct Instruct
- Phi-4-multimodal-instruct-onnx Instruct/ONNX
05Phi 其他模型
全部 18 个 →| 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-mini-instruct | 3.84B | 4.1 GB | 2025-02-19 |
06来源
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。