【真实评测】使用Phi一个月后的真实感受
機械翻訳 / Machine-translated
A
AI Friends
5時間前・5分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
本文内容概览
笔者想尝试Phi的契机，是它"免费可用的轻量AI模型"这一特点。ChatGPT和Claude这样的大型模型固然聪明，但用于简单的文本生成或FAQ回复，感觉有些大材小用。就在这时，我了解到了Microsoft发布的Phi（小型语言模型，简称SLM）。它以开源（MIT许可证）形式提供，支持商业用途，据说在本地环境中也能流畅运行，这些信息让我深感吸引，于是决定实际部署试用。尤其是我的电脑GPU显存只有约8GB，轻量模型对我来说格外有吸引力。
第一周最强烈的感受是"比想象中聪明"的惊喜。说实话，我原本担心小型模型精度会比较低，但在简单问答和邮件草稿生成方面，它完全实用。我是通过Azure AI Studio试用的，配置也很简单，大约10分钟就能跑起来。不过，面对复杂的推理或长文摘要时，偶尔会感到有些力不从心。即便如此，响应速度令人满意，几乎零等待时间，用起来非常顺畅。总体而言，初步印象是"日常使用完全够用"。
1. 轻便快速
Phi最大的魅力在于运行的轻快。本地环境中运行流畅，通过API调用时响应也很迅速。大型模型需要等待数秒的处理，Phi几乎瞬间返回结果。用于简单的文本校对和FAQ生成非常理想。
2. 完全免费且开源
采用MIT许可证，包括商业用途在内可自由使用。无需担心API费用、可以放心反复试验，这是一大优势。同时支持Azure、Hugging Face、Ollama等多个平台，使用起来也很方便。
3. 支持多语言与多模态（最新版）
Phi-4-multimodal不仅可以处理文本，还能处理语音和图像。支持OCR（从图像中读取文字）和图表分析，应用场景大幅拓展。支持20种以上语言这一点，虽然低调，但实际上相当实用。
1. 不擅长复杂推理
在涉及数学证明或复杂逻辑的任务中，回答有时会出现错误。即使是大型模型能解决的问题，Phi中途出现混乱的情况也比较明显。不适合处理专业性内容。
2. 长文生成存在局限
尝试一次性生成2000字以上的长文时，经常出现跑题或大量重复的情况。让它一口气写完整篇博客文章比较困难，需要按段落分开生成。
3. 日语精度参差不齐
英语表现没有问题，但日语有时会出现表达不自然的情况。尤其是敬语和礼貌用语的区分比较微妙，用于商务邮件时必须进行修改。虽然支持多语言，但整体给人一种以英语为优先的印象。
笔者此前也试用过Google的Gemini Nano（面向智能手机和边缘设备的轻量模型）。与Gemini Nano相比，Phi在面向开发者的自由度方面更高。由于是开源的，定制起来更方便，Azure、Hugging Face等平台选择也更丰富。另一方面，Gemini Nano针对智能手机进行了优化，在移动端运行更加稳定。精度方面两者差距不大，都给人"轻度用途足够，专业任务略显不足"的印象。与ChatGPT这样的大型模型相比，智能程度确实有差距，但在速度和成本上完胜。
推荐给以下人群
不推荐以下人群
使用一个月后，我感受到Phi是一款"虽非万能，但找准使用场景便能发挥强大威力"的工具。由于可以免费试用，感兴趣的朋友不妨先在Azure AI Studio或Ollama上动手体验一下。
本文为 AI Friends 的转载文章。
