Modely Azure OpenAI Service

Článek
10/04/2024

Služba Azure OpenAI Service využívá různorodou sadu modelů s různými možnostmi a cenovými body. Dostupnost modelu se liší podle oblastí a cloudu. Dostupnost modelu Azure Government najdete ve službě Azure Government OpenAI.

Modely	Popis
o1-preview a o1-mini	Modely s omezeným přístupem, které jsou speciálně navržené tak, aby řešily důvody a úlohy řešení problémů se zvýšeným zaměřením a schopností.
GPT-4o & GPT-4o mini & GPT-4 Turbo	Nejnovější modely Azure OpenAI s vícemodálními verzemi, které můžou jako vstup přijímat text i obrázky.
GPT-4o audio	Model GPT-4o, který podporuje konverzační interakce s nízkou latencí , "řeč v řeči".
GPT-4	Sada modelů, které zlepšují GPT-3.5 a můžou pochopit a generovat přirozený jazyk a kód.
GPT-3.5	Sada modelů, které zlepšují GPT-3 a můžou pochopit a generovat přirozený jazyk a kód.
Vkládání	Sada modelů, které mohou převést text do číselné vektorové formy, aby se usnadnila podobnost textu.
DALL-E	Řada modelů, které můžou generovat původní obrázky z přirozeného jazyka.
Šeptat	Řada modelů ve verzi Preview, která dokáže přepisovat a překládat řeč na text.
Převod textu na řeč (Preview)	Řada modelů ve verzi Preview, která dokáže syntetizovat text na řeč.

omezený přístup k modelům o1-preview a o1-mini

Azure OpenAI o1-preview a o1-mini modely jsou speciálně navržené tak, aby řešily důvody a úlohy řešení problémů se zvýšeným zaměřením a schopností. Tyto modely tráví více času zpracováním a porozuměním požadavku uživatele, což je mimořádně silné v oblastech, jako jsou věda, kódování a matematika v porovnání s předchozími iteracemi.

ID modelu	Popis	Max Request (tokeny)	Trénovací data (až do)
`o1-preview` (2024-09-12)	Nejschopnější model v řadě o1, který nabízí vylepšené schopnosti zdůvodnění.	Vstup: 128 000 Výstup: 32 768	Října 2023
`o1-mini` (2024-09-12)	Rychlejší a nákladově efektivnější možnost v řadě o1, která je ideální pro psaní úkolů vyžadujících rychlost a nižší spotřebu prostředků.	Vstup: 128 000 Výstup: 65 536	Října 2023

Dostupnost

o1-mini K dispozici jsou teď modely o1-preview pro přístup k rozhraní API a nasazení modelu. Registrace je povinná a přístup se udělí na základě kritérií způsobilosti microsoftu.

Vyžádání přístupu: aplikace modelu omezeného přístupu

Po udělení přístupu budete muset vytvořit nasazení pro každý model.

Podpora rozhraní API

Podpora modelů řady o1 byla přidána ve verzi 2024-09-01-previewrozhraní API .

Parametr max_tokens je zastaralý a nahrazen novým max_completion_tokens parametrem. Modely řad o1 budou fungovat pouze s parametrem max_completion_tokens .

Využití

Tyto modely v současné době nepodporují stejnou sadu parametrů jako jiné modely, které používají rozhraní API pro dokončování chatu. V současné době se podporuje pouze velmi omezená podmnožina, takže běžné parametry jako temperature, top_pnejsou k dispozici a jejich zahrnutí způsobí selhání vaší žádosti. o1-preview a o1-mini modely také nepřijímají roli systémových zpráv jako součást pole zpráv.

