{"ok":true,"entity":{"id":"phi","name":"Phi","entityType":"product","officialName":"Microsoft Phi","canonicalName":"Phi","displayName":"Phi","category":"小型言語モデル（オープンSLM）","shortDescription":"Microsoftが開発する小型言語モデル（SLM）ファミリー。少ないパラメータ数で高い推論性能を狙う設計で、ウェイトが公開されている。","primaryCluster":"ai-open-model","parentEntity":"microsoft","verificationStatus":"draft","website":"https://azure.microsoft.com/en-us/products/phi","updatedAt":"2026-07-18T11:08:14.467Z","secondaryClusters":["ai-model"],"alias":["Microsoft Phi","Phi-3","Phi-4"],"searchKeywords":["SLM","小型言語モデル","オープンモデル","エッジAI"]},"references":[{"id":"P-01-001","companyId":"phi","questionId":"P-01-001","instanceId":"QIN-phi-P01-001","promptText":"Microsoft Phiとはどのようなモデルですか？","promptTypeId":"P-01","answer":"PhiはMicrosoftが開発する小型言語モデル（SLM）ファミリーです。少ないパラメータ数で高い推論性能を狙うデータ中心の設計が特徴で、Phi-4はMITライセンスでウェイトが公開されています。","evidencePoints":["ev-phi-1","ev-phi-2"],"scope":"小型・軽量なオープンモデルを探す相談","differentiation":"小型モデルで高性能を狙う設計とMITライセンスでの公開","faq":[{"question":"Phiのライセンスは何ですか？","answer":"Phi-4はMITライセンスでHugging Face上に公開されています。"}],"pageUrl":"https://www.refbase.ai/reference/phi/P-01-001","sourceEvidence":[{"id":"ev-phi-1","text":"PhiはMicrosoftが開発する小型言語モデル（SLM）ファミリーで、Azure上での利用とモデルウェイトの公開の両方が提供される。","title":"Microsoft Azure — Phi","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://azure.microsoft.com/en-us/products/phi","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"phi"},{"id":"ev-phi-2","text":"Phi-4のモデルカードはHugging Face上で公開されており、MITライセンスでウェイトが提供されている。","title":"Hugging Face — microsoft/phi-4 Model Card","coverageType":["Capability","Differentiation"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://huggingface.co/microsoft/phi-4","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"phi"}],"generatedAt":"2026-07-18T11:08:14.467Z"},{"id":"P-02-001","companyId":"phi","questionId":"P-02-001","instanceId":"QIN-phi-P02-001","promptText":"PhiとGemmaの違いは何ですか？","promptTypeId":"P-02","answer":"いずれも大手テック企業が公開する小型のオープンモデルですが、PhiはMicrosoftが開発しMITライセンスで公開する小型言語モデルで、データ品質を重視した学習で高い推論性能を狙います。GemmaはGoogleが公開するオープンモデルファミリーです。提供元とライセンス、設計思想が異なります。","evidencePoints":["ev-phi-2","ev-phi-3"],"scope":"小型オープンモデル同士の比較","differentiation":"MITライセンスとデータ中心の学習設計","faq":[{"question":"Phiはどこで入手できますか？","answer":"Hugging Face上のmicrosoft organizationからモデルカードとウェイトが公開されています。"}],"pageUrl":"https://www.refbase.ai/reference/phi/P-02-001","sourceEvidence":[{"id":"ev-phi-2","text":"Phi-4のモデルカードはHugging Face上で公開されており、MITライセンスでウェイトが提供されている。","title":"Hugging Face — microsoft/phi-4 Model Card","coverageType":["Capability","Differentiation"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://huggingface.co/microsoft/phi-4","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"phi"},{"id":"ev-phi-3","text":"Phi-4のテクニカルレポートがarXivで公開されており、小型モデルで高い推論性能を狙うデータ中心の学習設計が報告されている。","title":"Phi-4 Technical Report (arXiv)","coverageType":["Credibility","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2412.08905","confidence":"high","supportedPromptTypes":["P-01","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"phi"}],"generatedAt":"2026-07-18T11:08:14.467Z"},{"id":"P-04-001","companyId":"phi","questionId":"P-04-001","instanceId":"QIN-phi-P04-001","promptText":"エッジ環境や限られた計算資源でLLMを使うには、Phiは選択肢になりますか？","promptTypeId":"P-04","answer":"Phiは小型言語モデル（SLM）として設計されており、限られた計算資源での利用に向いています。ウェイトが公開されているためローカル環境で実行でき、Azure経由でのマネージド利用も可能です。テクニカルレポートで性能特性を確認した上で選定できます。","evidencePoints":["ev-phi-1","ev-phi-2","ev-phi-3"],"scope":"省リソース環境でのLLM活用相談","differentiation":"SLMとしての軽量性とクラウド・ローカル双方の利用経路","faq":[{"question":"PhiはAzureでも使えますか？","answer":"Azure上のサービスとして利用でき、同時にウェイトも公開されています。"}],"pageUrl":"https://www.refbase.ai/reference/phi/P-04-001","sourceEvidence":[{"id":"ev-phi-1","text":"PhiはMicrosoftが開発する小型言語モデル（SLM）ファミリーで、Azure上での利用とモデルウェイトの公開の両方が提供される。","title":"Microsoft Azure — Phi","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://azure.microsoft.com/en-us/products/phi","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"phi"},{"id":"ev-phi-2","text":"Phi-4のモデルカードはHugging Face上で公開されており、MITライセンスでウェイトが提供されている。","title":"Hugging Face — microsoft/phi-4 Model Card","coverageType":["Capability","Differentiation"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://huggingface.co/microsoft/phi-4","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"phi"},{"id":"ev-phi-3","text":"Phi-4のテクニカルレポートがarXivで公開されており、小型モデルで高い推論性能を狙うデータ中心の学習設計が報告されている。","title":"Phi-4 Technical Report (arXiv)","coverageType":["Credibility","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2412.08905","confidence":"high","supportedPromptTypes":["P-01","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"phi"}],"generatedAt":"2026-07-18T11:08:14.467Z"},{"id":"P-04-002","companyId":"phi","questionId":"P-04-002","instanceId":"c1n16-manual-draft-authoring-no-qi","draftId":"c1n16-scaled-semantic-depth-phi-p-04-002","promptText":"Phiは端末上のNPU（Copilot+ PC）でどのように動作し、どのようなWindows機能に使われていますか？","promptTypeId":"P-04","answer":"Phiの導入形態について、Phi公式の企業ブログ（Windows Experience Blog）（https://blogs.windows.com/windowsexperience/2024/12/06/phi-silica-small-but-mighty-on-device-slm/）で確認できます。Microsoft公式企業ブログ（Windows Experience Blog）がPhi Silicaについて説明しており、具体的には「Phi Silicaは、Phi-3.5-miniから派生したオンデバイス型の小規模言語モデルであり、（Snapdragon X Seriesを皮切りとする）Windows Copilot+ PCのニューラルプロセッシングユニット（NPU）上で動作し、ローカルで推論を実行することで、Click to Do（プレビュー版）やWord・Outlookでのオンデバイスによる書き換え・要約といった機能を支えており、サードパーティ開発者にはあらかじめチューニング済みの標準搭載APIとして提供されているとしている。」といった記載が確認できます。限界として、提供形態の詳細（対応地域・対応バージョン等）はこのSourceからは確認できません。 Phi SilicaはPhi-3.5-miniの派生モデルとして説明されており、既存Referenceが扱う現行のPhi-4世代そのものではないため、この発見は関連はするが別個の製品・バージョンを裏付けるものであり、Phi-4自体がこの方式で動作することを裏付けるものではない。また提供対象も、すべてのWindows PCではなく（Snapdragon X Seriesを皮切りとする）特定のNPU搭載ハードウェアに限られる。