Phiとは？Microsoft小型言語モデルの系譜・実行要件・選び分けを解説

Phi（ファイ）はMicrosoftが開発している小型言語モデルの系列です。2026年7月時点の主力はPhi-4系で、14Bの本体から3.8Bの軽量版、音声と画像を受け取るマルチモーダル版、数学推論に振り切った派生まで6系統が並びます。すべてMITライセンスで公開されており、重みをダウンロードして自社サーバーや端末上で動かせる点が、API経由でしか触れない商用モデルとの決定的な差です。この記事では6モデルの仕様差、Ollama・Hugging Face・Azure AI Foundryという3つの入手経路、量子化したときのメモリ目安、そして日本語で使う際の制約まで、実装計画に直結する条件を整理します。

まとめ：Phiの要点と、採用を判断する分かれ目

Phiは「小さく作って同規模帯で強い」ことを狙ったモデル系列です。Phi-4は14Bのデコーダ専用トランスフォーマーで、9.8兆トークンの学習データに教科書のような品質基準で選別・生成したテキストを大量に混ぜています。データ量を積むのではなくデータの質で押し切る設計思想が、パラメータ数を抑えたまま数学とコード生成の成績を伸ばした要因とされます。

実装側から見た利点は3つ。MITライセンスで商用利用と改変が可能なこと、3.8Bの派生ならノートPCやエッジ端末でも動く規模に収まること、Azure AI Foundry・Hugging Face・Ollamaのどこからでも同じ重みを取得できること。逆に注意すべき制約もはっきりしています。Phi-4本体のコンテキストは16Kにとどまり、学習データの多言語比率は約8%。モデルカードには英語以外での性能低下が明記されています。

判断としては、英語または構造化された入力を扱う定型タスクを端末内で完結させたい場合、Phiは有力な候補になります。一方で、日本語の長文を主体に扱う業務、100K超の文脈を一度に読ませたい設計、第三者の監査に耐える精度根拠を求められる案件では、現時点で別の選択肢を優先する方針です。以降で仕様と手順を具体的に見ていきます。

Phiとは｜合成データで小さく作られたMicrosoftのSLM系列

製品の輪郭を、単体モデルではなく「系列」として捉えると全体像がつかみやすくなります。

Phiの定義｜3.8B〜14BでMITライセンス配布のモデル群

PhiはMicrosoft Researchが2023年から公開している小型言語モデルの総称です。初代のPhi-1が1.3B、Phi-2が2.7B、Phi-3で3.8Bから14Bの複数サイズへ展開し、2024年12月12日に公開されたPhi-4が現行系列の起点になりました。いずれもMITライセンスで重みが配布されており、商用利用・改変・再配布に制限がかかりません。

アーキテクチャはデコーダ専用のトランスフォーマーで、特殊な推論ランタイムを必要としない標準的な構成です。そのためHugging Face Transformersやllama.cpp系のツール群がそのまま使え、既存のローカル実行環境に載せ替える負担は小さく済みます。モデルの重みが手元にあるという事実は、入力データを外部へ出せない案件でそのまま設計上の前提になります。

Phiの設計思想｜教科書品質の合成データで学習規模を下げる発想

Phi系列を貫くのは「Textbooks Are All You Need」という研究方針です。ウェブから集めた玉石混交のテキストを大量に流し込む代わりに、教科書のように筋の通った説明・演習・解答の形をしたデータを選別し、さらに大型モデルで合成して学習に使います。Phi-4のモデルカードでは、合成データセット・フィルタ済みの公開ウェブサイト・学術書籍・Q&Aデータセットを混合し、合計9.8兆トークンで学習したと説明されています。

この方針の効果が出やすいのは、正解が定義できる領域です。数学の多段計算、コードの生成と修正、論理パズルのように、途中の手順を評価できるタスクでは同規模帯の他モデルを上回る成績が報告されてきました。反対に、雑多な世界知識の網羅や固有名詞の正確さは学習データの偏りをそのまま受けます。何が得意で何が苦手かが設計から予測できる点は、モデル選定の材料になります。

SLMという枠での位置づけ｜LLMと併用する前提での役割分担

PhiはSLM（小規模言語モデル）というカテゴリに属します。SLMは数十億パラメータ規模で、応答が速く、限られた計算資源でも動くことを狙ったモデル群の呼称です。仕組みやLLMとの違い、どこまでSLMに寄せられるかという判断軸はSLMの仕組みとLLMとの違いで扱っているため、本記事はPhi固有の仕様と選定に絞ります。

実務での置き方は役割分担です。文書の分類・抽出・要約・定型応答といった量の多い処理をPhiに寄せ、判断が難しい少数のケースだけ大型モデルへ回す。この二段構えにすると、推論コストと応答時間の両方を下げられます。全部を1つのモデルで処理する設計より、工程ごとに規模を選ぶ設計のほうが運用コストは読みやすくなります。

Phi-4系のラインナップ｜5系統のモデル特性と選び分けの基準

Phi-4という名前は1つのモデルではなく、派生を含む6つの成果物を指します。仕様差を先に押さえます。

Phi-4（14B）｜16Kコンテキストで推論を担う基準モデル

Phi-4は14Bパラメータのテキスト専用モデルで、2024年12月12日に公開されました。コンテキスト長は16Kトークン。関数呼び出しに対応し、長めの文脈で一貫した推論を組み立てる用途を想定しています。系列の性能基準となるモデルで、派生版の成績はおおむねこのPhi-4との比較で語られます。

16Kという数字は、系列内で見ると短い部類です。数万トークンの仕様書を丸ごと読ませる設計は成立しないため、検索で必要箇所を絞ってから渡す構成を前提にします。文書量が多い案件では、この制約が設計の初期段階で効いてきます。

Phi-4-miniとmultimodal｜128K長文と音声画像入力の担当

2025年2月26日に追加されたPhi-4-miniは3.8Bパラメータ、コンテキストは128Kトークンです。本体より小さいのに文脈長は8倍という構成で、端末内で長い入力を受ける用途に向きます。語彙は20万トークン規模へ拡張され、英語以外の入力に対するトークン効率も改善しました。

同時に公開されたPhi-4-multimodalは5.6Bパラメータで、テキスト・画像・音声を同一の表現空間で処理します。音声の書き起こしと内容理解、画像を含む問い合わせへの応答を1モデルで受けられるため、入力経路ごとに別モデルを立てる構成を1本化できます。ただしマルチモーダル対応ぶんの計算量は増えるので、端末側の余力を先に確認してください。

reasoning系4種｜数学推論とSambaYによる高速化の違い

2025年4月末には推論特化の3モデルが加わりました。Phi-4-reasoning（14B・32Kコンテキスト）、思考トークンをおよそ1.5倍使って精度を上げたPhi-4-reasoning-plus（14B・32K）、端末向けのPhi-4-mini-reasoning（3.8B・128K）という構成です。いずれも大型モデルが生成した思考過程を教師データとして追加学習しており、答えだけでなく途中の手順を出力します。

2025年7月上旬に公開されたPhi-4-mini-flash-reasoningは、系列内でも構造が異なります。3.8Bパラメータ・64Kコンテキストで、SambaYと呼ばれるハイブリッド構成にGated Memory Unitと差分アテンションを組み合わせました。Microsoftの公表値では、2Kの入力に対して32K生成するようなタスクでデコードのスループットが従来のmini-reasoningの最大10倍、平均応答時間は2〜3分の1です。長い出力を返す推論タスクほど差が開く設計だと理解しておくと選定を誤りません。

導入手順｜Ollama・Hugging Face・Azureの3経路と実行要件

入手経路は3つあり、検証段階と本番で使い分けます。順に見ていきます。

ローカル実行の要件｜量子化とVRAM・メモリの目安を押さえる

必要なメモリはパラメータ数と量子化の程度で決まります。目安として、14BのPhi-4を4bit量子化した場合の重みは9〜10GB前後、3.8Bのmini系なら2.5〜3GB前後に収まります。ここにコンテキスト長ぶんのKVキャッシュが上乗せされるため、128Kの文脈をフルに使う想定なら重みと同程度の追加確保を見込んでおくと安全です。

GPUを積まない環境でも、CPUと統合メモリで3.8B級は実用速度に届きます。14B級をCPUだけで回すと生成速度が実務に耐えないことが多いため、本体を使うならGPU搭載機を前提にしてください。必要スペックの考え方と構築の全体像はローカルLLMの必要スペックと構築手順で扱っています。量子化は精度と引き換えの手段なので、4bitで落ちた精度が業務要件を割るかどうかは、自社データでの実測で確かめる工程を必ず挟みます。

Ollamaでの導入｜インストールから初回実行までの最短手順

検証を始める最短経路はOllamaです。公式サイトからインストーラーを入れ、コマンドを1行叩けば重みの取得から対話開始まで進みます。

ollama pull phi4
ollama run phi4
ollama run phi4-mini

モデル名の指定だけで4bit量子化済みの重みが降りてくるため、環境構築の手間はほぼありません。APIサーバーとしても起動でき、既存アプリからHTTP経由で呼び出せます。設定を変えたい場合はModelfileでシステムプロンプトや温度、コンテキスト長の上限を宣言します。既定値のコンテキストは実際のモデル上限より短く設定されることがあるので、長文を渡す前に必ず確認してください。

Hugging Faceから直接取得する経路は、量子化していない重みを扱いたい場合や、追加学習の土台にしたい場合に選びます。Transformersで読み込み、精度と速度のバランスを自分で決められる代わりに、依存関係とGPU設定の管理は自前です。検証はOllama、追加学習と本番はHugging Face経由という分担が現実的な進め方になります。

Azure AI FoundryとONNX｜クラウドとエッジ配布の使い分け

クラウド側で動かすならAzure AI Foundryのモデルカタログから配置できます。推論エンドポイントの管理・スケール・監査ログといった運用機能が揃うため、社内の複数システムから共通の推論基盤として呼ぶ構成に向きます。NVIDIA API Catalog経由での提供もあり、GPU環境を借りて評価するだけなら初期投資は不要です。

端末側へ配るならONNX形式への変換が実務的な解になります。ONNX RuntimeとDirectMLの組み合わせでWindows端末のGPUやNPUを使え、Pythonランタイムを配布せずにアプリへ同梱できます。3経路は排他ではありません。検証はOllama、追加学習はHugging Face、社内共通基盤はAzure、端末配布はONNXという多段構成が、Phiのライセンス条件だからこそ組める形です。

ベンチマークの読み方｜公表値の強さを自社の実タスクへ翻訳する

公表スコアをそのまま期待値にすると、見積もりが崩れます。数値の性質を分解します。

公表ベンチマークの限界｜合成データ由来の偏りと汚染リスクの扱い

Phi系列は公開のたびに「同規模帯を上回り、数倍規模のモデルに匹敵する」と報告されてきました。数学やコードの標準ベンチマークでこの傾向は再現していますが、注意点が2つあります。第1に、教科書品質の合成データで学習した設計は、そもそも同じ形式で出題されるベンチマークと相性が良い。第2に、合成データの生成に大型モデルを使う以上、評価課題に似た内容が学習側へ紛れ込む可能性を完全には排除できません。

この2点は不正を疑う話ではなく、スコアの解釈の話です。実務で採るべき作法は決まっています。自社の実データから50〜100件のサンプルを切り出し、業務で使う指示文のまま精度を測る。ベンチマークで数ポイント上回っているという理由だけでモデルを決める判断は、タスク形式が違えば簡単に逆転するため意味を持ちません。

日本語性能の壁｜多言語データ8%という設計上の制約と代替案の評価

Phi-4のモデルカードには、学習データが主に英語であり多言語データは全体の約8%、英語以外では性能が低下すると明記されています。日本語で使う前提なら、この記述を設計上の制約として扱ってください。Phi-4-miniで語彙が20万トークン規模へ拡張され日本語のトークン効率は改善しましたが、日本語の知識量と表現の自然さが英語に並ぶわけではありません。

日本語主体のタスクで小型モデルを回したいなら、日本語で追加学習されたモデルを先に検討します。日本語特化モデルLlama-3-ELYZA-JP-8Bの性能のように、同程度の規模で日本語に振ったモデルは選択肢として現実的です。Phiを日本語で使う場合は、出力言語を英語に固定して機械翻訳を挟む、あるいは日本語データで追加学習してから配備するという二択になります。どちらも工数が乗るので、比較検討の段階で見積もりに入れておく必要があります。

採用判断の分岐点｜Phiが見合う3条件と見送るべき4つの場面

ここまでの仕様と制約を、採用可否の条件として言い切ります。

採用が見合う条件｜端末内処理・定型タスク・費用の予測可能性の判断

次の3条件のいずれかに当てはまるなら、Phiは検討に値します。

• 入力データを外部へ送れず、端末内またはオンプレミス完結が要件になっている：MITライセンスの重み配布がそのまま解になる
• 分類・抽出・要約・整形といった定型処理を大量に回す：3.8B級で足りる工程を大型モデルから移すと単価と応答時間が下がる
• 従量課金の変動を避け、費用をハードウェア償却として固定したい：処理量が読めない案件ほど効果が出る

加えて、数学的な多段推論やコード修正が中心の工程では、reasoning系の派生が候補に入ります。長い出力を短時間で返す要件があるならflash-reasoningを、文脈長を優先するならmini-reasoningを選ぶという分岐です。

見送るべき条件｜日本語主体・長い文脈・監査要件が絡む4つの場面

反対に、以下に当たる場合は現時点でPhiを採りません。

• 日本語の長文を主体に扱い、追加学習の工数を確保できない：多言語データ約8%という前提を覆せない
• 数万トークン超の文書を一度に読ませる設計：Phi-4本体の16Kでは成立せず、mini系へ落とすと推論力が下がる
• 世界知識の網羅性や固有名詞の正確さが成果物の品質を決める：小型モデル全般の弱点がそのまま出る
• 取引先審査や監査で第三者検証済みの精度根拠を求められる：公表値は自社測定が中心で、追試の蓄積が薄い

優先順位をつけるなら、日本語要件と文脈長の2つが実務でまず引っかかります。技術検証に着手する前に、この2点を要件定義と突き合わせる工程を置いてください。

組み込み設計｜蒸留と追加学習でPhiを自社仕様へ寄せる進め方

採用する場合、素のPhiをそのまま業務へ当てる設計は避けます。汎用の小型モデルは自社固有の語彙・様式・判断基準を知らないため、期待した精度に届かないまま運用が止まる典型パターンに入ります。

現実的な進め方は3段です。第1に、大型モデルで自社タスクの正解例を作り、その入出力でPhiを追加学習する。手法の考え方は知識蒸留によるLLM軽量化の判断基準で整理しています。第2に、社内文書を検索して必要箇所だけ渡す構成にし、16Kや64Kという文脈長の制約を設計側で吸収する。第3に、モデルが判断を保留した入力だけ大型モデルへ回す経路を用意し、精度と費用の折り合いを運用で調整する。この3段を先に設計してから配備する順序が、費用対効果を保つ条件になります。設計と実装をまとめて外部に委ねる場合は生成AIの導入支援のような、モデル選定から運用設計まで通しで請ける体制を選ぶと手戻りが減ります。

よくある質問

Phiの提供条件と実務での扱いについて、問い合わせの多い5点を整理します。

Phiは商用利用できますか？

できます。Phi-4系のモデルはMITライセンスで公開されており、商用利用・改変・再配布・派生モデルの公開に制限がかかりません。追加学習したモデルを自社製品へ組み込んで販売する形も許容されます。ただしライセンス表記の同梱義務はあるため、配布物にライセンス条文を含めてください。なお生成された出力の妥当性はライセンスとは別問題で、業務判断に使う場合の検証責任は導入側に残ります。

Phi-4とPhi-4-miniはどちらを選ぶべきですか？

推論の難易度で分かれます。多段の論理や複雑なコード生成が中心ならPhi-4（14B）を、分類・抽出・要約のような定型処理が中心ならPhi-4-mini（3.8B）で足ります。判断が割れる場合は文脈長で決めるのが実務的です。miniは128Kトークンを受けられる一方、本体は16Kまで。長い入力を丸ごと渡す設計ならminiが選択肢になります。両方を試して自社データで精度を測り、要件を満たす小さいほうを採る順序が費用面で有利です。

Phiはノートパソコンでも動きますか？

3.8B級は動きます。4bit量子化した重みは2.5〜3GB前後で、16GBメモリの一般的なノートPCでも実用速度に届く範囲です。Ollamaを入れてコマンドを1行実行するだけで試せます。14BのPhi-4は4bit量子化でも9〜10GB前後を占めるため、専用GPUを積まない機種では生成が遅く、実務には向きません。端末配布を前提にするなら、mini系を軸に検証を組み立ててください。

Phiは日本語で使えますか？

入出力自体は可能ですが、精度は英語より落ちます。Phi-4のモデルカードでは学習データの多言語比率が約8%とされ、英語以外での性能低下が明記されています。日本語主体の業務で使うなら、日本語データでの追加学習を挟むか、日本語特化モデルへ切り替える判断が必要です。日本語の短い定型処理であれば素のままでも成立する場面はあるので、まず自社データでサンプル評価を行い、要件を満たすかどうかを実測で確かめる進め方をおすすめします。

Phi-4-reasoningと通常のPhi-4は何が違いますか？

違いは、思考過程を出力するかどうかです。reasoning系は大型モデルが生成した推論の手順を教師データとして追加学習しており、答えを出す前に段階的な検討を書き出します。そのぶん出力トークンが増え、応答時間も伸びます。数学や論理タスクの正答率は上がる一方、単純な分類や整形では冗長になるだけです。コンテキスト長も32Kと本体の16Kから伸びています。用途が推論寄りかどうかで選び、定型処理には通常版を当てるのが無駄のない構成です。

関連記事

• SLMとは？小規模言語モデルの仕組み・LLMとの違いと実装判断を解説：Phiが属するSLMという枠組み全体を整理した親記事です
• Azure AI Foundryとは何か？概要と基本的なコンセプトを解説：Phiをクラウド側で配置する際のカタログと運用機能が分かります
• ONNXとは？モデル変換・推論の仕組みと使い方を初心者向けに解説：端末配布でPhiを載せ替えるときの変換手順を扱っています
• Speculative Decoding（投機的デコーディング）とは？仕組み・高速化効果・LM Studioでの実装を解説：小型モデルを下書き役に使う高速化手法の解説です
• ファインチューニングとは？AIモデルを適応させる技術の概要と目的：Phiを自社仕様へ寄せる追加学習の基礎が確認できます