Možná budete muset upgradovat svoji verzi knihovny OpenAI Python, abyste mohli využít výhod nového max_completion_tokens parametru.

pip install openai --upgrade

Pokud s ověřováním začínáte používat Microsoft Entra ID, přečtěte si téma Konfigurace služby Azure OpenAI s ověřováním Microsoft Entra ID.

from openai import AzureOpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
)

client = AzureOpenAI(
  azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"), 
  azure_ad_token_provider=token_provider,
  api_version="2024-09-01-preview"
)

response = client.chat.completions.create(
    model="o1-preview-new", # replace with the model deployment name of your o1-preview, or o1-mini model
    messages=[
        {"role": "user", "content": "What steps should I think about when writing my first Python API?"},
    ],
    max_completion_tokens = 5000

)

print(response.model_dump_json(indent=2))

Možná budete muset upgradovat svoji verzi knihovny OpenAI Python, abyste mohli využít výhod nového max_completion_tokens parametru.

pip install openai --upgrade


from openai import AzureOpenAI

client = AzureOpenAI(
  azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"), 
  api_key=os.getenv("AZURE_OPENAI_API_KEY"),  
  api_version="2024-09-01-preview"
)

response = client.chat.completions.create(
    model="o1-preview-new", # replace with the model deployment name of your o1-preview, or o1-mini model
    messages=[
        {"role": "user", "content": "What steps should I think about when writing my first Python API?"},
    ],
    max_completion_tokens = 5000

)

print(response.model_dump_json(indent=2))

{
  "id": "chatcmpl-AEj7pKFoiTqDPHuxOcirA9KIvf3yz",
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "message": {
        "content": "Writing your first Python API is an exciting step in developing software that can communicate with other applications. An API (Application Programming Interface) allows different software systems to interact with each other, enabling data exchange and functionality sharing. Here are the steps you should consider when creating your first Python API:\n\n1. **Define the Purpose and Requirements**\n\n   - **Identify the Functionality**: Clearly outline what your API is supposed to do. What data or services will it provide to the users?\n   - **Determine the Endpoints**: Plan the different URLs (endpoints) through which users can access the API functionalities.\n   - **Specify Request and Response Formats**: Decide on the data formats (usually JSON) for incoming requests and outgoing responses.\n\n2. **Choose the Right Framework**\n\n   Python offers several frameworks for building APIs. Two of the most popular are:\n\n   - **Flask**: A lightweight and flexible web framework, great for small to medium-sized APIs.\n   - **FastAPI**: A modern, high-performance framework for building APIs with Python 3.6+ types, offering automatic interactive documentation.\n\n   **Example**:\n   ```bash\n   pip install flask\n   ```\n   or\n   ```bash\n   pip install fastapi uvicorn\n   ```\n\n3. **Set Up the Development Environment**\n\n   - **Create a Virtual Environment**: Isolate your project dependencies using `venv` or `conda`.\n   - **Install Required Packages**: Ensure all necessary libraries and packages are installed.\n\n   **Example**:\n   ```bash\n   python -m venv env\n   source env/bin/activate  # On Windows use `env\\Scripts\\activate`\n   ```\n\n4. **Implement the API Endpoints**\n\n   - **Write the Code for Each Endpoint**: Implement the logic that handles requests and returns responses.\n   - **Use Decorators to Define Routes**: In frameworks like Flask, you use decorators to specify the URL endpoints.\n\n   **Example with Flask**:\n   ```python\n   from flask import Flask, request, jsonify\n\n   app = Flask(__name__)\n\n   @app.route('/hello', methods=['GET'])\n   def hello_world():\n       return jsonify({'message': 'Hello, World!'})\n\n   if __name__ == '__main__':\n       app.run(debug=True)\n   ```\n\n5. **Handle Data Serialization and Deserialization**\n\n   - **Parsing Incoming Data**: Use libraries to parse JSON or other data formats from requests.\n   - **Formatting Output Data**: Ensure that responses are properly formatted in JSON or XML.\n\n6. **Implement Error Handling**\n\n   - **Handle Exceptions Gracefully**: Provide meaningful error messages and HTTP status codes.\n   - **Validate Input Data**: Check for required fields and appropriate data types to prevent errors.\n\n   **Example**:\n   ```python\n   @app.errorhandler(404)\n   def resource_not_found(e):\n       return jsonify(error=str(e)), 404\n   ```\n\n7. **Add Authentication and Authorization (If Necessary)**\n\n   - **Secure Endpoints**: If your API requires, implement security measures such as API keys, tokens (JWT), or OAuth.\n   - **Manage User Sessions**: Handle user login states and permissions appropriately.\n\n8. **Document Your API**\n\n   - **Use Tools Like Swagger/OpenAPI**: Automatically generate interactive API documentation.\n   - **Provide Usage Examples**: Help users understand how to interact with your API.\n\n   **Example with FastAPI**:\n   FastAPI automatically generates docs at `/docs` using Swagger UI.\n\n9. **Test Your API**\n\n   - **Write Unit and Integration Tests**: Ensure each endpoint works as expected.\n   - **Use Testing Tools**: Utilize tools like `unittest`, `pytest`, or API testing platforms like Postman.\n\n   **Example**:\n   ```python\n   import unittest\n   class TestAPI(unittest.TestCase):\n       def test_hello_world(self):\n           response = app.test_client().get('/hello')\n           self.assertEqual(response.status_code, 200)\n   ```\n\n10. **Optimize Performance**\n\n    - **Improve Response Times**: Optimize your code and consider using asynchronous programming if necessary.\n    - **Manage Resource Utilization**: Ensure your API can handle the expected load.\n\n11. **Deploy Your API**\n\n    - **Choose a Hosting Platform**: Options include AWS, Heroku, DigitalOcean, etc.\n    - **Configure the Server**: Set up the environment to run your API in a production setting.\n    - **Use a Production Server**: Instead of the development server, use WSGI servers like Gunicorn or Uvicorn.\n\n    **Example**:\n    ```bash\n    uvicorn main:app --host 0.0.0.0 --port 80\n    ```\n\n12. **Monitor and Maintain**\n\n    - **Logging**: Implement logging to track events and errors.\n    - **Monitoring**: Use monitoring tools to track performance and uptime.\n    - **Update and Patch**: Keep dependencies up to date and patch any security vulnerabilities.\n\n13. **Consider Versioning**\n\n    - **Plan for Updates**: Use versioning in your API endpoints to manage changes without breaking existing clients.\n    - **Example**:\n      ```python\n      @app.route('/v1/hello', methods=['GET'])\n      ```\n\n14. **Gather Feedback and Iterate**\n\n    - **User Feedback**: Encourage users to provide feedback on your API.\n    - **Continuous Improvement**: Use the feedback to make improvements and add features.\n\n**Additional Tips**:\n\n- **Keep It Simple**: Start with a minimal viable API and expand functionality over time.\n- **Follow RESTful Principles**: Design your API according to REST standards to make it intuitive and standard-compliant.\n- **Security Best Practices**: Always sanitize inputs and protect against common vulnerabilities like SQL injection and cross-site scripting (XSS).\nBy following these steps, you'll be well on your way to creating a functional and robust Python API. Good luck with your development!",
        "refusal": null,
        "role": "assistant",
        "function_call": null,
        "tool_calls": null
      },
      "content_filter_results": {
        "hate": {
          "filtered": false,
          "severity": "safe"
        },
        "protected_material_code": {
          "filtered": false,
          "detected": false
        },
        "protected_material_text": {
          "filtered": false,
          "detected": false
        },
        "self_harm": {
          "filtered": false,
          "severity": "safe"
        },
        "sexual": {
          "filtered": false,
          "severity": "safe"
        },
        "violence": {
          "filtered": false,
          "severity": "safe"
        }
      }
    }
  ],
  "created": 1728073417,
  "model": "o1-preview-2024-09-12",
  "object": "chat.completion",
  "service_tier": null,
  "system_fingerprint": "fp_503a95a7d8",
  "usage": {
    "completion_tokens": 1843,
    "prompt_tokens": 20,
    "total_tokens": 1863,
    "completion_tokens_details": {
      "audio_tokens": null,
      "reasoning_tokens": 448
    },
    "prompt_tokens_details": {
      "audio_tokens": null,
      "cached_tokens": 0
    }
  },
  "prompt_filter_results": [
    {
      "prompt_index": 0,
      "content_filter_results": {
        "custom_blocklists": {
          "filtered": false
        },
        "hate": {
          "filtered": false,
          "severity": "safe"
        },
        "jailbreak": {
          "filtered": false,
          "detected": false
        },
        "self_harm": {
          "filtered": false,
          "severity": "safe"
        },
        "sexual": {
          "filtered": false,
          "severity": "safe"
        },
        "violence": {
          "filtered": false,
          "severity": "safe"
        }
      }
    }
  ]
}

Regionální dostupnost

K dispozici pro standardní a globální standardní nasazení v oblasti USA – východ 2 a Švédsko – střed pro schválené zákazníky.

GPT-4o audio

Model gpt-4o-realtime-preview je součástí řady modelů GPT-4o a podporuje nízko latenci a konverzační interakce "řeč v řeči". GPT-4o zvuk je navržený tak, aby zpracovával konverzační interakce v reálném čase, s nízkou latencí a skvěle se hodí pro agenty podpory, asistenty, překladatele a další případy použití, které potřebují vysoce responzivní back-and-forth s uživatelem.

Zvuk GPT-4o je k dispozici v oblastech USA – východ 2 (eastus2) a Švédsko – střed (swedencentral). Pokud chcete použít zvuk GPT-4o, musíte vytvořit nebo použít existující prostředek v jedné z podporovaných oblastí.

Po vytvoření prostředku můžete nasadit zvukový model GPT-4o. Pokud provádíte programové nasazení, název modelu je gpt-4o-realtime-preview. Další informace o tom, jak používat zvuk GPT-4o, najdete v dokumentaci k zvuku GPT-4o.

Podrobnosti o maximálních tokenech žádostí a trénovacích datech jsou k dispozici v následující tabulce.

ID modelu	Popis	Max Request (tokeny)	Trénovací data (až do)
`gpt-4o-realtime-preview` (10. 10. 2024 ve verzi Preview) GPT-4o audio	Zvukový model pro zpracování zvuku v reálném čase	Vstup: 128 000 Výstup: 4 096	Října 2023

GPT-4o a GPT-4 Turbo

GPT-4o integruje text a obrázky v jednom modelu a umožňuje zpracovávat více datových typů současně. Tento multimodální přístup zlepšuje přesnost a rychlost odezvy v interakcích lidského počítače. GPT-4o odpovídá GPT-4 Turbo v anglickém textu a programovacím úlohám a nabízí vynikající výkon v neanglických jazycích a vizuálních úkolech, nastavení nových srovnávacích testů pro funkce AI.

Návody přistupovat k minimodelům GPT-4o a GPT-4o?

GPT-4o a GPT-4o mini jsou k dispozici pro standardní a globální nasazení modelu.

Potřebujete vytvořit nebo použít existující prostředek v podporované standardní nebo globální standardní oblasti, ve které je model dostupný.

Po vytvoření prostředku můžete nasadit modely GPT-4o. Pokud provádíte programové nasazení, názvy modelů jsou:

gpt-4oVerze 2024-08-06
gpt-4o, Verze 2024-05-13
gpt-4o-miniVerze 2024-07-18

GPT-4 Turbo

GPT-4 Turbo je velký multimodální model (přijímá textové nebo obrazové vstupy a generuje text), který dokáže řešit obtížné problémy s větší přesností než kterýkoli z předchozích modelů OpenAI. Stejně jako GPT-3.5 Turbo a starší modely GPT-4 GPT-4 Turbo jsou optimalizované pro chat a fungují dobře pro tradiční úkoly dokončení.

Nejnovější verze GA GPT-4 Turbo je:

gpt-4Verze: turbo-2024-04-09

Toto je náhrada následujících modelů Preview:

gpt-4Verze: 1106-Preview
gpt-4Verze: 0125-Preview
gpt-4Verze: vision-preview

Rozdíly mezi modely OpenAI a Azure OpenAI GPT-4 Turbo GA

Verze nejnovějšího 0409 modelu Turbo OpenAI podporuje režim JSON a volání funkcí pro všechny žádosti o odvozování.
Verze nejnovější turbo-2024-04-09 verze Azure OpenAI v současné době nepodporuje použití režimu JSON a volání funkcí při odvozování požadavků na odvozování pomocí vstupu obrázku (vision). Textové vstupní požadavky (požadavky bez image_url a vložené obrázky) podporují režim JSON a volání funkcí.

Rozdíly od gpt-4 vision-preview

Integrace vylepšení zpracování obrazu specifické pro Azure AI s GPT-4 Turbo s vision není pro gpt-4 verzi podporovaná: turbo-2024-04-09 Patří sem optické rozpoznávání znaků (OCR), uzemnění objektů, výzvy k videu a vylepšené zpracování dat pomocí obrázků.

Spravovaná dostupnost zřízená pomocí GPT-4 Turbo

gpt-4Verze: turbo-2024-04-09 je k dispozici pro standardní i zřízená nasazení. V současné době zřízená verze tohoto modelu nepodporuje požadavky na odvozování obrázků a obrazu. Zřízená nasazení tohoto modelu přijímají pouze textové zadání. Nasazení standardního modelu přijímají požadavky na odvozování textu i obrazu a obrazu.

Nasazení GPT-4 Turbo s ga vision

Pokud chcete nasadit model GA z uživatelského rozhraní sady Studio, vyberte GPT-4 a pak v rozevírací nabídce zvolte turbo-2024-04-09 verzi. Výchozí kvóta modelu gpt-4-turbo-2024-04-09 bude stejná jako aktuální kvóta pro GPT-4-Turbo. Podívejte se na limity kvót v jednotlivých oblastech.

GPT-4

GPT-4 je předchůdcem GPT-4 Turbo. Modely GPT-4 a GPT-4 Turbo mají základní název gpt-4modelu . Modely GPT-4 a Turbo můžete rozlišit prozkoumáním verze modelu.

gpt-4Verze 0314
gpt-4Verze 0613
gpt-4-32kVerze 0613

V souhrnné tabulce modelu můžete zobrazit délku kontextu tokenu podporovanou každým modelem.

Modely GPT-4 a GPT-4 Turbo

Tyto modely lze použít pouze s rozhraním API pro dokončování chatu.

Podívejte se na verze modelu, kde se dozvíte, jak služba Azure OpenAI zpracovává upgrady verzí modelu a jak pracovat s modely , abyste zjistili, jak zobrazit a nakonfigurovat nastavení verzí modelu nasazení GPT-4.

ID modelu	Popis	Max Request (tokeny)	Trénovací data (až do)
`gpt-4o` (2024-08-06) GPT-4o (Omni)	Nejnovější velký model GA - Strukturované výstupy - Zpracování textu, obrázku – Režim JSON – paralelní volání funkce - Vyšší přesnost a rychlost odezvy - Parita s anglickým textem a kódovacími úkoly v porovnání s GPT-4 Turbo s vision - Vynikající výkon v neanglických jazycích a v úlohách zpracování obrazu	Vstup: 128 000 Výstup: 16 384	Října 2023
`gpt-4o-mini` (2024-07-18) GPT-4o mini	Nejnovější malý model GA - Rychlý, levný a schopný model ideální pro nahrazení modelů SÉRIE GPT-3.5 Turbo. - Zpracování textu, obrázku – Režim JSON – paralelní volání funkce	Vstup: 128 000 Výstup: 16 384	Října 2023
`gpt-4o` (2024-05-13) GPT-4o (Omni)	Zpracování textu, obrázku – Režim JSON – paralelní volání funkce - Vyšší přesnost a rychlost odezvy - Parita s anglickým textem a kódovacími úkoly v porovnání s GPT-4 Turbo s vision - Vynikající výkon v neanglických jazycích a v úlohách zpracování obrazu	Vstup: 128 000 Výstup: 4 096	Října 2023
`gpt-4` (turbo-2024-04-09) GPT-4 Turbo s vision	Nový model GA - Náhrada za všechny předchozí modely GPT-4 Preview (`vision-preview`, `1106-Preview`, `0125-Preview`). - Dostupnost funkcí se v současné době liší v závislosti na metodě vstupu a typu nasazení.	Vstup: 128 000 Výstup: 4 096	Prosinec 2023
`gpt-4` (0125-Preview)* GPT-4 Turbo Preview	Náhled modelu -Nahrazuje 1106-Preview - Lepší výkon generování kódu – Snižuje případy, kdy model nedokončí úlohu. – Režim JSON – paralelní volání funkce - reprodukovatelný výstup (Preview)	Vstup: 128 000 Výstup: 4 096	Prosinec 2023
`gpt-4` (vision-preview) GPT-4 Turbo s vision Preview	Model Preview - Přijímá text a vstup obrázku. - Podporuje vylepšení – Režim JSON – paralelní volání funkce - reprodukovatelný výstup (Preview)	Vstup: 128 000 Výstup: 4 096	Duben 2023
`gpt-4` (1106-Preview) GPT-4 Turbo Preview	Náhled modelu – Režim JSON – paralelní volání funkce - reprodukovatelný výstup (Preview)	Vstup: 128 000 Výstup: 4 096	Duben 2023
`gpt-4-32k` (0613)	Starší model GA - Základní volání funkcí pomocí nástrojů	32,768	Zář 2021
`gpt-4` (0613)	Starší model GA - Základní volání funkcí pomocí nástrojů	8,192	Zář 2021
`gpt-4-32k`(0314)	Starší model GA - Informace o vyřazení	32,768	Zář 2021
`gpt-4` (0314)	Starší model GA - Informace o vyřazení	8,192	Zář 2021

Upozornění

Nedoporučujeme používat modely Preview v produkčním prostředí. Upgradujeme všechna nasazení modelů Preview na budoucí verze Preview nebo na nejnovější stabilní verzi GA. Modely označené ve verzi Preview nedodržují standardní životní cyklus modelu Azure OpenAI.

GPT-4 verze 0125-preview je aktualizovaná verze GPT-4 Turbo Preview, která byla dříve vydána jako verze 1106-preview.
GPT-4 verze 0125-preview dokončí úlohy, jako je generování kódu, v porovnání s gpt-4-1106-preview. Z tohoto důvodu můžou zákazníci v závislosti na úloze zjistit, že GPT-4-0125-preview generuje ve srovnání s gpt-4-1106-preview další výstup. Doporučujeme zákazníkům porovnat výstupy nového modelu. GPT-4-0125-preview také řeší chyby v gpt-4-1106-preview se zpracováním UTF-8 pro neanglické jazyky.
GPT-4 verze turbo-2024-04-09 je nejnovější verze GA a nahrazuje 0125-Preview, 1106-previewa vision-preview.