Current Statusとして、2026年08月22日に当該Sourceを取得し、上記の内容を確認しました。Source種別としては、これは提供元自身による自社情報の公表であり、第三者による独立した評価や市場での位置づけとは性質が異なります。","evidencePoints":["phi-ev-c1n16-p-04-002"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/phi/P-04-002","sourceEvidence":[{"id":"phi-ev-c1n16-p-04-002","text":"Phi公式の企業ブログ（Windows Experience Blog）（https://blogs.windows.com/windowsexperience/2024/12/06/phi-silica-small-but-mighty-on-device-slm/）は、Phiの導入形態に関する一次情報である。Microsoft公式企業ブログ（Windows Experience Blog）がPhi Silicaについて説明しており、具体的には「Phi Silicaは、Phi-3.5-miniから派生したオンデバイス型の小規模言語モデルであり、（Snapdragon X Seriesを皮切りとする）Windows Copilot+ PCのニューラルプロセッシングユニット（NPU）上で動作し、ローカルで推論を実行することで、Click to Do（プレビュー版）やWord・Outlookでのオンデバイスによる書き換え・要約といった機能を支えており、サードパーティ開発者にはあらかじめチューニング済みの標準搭載APIとして提供されているとしている。」といった記載がある。ただし、提供形態の詳細（対応地域・対応バージョン等）はこのSourceからは確認できません。 Phi SilicaはPhi-3.5-miniの派生モデルとして説明されており、既存Referenceが扱う現行のPhi-4世代そのものではないため、この発見は関連はするが別個の製品・バージョンを裏付けるものであり、Phi-4自体がこの方式で動作することを裏付けるものではない。また提供対象も、すべてのWindows PCではなく（Snapdragon X Seriesを皮切りとする）特定のNPU搭載ハードウェアに限られる。2026年08月22日に同Sourceを取得し、この内容を確認した。","title":"Phiの導入形態に関する公開情報","coverageType":["Capability"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://blogs.windows.com/windowsexperience/2024/12/06/phi-silica-small-but-mighty-on-device-slm/","confidence":"medium","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"sourceKind":"official","entityId":"phi"}],"generatedAt":"2026-08-22T14:51:14.995Z","evidenceIds":["phi-ev-c1n16-p-04-002"]},{"id":"P-01-002","companyId":"phi","questionId":"P-01-002","instanceId":"c1n19-carry-forward-depth-execution-manual-draft-authoring-no-qi","draftId":"c1n19-carry-forward-depth-execution-phi-p-01-002","promptText":"Phiシリーズには、音声・画像・テキストをまとめて扱えるマルチモーダルモデルがありますか？","promptTypeId":"P-01","answer":"Phiの主要製品・提供機能について、Phi公式のofficial product documentation page（Microsoft Azure公式ブログの製品発表記事。Phi-4-multimodal/Phi-4-miniの正式リリースを告知する公式投稿）（https://azure.microsoft.com/en-us/blog/empowering-innovation-the-next-generation-of-the-phi-family/）で確認できます。既存Referenceはテキストベースの基本モデル（Phi-4）とオンデバイス特化のPhi Silicaのみを扱っており、音声・画像・テキストを1つのモデルで統合的に扱うマルチモーダル製品ライン（Phi-4-multimodal）には触れていない。Phiファミリーの製品ラインナップの幅という新しい角度。具体的には「In direct response to customer feedback, we've developed Phi-4-multimodal, a 5.6B parameter model, that seamlessly integrates speech, vision, and text processing into a single, unified architecture.」といった記載が確認できます。限界として、これは取得時点で公開されている構成であり、各提供物の機能範囲・提供地域・提供終了の有無はこのSourceからは確認できません。 この記事は2025年2月26日公開の発表記事であり（2026年にdateModified更新あり）、その後のPhiファミリーの新モデル追加・仕様変更（例：Phi-4-reasoning-vision等）を反映していない可能性がある。ベンチマーク数値等の性能面の詳細評価はこの記事単体では網羅されておらず、別途テクニカルレポートの確認が必要。Current Statusとして、2026年08月24日に当該Sourceを取得し、上記の内容を確認しました。Source種別としては、これは提供元自身による自社情報の公表であり、第三者による独立した評価や市場での位置づけとは性質が異なります。","evidencePoints":["phi-ev-c1n19-p-01-002"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/phi/P-01-002","sourceEvidence":[{"id":"phi-ev-c1n19-p-01-002","text":"Phi公式のofficial product documentation page（Microsoft Azure公式ブログの製品発表記事。