Microsoft 釋出 Phi-4-mini-flash-reasoning：吞吐量提升 10 倍的端側推理模型
Microsoft 推出 38 億引數的開源模型 Phi-4-mini-flash-reasoning。它採用融合 Mamba 與注意力機制的 SambaY 混合架構，吞吐量提升最高 10 倍，延遲降低 2 至 3 倍，支援 64K 上下文並主打端側數學推理。目前已在 Azure AI Foundry 及 Hugging Face 上線。
Microsoft 推出 38 億引數的開源模型 Phi-4-mini-flash-reasoning。它採用融合 Mamba 與注意力機制的 SambaY 混合架構，吞吐量提升最高 10 倍，延遲降低 2 至 3 倍，支援 64K 上下文並主打端側數學推理。目前已在 Azure AI Foundry 及 Hugging Face 上線。