MicrosoftSprachmodell
Phi-3 Medium (14B)
Für Phi-3 Medium (14B) gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 572 von 785
28von 100-2 zum Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
Phi-3 Medium (14B) ist Microsofts offenes Instruct-Modell für viel Fähigkeit bei begrenzter Rechen- und Latenzreserve. Die Modellkarte unterscheidet eine 4K- und eine 128K-Variante. Der lange 128K-Checkpoint nutzt synthetische und gefilterte öffentliche Daten sowie SFT und DPO im Nachtraining, die laut Microsoft besonders auf Code, Mathematik, Logik und das Befolgen von Anweisungen zielen.
Das große Fenster unterscheidet die 128K-Variante von der kurzen Phi-3-Konfiguration. Der Checkpoint ist instruktionsoptimiert und laut Modellkarte für englische allgemeine, kommerzielle und Forschungsanwendungen beschrieben.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 39 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 4
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
BigCodeBench Complete (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 48.7
- Bewertung
- 48.7
- Messgröße
- complete pass@1 as published
- Einheit
- %
- Benchmark-Version
- BigCodeBench official result; complete mode; 2024-05-21
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- BigCodeBench official published results dataset
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Offizielle Benchmark-Rangliste. Exakte Zeile Phi-3-Medium-128K-Instruct; `complete` und `instruct` getrennt; Tabellendatum 2024-05-21.
- Einordnung
- Veröffentlichte Datensatzzeile, keine neue Reproduktion. Ein unveränderlicher Modell-Commit ist nicht angegeben.
BigCodeBench Instruct (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 37.6
- Bewertung
- 37.6
- Messgröße
- instruct pass@1 as published
- Einheit
- %
- Benchmark-Version
- BigCodeBench official result; instruct mode; 2024-05-21
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- BigCodeBench official published results dataset
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Offizielle Benchmark-Rangliste. Exakte Zeile Phi-3-Medium-128K-Instruct; `complete` und `instruct` getrennt; Tabellendatum 2024-05-21.
- Einordnung
- Veröffentlichte Datensatzzeile, keine neue Reproduktion. Ein unveränderlicher Modell-Commit ist nicht angegeben.
BigCodeBench-Hard Complete (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 15.5
- Bewertung
- 15.5
- Messgröße
- complete pass@1 as published
- Einheit
- %
- Benchmark-Version
- BigCodeBench-Hard official result; complete mode; 2024-05-21
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- BigCodeBench-Hard official published results dataset
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Offizielle Benchmark-Rangliste. Exakte BigCodeBench-Hard-Zeile Phi-3-Medium-128K-Instruct; `complete` und `instruct` getrennt; Tabellendatum 2024-05-21.
- Einordnung
- Veröffentlichte Datensatzzeile, keine neue Reproduktion. Ein unveränderlicher Modell-Commit ist nicht angegeben.
BigCodeBench-Hard Instruct (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 10.8
- Bewertung
- 10.8
- Messgröße
- instruct pass@1 as published
- Einheit
- %
- Benchmark-Version
- BigCodeBench-Hard official result; instruct mode; 2024-05-21
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- BigCodeBench-Hard official published results dataset
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Offizielle Benchmark-Rangliste. Exakte BigCodeBench-Hard-Zeile Phi-3-Medium-128K-Instruct; `complete` und `instruct` getrennt; Tabellendatum 2024-05-21.
- Einordnung
- Veröffentlichte Datensatzzeile, keine neue Reproduktion. Ein unveränderlicher Modell-Commit ist nicht angegeben.
AGI Eval (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 49.7
- Bewertung
- 49.7
- Messgröße
- 5-shot accuracy
- Einheit
- %
- Benchmark-Version
- AGI Eval, Phi-3 Medium 128K Instruct model-card table
- Kategorie
- general
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card at pinned revision
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsofts Auswertungstabelle nennt 5-shot accuracy. Die Karte nennt weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder eine gepinnte Benchmark-Code-Revision.
- Einordnung
- Herstellerbericht. Die Karte veröffentlicht weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder vollständige Implementierungs- und Decoding-Details.
TriviaQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.9
- Bewertung
- 73.9
- Messgröße
- 5-shot accuracy
- Einheit
- %
- Benchmark-Version
- TriviaQA, Phi-3 Medium 128K Instruct model-card table
- Kategorie
- general
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card at pinned revision
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsofts Auswertungstabelle nennt 5-shot accuracy. Die Karte nennt weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder eine gepinnte Benchmark-Code-Revision.
- Einordnung
- Herstellerbericht. Die Karte veröffentlicht weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder vollständige Implementierungs- und Decoding-Details.
GSM8K Chain of Thought (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 87.5
- Bewertung
- 87.5
- Messgröße
- 8-shot accuracy
- Einheit
- %
- Benchmark-Version
- GSM8K Chain of Thought, Phi-3 Medium 128K Instruct model-card table
- Kategorie
- general
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card at pinned revision
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsofts Auswertungstabelle nennt 8-shot accuracy. Die Karte nennt weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder eine gepinnte Benchmark-Code-Revision.
- Einordnung
- Herstellerbericht. Die Karte veröffentlicht weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder vollständige Implementierungs- und Decoding-Details.
HumanEval (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 58.5
- Bewertung
- 58.5
- Messgröße
- 0-shot pass rate
- Einheit
- %
- Benchmark-Version
- HumanEval, Phi-3 Medium 128K Instruct model-card table
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card at pinned revision
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsofts Auswertungstabelle nennt 0-shot pass rate. Die Karte nennt weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder eine gepinnte Benchmark-Code-Revision.
- Einordnung
- Herstellerbericht. Die Karte veröffentlicht weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder vollständige Implementierungs- und Decoding-Details.
