详细参数
模型定位
gui_grounding
适合场景
图形界面目标定位
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态模型Microsoft / Phigui_grounding稳定版
Phi-Ground-Any-4B
调用名：microsoft/Phi-Ground-AnyPhi-Ground-Any-4B 是 Microsoft 的 GUI grounding 模型，可将自然语言指令定位到图像界面中的目标区域，服务于电脑操作 Agent。
适合
图形界面目标定位
gui_grounding
价格
公开资料未说明
1M Tokens
输入
文本 / 图像
输出
coordinates
支持结构化输出
规格
上下文未说明
GUI 定位电脑操作Agent视觉理解通用助手视觉结构化输出groundingcomputer_use开放权重
所属厂商：Microsoft / Phi
能力与信息
文本主能力
推理
不支持
工具调用
不支持
结构化输出
支持
训练与版本
微调
不支持
蒸馏
不支持
多模态扩展
视觉理解
支持
语音输入
不支持
语音输出
不支持
实时交互
不支持
输入与输出
输入形式
文本 / 图像
输出形式
coordinates
接入信息
知识截止
公开资料未说明
调用名
microsoft/Phi-Ground-Any
API 基础地址
公开资料未说明
调用协议
公开资料未说明
主接口
公开资料未说明
发布时间
2026-05-07
价格与计费
计费摘要
输入价
公开资料未说明
输出价
公开资料未说明
缓存输入
公开资料未说明
币种
未标注
计费单位
1M Tokens
单位类型
未标注
价格说明
原始价格文案
未收录
补充说明
暂无
发布时间
2026-05-07
官方入口