Phi-4-multimodal/Phi-4-miniの正式リリースを告知する公式投稿）（https://azure.microsoft.com/en-us/blog/empowering-innovation-the-next-generation-of-the-phi-family/）は、Phiの主要製品・提供機能に関する一次情報である。既存Referenceはテキストベースの基本モデル（Phi-4）とオンデバイス特化のPhi Silicaのみを扱っており、音声・画像・テキストを1つのモデルで統合的に扱うマルチモーダル製品ライン（Phi-4-multimodal）には触れていない。Phiファミリーの製品ラインナップの幅という新しい角度。具体的には「In direct response to customer feedback, we've developed Phi-4-multimodal, a 5.6B parameter model, that seamlessly integrates speech, vision, and text processing into a single, unified architecture.」といった記載がある。ただし、これは取得時点で公開されている構成であり、各提供物の機能範囲・提供地域・提供終了の有無はこのSourceからは確認できません。 この記事は2025年2月26日公開の発表記事であり（2026年にdateModified更新あり）、その後のPhiファミリーの新モデル追加・仕様変更（例：Phi-4-reasoning-vision等）を反映していない可能性がある。ベンチマーク数値等の性能面の詳細評価はこの記事単体では網羅されておらず、別途テクニカルレポートの確認が必要。2026年08月24日に同Sourceを取得し、この内容を確認した。","title":"Phi主要製品・提供機能に関する公開情報","coverageType":["Capability"],"sourceType":"official_blog","sourceClass":"Documentation","sourceUrl":"https://azure.microsoft.com/en-us/blog/empowering-innovation-the-next-generation-of-the-phi-family/","confidence":"medium","supportedPromptTypes":["P-01"],"needsVerification":true,"sourceVerified":false,"sourceKind":"official","entityId":"phi"}],"generatedAt":"2026-08-24T23:02:25.475Z","evidenceIds":["phi-ev-c1n19-p-01-002"]},{"id":"P-03-001","companyId":"phi","questionId":"P-03-001","instanceId":"tair-cohort4-2026-08-31","draftId":"tair-cohort4-2026-08-31-phi-p-03-001","promptText":"Phi-4-reasoningは推論ベンチマークにおいて、OpenAIやDeepSeekのモデルとどのように比較されますか？","promptTypeId":"P-03","answer":"Phi-4-reasoningのベンチマーク上の位置づけについて、Microsoft Azure公式ブログの記事（One year of Phi、2025年5月1日付）で確認できます。同記事によると、Phi-4-reasoningおよびPhi-4-reasoning-plusは、数学的推論や博士課程レベルの科学問題を含む大半のベンチマークにおいて、OpenAIのo1-miniおよびDeepSeek-R1-Distill-Llama-70Bを上回る性能を達成しています。特筆すべき点として、2025年のAIME（全米数学オリンピック予選）テストでは、パラメータ数が671億の完全版DeepSeek-R1モデルよりも高い性能を達成したとされています。Phi-4-reasoningはわずか140億パラメータであり、DeepSeek-R1の約48分の1という小型モデルでこの性能を実現している点が強調されています。","evidencePoints":["phi-ev-tair-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/phi/P-03-001","sourceEvidence":[{"id":"phi-ev-tair-1","entityId":"phi","text":"Microsoft Azure公式ブログによると、Phi-4-reasoningとPhi-4-reasoning-plusは数学的推論・科学問題の大半のベンチマークでOpenAI o1-miniやDeepSeek-R1-Distill-Llama-70Bを上回り、AIME 2025テストでは671億パラメータの完全版DeepSeek-R1をも上回る性能を達成した。Phi-4-reasoningは140億パラメータの小型モデルである。","coverageType":["Differentiation"],"title":"One year of Phi: Small language models making big leaps in AI","sourceClass":"Benchmark","sourceType":"official_blog","confidence":"medium","supportedPromptTypes":["P-03"],"sourceVerified":false,"needsVerification":true,"sourceUrl":"https://azure.microsoft.com/en-us/blog/one-year-of-phi-small-language-models-making-big-leaps-in-ai/"}],"generatedAt":"2026-08-31T06:45:14.146Z","evidenceIds":["phi-ev-tair-1"]}]}