// Phi · 文本大模型
Phi-mini-MoE-instruct 本地部署与显存需求
总 7.6B · 激活 2.4B（MoE） 参数。4 位量化约 6.6 GB，BF16 约 18.3 GB（1 个 8K token 请求）。
发布 2025-06-23许可：可商用显存为估算值
01规格
| 发布方 | 微软 · microsoft |
|---|---|
| 系列 | Phi · Phi-mini-MoE |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 总 7.6B · 激活 2.4B（MoE） 来源：官方模型卡“7.6B total parameters and 2.4B activated parameters” |
| 上下文长度 | 4K tokens (4,096)取自 config.json 的 max_position_embeddings |
| 结构 | 32 层 · GQA · MoE |
| 发布权重 | BF16 · 15.3 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 | 2025-06-23 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
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） | 15.2 GB | 18.3 GB | RTX 4090 24GB | Mac 36GB |
| FP8 / INT8 / Q8_0 | 8.1 GB | 10.4 GB | 12GB 显卡 | Mac 24GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 4.6 GB | 6.6 GB | 8GB 显卡 | Mac 16GB |
每个请求的 KV 缓存：8K 1.1 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 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- Transformers — 官方模型卡提及
04官方仓库与量化版
microsoft 官方发布的 1 个仓库。
- Phi-mini-MoE-instruct Instruct
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-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 |
| 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。