Phi-4 Mini — Microsoft 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
微软针对移动和边缘部署的超高效小型模型。Phi-4 Mini在仅3.8B参数内实现了卓越的推理能力，专为无独立GPU的手机和笔记本上的设备端AI设计。
变体
Phi-4 Mini 最小的变体在 Q4_K_M 下约需 3 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Phi-4 Mini (3.8B) → 3.8B | ~3.1 GB | 128,000 | ollama run phi4-mini |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Phi-4 Mini
安装 Ollama，然后拉取标签。
ollama run phi4-mini在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Phi-4 Mini (3.8B)推荐 GPU
目录中能在本地运行 Phi-4 Mini（至少 3 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Phi-4 Mini 吗？
Phi-4 Mini — 常见问题
How much VRAM does Phi-4 Mini need?
Phi-4 Mini needs about 3 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Phi-4 Mini (3.8B) (3 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Phi-4 Mini on an RTX 4090 (24 GB)?
Yes — Phi-4 Mini runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.
What quantization should I use for Phi-4 Mini?
Q4_K_M is the best balance of quality and VRAM for Phi-4 Mini in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Phi-4 Mini with Ollama?
Install Ollama, then run: ollama run phi4-mini. This downloads Phi-4 Mini and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.