Dans un contexte de forte concurrence sur le terrain des modèles de langage, Microsoft frappe fort avec le lancement de trois nouveaux modèles IA spécialisés dans le raisonnement : Phi-4-reasoning, Phi-4-reasoning-plus et Phi-4-mini-reasoning.
Ces modèles font partie de la famille Phi et sont spécifiquement optimisés pour fonctionner en local sur des appareils, tels que les PC sous Windows et les smartphones.
Un modèle de raisonnement puissant, compact et local
Le modèle Phi-4-reasoning repose sur 14 milliards de paramètres et est capable de résoudre des tâches complexes de raisonnement, tout en étant suffisamment léger pour s’exécuter localement grâce aux NPU (unités de traitement neuronal) intégrés aux nouveaux Copilot+ PC de Microsoft.
La version Phi-4-reasoning-plus est une déclinaison optimisée qui utilise la même base que le modèle principal, mais avec plus de calcul au moment de l’inférence. Elle est capable de gérer environ 1,5 fois plus de tokens que Phi-4-reasoning, ce qui permet d’atteindre un niveau de précision supérieur, sans alourdir excessivement la structure du modèle.
Des performances proches des géants… avec une taille réduite
Malgré leur taille modeste, les modèles Phi-4 rivalisent avec certains grands modèles de raisonnement. Sur le benchmark GPQA, le modèle Phi-4-reasoning-plus-14B atteint un score de 69,3 %, contre 77,7 % pour le très imposant o3-mini (DeepSeek R1 671B). Dans le test AIME 2025, Phi-4-reasoning-plus atteint 78 %, là où o3-mini grimpe à 82,5 %.
Ces résultats démontrent qu’un modèle IA bien entraîné avec des données de qualité peut concurrencer des modèles bien plus volumineux. Microsoft souligne d’ailleurs que ses modèles ont été finement ajustés avec des démonstrations de raisonnement issues d’OpenAI o3-mini, et des jeux de données synthétiques rigoureusement sélectionnés.
Phi-4-mini-reasoning: petit modèle, grande efficacité
Le modèle Phi-4-mini-reasoning, entraîné sur seulement 3,8 milliards de paramètres, offre des performances étonnantes face à des modèles de 7B ou 8B. Il a été affiné avec des données générées par le modèle DeepSeek-R1, et obtient des résultats compétitifs sur les benchmarks AIME 24, MATH 500 et GPQA Diamond.
Cela démontre que même des modèles très compacts peuvent rivaliser dans les tâches de raisonnement, à condition d’être soigneusement entraînés et optimisés pour les appareils edge.
Déjà intégré dans Windows Copilot+ PC
Les modèles Phi-4 sont déjà déployés localement sur les nouveaux Copilot+ PC, tirant parti des NPUs intégrés pour exécuter les tâches d’IA sans dépendre du cloud. Cette approche permet une latence réduite, une meilleure confidentialité des données, et une réactivité accrue pour les utilisateurs.
