Posso rodar o Phi-4 Reasoning Vision 15B?

O Phi-4 Reasoning Vision 15B é o modelo open-weight da Microsoft (licença MIT, ou seja, de uso comercial livre) feito para visão e raciocínio, e não para conversa genérica. É um modelo denso de 15B parâmetros, o que significa que o modelo inteiro é carregado e processa cada token. Em quantização de 4 bits ele fica em torno de 9.1 GB, então você quer uma placa de 12 GB como uma RTX 3060 para mantê-lo todo na GPU, além de pelo menos 16 GB de RAM no sistema. Caia para uma build de 2 bits (cerca de 6.3 GB) se estiver espremendo em hardware mais apertado, embora a qualidade caia bastante nesse nível.

No dia a dia ele parece ágil numa RTX 3060 de 12 GB, a uns 34 tokens por segundo em 4 bits, confortável para a velocidade de leitura, e uma RTX 4090 de 24 GB leva isso para cerca de 94 tokens por segundo. Num Apple M-series Max você pode esperar uns 38 tokens por segundo. A janela de contexto é de 16K, o que é modesto, então trate-a como um rascunho de trabalho, e não como um lugar para despejar documentos inteiros. Mesmo com 8K de contexto o uso total de memória sobe para cerca de 10.5 GB, então deixe folga numa placa de 12 GB.

Comparado com seus irmãos, o Phi-4 14B e o Qwen 3 14B são as escolhas se você quer um modelo geral de conversa e raciocínio, já que esta build troca parte dessa amplitude por compreensão de imagens. O Phi-4 Mini 3.8B é a opção mais leve quando a memória é escassa. O grande diferencial aqui é que você ganha raciocínio multimodal de verdade num tamanho que ainda cabe numa única GPU intermediária, e a licença MIT significa que não há restrições comerciais com que se preocupar.