01Ce qu'il sait faire
- Bat R1-Distill-Llama-70B sur AIME/GPQA
- MIT
- Approche R1 avec 50× moins de params
- —Anglais-first
- —Faible sur code non-Python
- —Ctx limité à 32k
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel GPU pour faire tourner Phi-4 Reasoning 14B ?
Pour exécuter Phi-4 Reasoning 14B en local en quantification Q4, il faut environ 9 Go de VRAM. Le meilleur rapport prix/performance : un RTX 5070 12 Go (12 Go de VRAM).
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
En mobilité : Phi-4 Reasoning 14B tourne aussi sur un PC portable RTX (16 Go de VRAM) →
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.