4月30日，微软发布Phi-4-reasoning、Phi-4-reasoning-plus和Phi-4-mini-reasoning。前两款模型基于140亿参数的Phi-4构建，mini版本则进一步缩小规模，重点面向数学、科学、代码、算法问题和规划等需要多步骤分析的任务。

微软介绍，Phi-4-reasoning通过精选推理样本进行监督微调，Phi-4-reasoning-plus在此基础上增加结果导向的强化学习，以生成更长的推理过程。Phi-4-mini-reasoning则面向算力和延迟受限的设备，希望在更小规模下提供可用的数学推理能力。

官方公布的评测显示，Phi-4推理模型在部分数学与科学测试中可接近或超过更大规模的开放模型。但基准成绩受到提示方式、推理预算和测试环境影响，不能直接替代企业自己的业务验证。对于边缘设备和本地应用，模型运行速度、内存占用和稳定性同样关键。

相关模型已进入Azure AI Foundry与Hugging Face。小型推理模型的出现，为教育辅导、离线分析、设备端助手和受控环境部署提供了新选择，但高风险结论仍需回到原始资料和专业审核。