MBPP (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.8
- Bewertung
- 73.8
- Messgröße
- 3-shot pass rate
- Einheit
- %
- Benchmark-Version
- MBPP, Phi-3 Medium 128K Instruct model-card table
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card at pinned revision
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsofts Auswertungstabelle nennt 3-shot pass rate. Die Karte nennt weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder eine gepinnte Benchmark-Code-Revision.
- Einordnung
- Herstellerbericht. Die Karte veröffentlicht weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder vollständige Implementierungs- und Decoding-Details.
MMLU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76.6
- Bewertung
- 76.6
- Messgröße
- Reported few-shot benchmark score
- Einheit
- %
- Kategorie
- general
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsoft meldet dieselbe interne Evaluationspipeline für alle verglichenen Modelle. Die Auswertung nutzt für jede Zeile die angegebene Zahl an Few-shot-Beispielen, Temperatur 0 und keine Phi-3-spezifische Prompt-, Beispiel- oder Formatoptimierung.
- Einordnung
- Die Modellkarte nennt weder die Stichprobengröße je Aufgabe noch Konfidenzintervalle oder eine unveränderliche Benchmark-Code-Revision. Die gelesene Modellkarte liegt am aktuellen Hauptpfad, nicht an einem erreichbaren Commit-Pin.
BigBench Hard (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 77.9
- Bewertung
- 77.9
- Messgröße
- Reported few-shot benchmark score
- Einheit
- %
- Kategorie
- general
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsoft meldet dieselbe interne Evaluationspipeline für alle verglichenen Modelle. Die Auswertung nutzt für jede Zeile die angegebene Zahl an Few-shot-Beispielen, Temperatur 0 und keine Phi-3-spezifische Prompt-, Beispiel- oder Formatoptimierung.
- Einordnung
- Die Modellkarte nennt weder die Stichprobengröße je Aufgabe noch Konfidenzintervalle oder eine unveränderliche Benchmark-Code-Revision. Die gelesene Modellkarte liegt am aktuellen Hauptpfad, nicht an einem erreichbaren Commit-Pin.
ANLI (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 57.3
- Bewertung
- 57.3
- Messgröße
- Reported few-shot benchmark score
- Einheit
- %
- Kategorie
- general
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Microsoft Phi-3 Medium 128K Instruct model card
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Vom Anbieter veröffentlichter Wert. Microsoft meldet dieselbe interne Evaluationspipeline für alle verglichenen Modelle. Die Auswertung nutzt für jede Zeile die angegebene Zahl an Few-shot-Beispielen, Temperatur 0 und keine Phi-3-spezifische Prompt-, Beispiel- oder Formatoptimierung.
- Einordnung
- Die Modellkarte nennt weder die Stichprobengröße je Aufgabe noch Konfidenzintervalle oder eine unveränderliche Benchmark-Code-Revision. Die gelesene Modellkarte liegt am aktuellen Hauptpfad, nicht an einem erreichbaren Commit-Pin.
Seite 1 von 4
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Phi-3 Medium (14B)Granite 4.0 H Micro 28Llama 3.1 8B 28Trinity Mini 28Qwen 3 235B A22B Thinking 2507 28
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie Phi-3 Medium (14B), ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Phi-4Microsoft · gleicher Anbieter
- Phi-4-multimodal-instructMicrosoft · gleicher Anbieter
- Phi-4-miniMicrosoft · gleicher Anbieter
- WizardLM-2 8x22BMicrosoft · gleicher Anbieter
- StarCoder2 15BBigCode · ähnliche Größe
- Pixtral 12BMistral AI · ähnliche Größe
- OLMo 2 13BAllen Institute · ähnliche Größe
- Qwen 3 14BAlibaba · ähnliche Größe
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu Phi-3 Medium (14B)
Wie groß ist das Kontextfenster von Phi-3 Medium (14B)?
131.072 Token. So viel Text liest Phi-3 Medium (14B) auf einmal, das sind rund 200 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
Phi-3 Medium (14B)Platz 94 von 103131 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
Kann ich Phi-3 Medium (14B) lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Microsoft
- Offene Gewichte
- ja
- Lizenz
- MIT
- Parameter
- 14 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 20 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Eingabe | Dokumentierte Modalitäten. |
| Ausgabe | Dokumentierte Modalitäten. |
| Recherchestand | Recherchestand 15. Oktober 2026. 14 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | checkpoint-revision Hinweis Das Open-LLM-Ergebnis-JSON nennt Repository und Modell, pinnt aber keinen unveränderlichen Modell-Commit. Das Tabellendatum bleibt erhalten. |
| Nicht veröffentlicht | task-level-evaluation-details Hinweis Die gepinnte Karte nennt Shot-Zahlen und Werte, aber weder ausgewertetes N pro Aufgabe noch Konfidenzintervalle oder vollständige Implementierungs- und Decoding-Einstellungen. |
| Weitere Quelle | Open LLM Leaderboard v1 evaluation result snapshot (abgerufen 15. Oktober 2026) |
| Weitere Quelle | BigCodeBench official published results dataset (abgerufen 15. Oktober 2026) |
| Weitere Quelle | BigCodeBench-Hard official published results dataset (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Microsoft Phi-3 Medium 128K Instruct model card at pinned revision (abgerufen 17. Oktober 2026) |
| Weitere Quelle | LongBioBench maintainers, results table (abgerufen 19. Oktober 2026) |
| Weitere Quelle | BigCodeBench official leaderboard (abgerufen 28. Oktober 2026)12 |
| Weitere Quelle | Modellmetadaten (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 28. Oktober 2026)1234 |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |