HostYourAI
Product
EU RouterEntscheidungsmodelle wie JevHostYourAI CodeOpenAI-compatible APIAnthropic-compatible APIModel GardenDedicated InstancesPlaygroundFine-tuning (Loes)Mit deiner GPU verdienen
Lösungen
Anwendungsfälle
HostYourAI CodeLLM InferenceRAG pipelinesChatbotsAI agentsFine-tuning
Branchen
BehördenGesundheitswesenFinanzenRecht
Modelle
Kimi K3DeepSeek V4 ProDeepSeek V4 FlashGLM 5.3Kimi K2.7 CodeQwen3.5 397BLlama 3.3 70BMistralMiniMax M3Alle Modelle →
Vergleichen
Azure OpenAIAWS BedrockClaude APIChatGPTOpenAIKosten vergleichen
Ressourcen
DokumentationSparcheckLeitfaden: Migration zum EU-RouterLeitfaden: eigenes LLM deployen (vLLM)Leitfaden: RAG auf EU-GPUs aufbauenModellkatalogNeuigkeitenSicherheitFAQ
Preise Neuigkeiten
NL EN DE
Anmelden Demo buchen Jetzt starten
Model garden Router · auf Anfrage Dedicated · verfügbar

Phi tiny MoE instruct

Läuft als eigenes dediziertes GPU-Deployment, direkt über den Wizard startbar. Daten bleiben in Europa.

Phi-tiny-MoE is a lightweight Mixture of Experts (MoE) model with 3.8B total parameters and 1.1B activated parameters. It is compressed and distilled from the base model shared by Phi-3.5-MoE and GRIN-MoE using the SlimMoE approach, then post-trained via supervised fine-tuning an...

Kostenlos starten ← Alle Modelle
microsoft/Phi-tiny-MoE-instruct vLLM ready
text->text · microsoft · sovereign EU
Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain
3.8B
Parameter
4K
Kontextfenster
16GB
Minimaler VRAM
POST /api/v1/chat/completions Auf Anfrage

Spezifikationen

Parameter 3.8B
Kontextfenster 4,096 tokens
Minimaler VRAM 16 GB
Architektur PhiMoEForCausalLM (vLLM)
Lizenz mit
Modalität text->text
Veröffentlicht June 2025
Anbieter microsoft ↗

Preise

Gemeinsamer Router · pro Token
Auf Anfrage
Nicht über den gemeinsamen Router verfügbar. Preis auf Anfrage als dediziertes GPU-Deployment.
Dediziertes GPU · pro Stunde
ab €0,77 pro Stunde
Eigene vLLM-Instanz in europäischer Cloud (16 GB VRAM), stundenweise abgerechnet.

Gemeinsamer EU-Router, Pay-per-Token, Scale-to-Zero. Dedizierte GPU-Deployments werden stundenweise abgerechnet, siehe Preise.

✓ Funktionsfähig verifiziert am 30-07-2026, Antwort in 2566 ms auf unserer EU-Infrastruktur.

Bench-Index

Bench ist unser Qualitätsindex für jedes Modell, 0 bis 100. Er stützt sich auf öffentliche Messungen (Epoch AI mit rund 40 Benchmarks, LiveBench, LMArena und weitere) und wird jeden Morgen aktualisiert. Wo niemand misst, steht eine Schätzung mit Bandbreite.

~31,9 / 100 · Schätzung

Noch kein öffentlicher Benchmark: geschätzt aus Größe und Veröffentlichungsdatum.

Bandbreite 20,5 bis 43,3

Quellen: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Täglich aktualisiert, zuletzt am 05-10-2026

Direkt aufrufen

Drop-in-Ersatz für OpenAI: Ändern Sie nur die Base-URL und den API-Key. Auch das Anthropic-Format (/v1/messages) wird unterstützt.

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "microsoft/Phi-tiny-MoE-instruct",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Häufig gestellte Fragen

Kann ich Phi tiny MoE instruct in der EU betreiben?

Ja. HostYourAI betreibt Phi tiny MoE instruct auf GPUs in europäischen Rechenzentren über vLLM. Prompts und Outputs verlassen die EU nicht und es ist kein US-Cloud-Anbieter in der Kette.

Ist das Hosting von Phi tiny MoE instruct DSGVO-konform?

Ja. Die gesamte Verarbeitung findet innerhalb der EU statt, ein Auftragsverarbeitungsvertrag (AVV) ist verfügbar und die Liste der Subprozessoren ist öffentlich. Open-Source-Gewichte bedeuten außerdem: kein Training mit Ihren Daten.

Was kostet Phi tiny MoE instruct?

Phi tiny MoE instruct ist auf Anfrage verfügbar: über den gemeinsamen EU-Router nach kurzer Abstimmung oder als dediziertes GPU-Deployment, das pro Stunde abgerechnet wird. Nennen Sie uns Ihren Anwendungsfall, dann richten wir es für Sie ein.

Ist die API OpenAI-kompatibel?

Ja. Sie verwenden die Standard-OpenAI-SDKs mit einer angepassten Base-URL (https://hostyourai.com/api/v1). Auch die Anthropic Messages API wird als Drop-in unterstützt.

Weitere Modelle von Microsoft

Fara1.5 27B

Fara1.5-27B is a multimodal computer use agent (CUA) for web browsers, from Microsoft Research AI Frontiers. It observes the browser through screenshots and acts on the user's behalf by emitting structured tool calls — click, type, scroll, visit URL, web search, and so on — to complete tasks end-to-end.

27B 262K Kontext Modell ansehen →
Fara1.5 4B

Fara1.5-4B is a multimodal computer use agent (CUA) for web browsers, from Microsoft Research AI Frontiers. It observes the browser through screenshots and acts on the user's behalf by emitting structured tool calls — click, type, scroll, visit URL, web search, and so on — to complete tasks end-to-end.

4.5B 262K Kontext Modell ansehen →
GELab Zero 4B preview Sico Evolution

GELab Zero 4B preview Sico Evolution ist ein multimodales Sprachmodell von Microsoft mit 4.4B Parametern, gehostet auf europäischen GPUs über eine OpenAI-kompatible API.

4.4B Modell ansehen →
Fara1.5 9B

Fara1.5-9B is a multimodal computer use agent (CUA) for web browsers, from Microsoft Research AI Frontiers. It observes the browser through screenshots and acts on the user's behalf by emitting structured tool calls — click, type, scroll, visit URL, web search, and so on — to complete tasks end-to-end.

9.4B 262K Kontext Modell ansehen →
harrier oss v1 27b

harrier-oss-v1 is a family of multilingual text embedding models developed by Microsoft. The models use decoder-only architectures with last-token pooling and L2 normalization to produce dense text embeddings. They can be applied to a wide range of tasks, including but not limited to retrieval, clustering, semantic similarity, classification, bitext mining, and reranking. The models achieve state-of-the-art results on the Multilingual MTEB v2 benchmark as of the release date.

27B 131K Kontext Modell ansehen →
harrier oss v1 270m

harrier-oss-v1 is a family of multilingual text embedding models developed by Microsoft. The models use decoder-only architectures with last-token pooling and L2 normalization to produce dense text embeddings. They can be applied to a wide range of tasks, including but not limited to retrieval, clustering, semantic similarity, classification, bitext mining, and reranking. The models achieve state-of-the-art results on the Multilingual MTEB v2 benchmark as of the release date.

0.3B 33K Kontext Modell ansehen →

Testen Sie Phi tiny MoE instruct kostenlos

Die Kontoerstellung dauert eine Minute. Testen Sie Phi tiny MoE instruct direkt im Playground.

Kostenlos starten