Důležité

Verze 1106-Preview0125-PreviewGPT-4 (gpt-4) a vision-preview budou upgradovány stabilní verzí gpt-4 v budoucnu.

gpt-4 Po vydání stabilní verze se spustí nasazení verzí 1106-Preview0125-Preview, a vision-preview nastavte možnost Automatické aktualizace na výchozí a Upgrade po vypršení platnosti. Pro každé nasazení probíhá upgrade verze modelu bez přerušení služby pro volání rozhraní API. Upgrady jsou fázované podle oblasti a očekává se, že celý proces upgradu bude trvat 2 týdny.
Nasazení verzí 1106-Preview0125-Previewa vision-preview nastavená na Možnost Bez automatického gpt-4 upgradu se neupgraduje a při upgradu verze Preview v oblasti přestane fungovat. Další informace o načasování upgradu najdete v části Vyřazení a vyřazení modelu Azure OpenAI.

GPT-3.5

Modely GPT-3.5 můžou pochopit a generovat přirozený jazyk nebo kód. Nejschopnější a nákladově efektivní model v rodině GPT-3.5 je GPT-3.5 Turbo, který je optimalizovaný pro chat a funguje dobře i pro tradiční úkoly dokončení. GPT-3.5 Turbo je k dispozici pro použití s rozhraním API pro dokončování chatu. GPT-3.5 Turbo Instruct má podobné možnosti jako text-davinci-003 použití rozhraní API pro dokončování místo rozhraní API pro dokončování chatu. Doporučujeme používat GPT-3.5 Turbo a GPT-3.5 Turbo Pokyny pro starší modely GPT-3.5 a GPT-3.

ID modelu	Popis	Max Request (tokeny)	Trénovací data (až do)
`gpt-35-turbo` (0125) NOVÝ	Nejnovější model GA – Režim JSON – paralelní volání funkce - reprodukovatelný výstup (Preview) - Vyšší přesnost při odpovídání v požadovaných formátech. - Oprava chyby, která způsobila problém s kódováním textu pro volání jiných než anglické jazykové funkce.	Vstup: 16 385 Výstup: 4 096	Zář 2021
`gpt-35-turbo` (1106)	Starší model GA – Režim JSON – paralelní volání funkce - reprodukovatelný výstup (Preview)	Vstup: 16 385 Výstup: 4 096	Zář 2021
`gpt-35-turbo-instruct` (0914)	Pouze koncový bod dokončení - Nahrazení modelů starších dokončení	4,097	Zář 2021
`gpt-35-turbo-16k` (0613)	Starší model GA - Základní volání funkcí pomocí nástrojů	16,384	Zář 2021
`gpt-35-turbo` (0613)	Starší model GA - Základní volání funkcí pomocí nástrojů	4,096	Zář 2021
`gpt-35-turbo`¹ (0301)	Starší model GA - Informace o vyřazení	4,096	Zář 2021

Další informace o interakci s rozhraním GPT-3.5 Turbo a rozhraním API pro dokončování chatu najdete v našich podrobných návodech.

¹ Tento model přijme požadavky > 4 096 tokenů. Nedoporučuje se překročit limit vstupního tokenu 4 096, protože novější verze modelu je omezena na 4 096 tokenů. Pokud při překročení 4 096 vstupních tokenů s tímto modelem narazíte na problémy, tato konfigurace se oficiálně nepodporuje.

Vkládání

text-embedding-3-large je nejnovější a nejschopnější model vkládání. Upgrade mezi modely vkládání není možný. Aby bylo možné přejít z použití text-embedding-ada-002 na text-embedding-3-large , budete muset vygenerovat nové vkládání.

text-embedding-3-large
text-embedding-3-small
text-embedding-ada-002

Při testování nabízí OpenAI sestavy velkých i malých modelů vkládání třetí generace lepší průměrný výkon načítání ve více jazycích pomocí srovnávacího testu MIRACL a přitom stále zachovává výkon pro anglické úlohy s srovnávacím testem MTEB .

Srovnávací test vyhodnocení	`text-embedding-ada-002`	`text-embedding-3-small`	`text-embedding-3-large`
Průměr MIRACL	31.4	44.0	54.9
Průměr MTEB	61.0	62.3	64.6

Modely vkládání třetí generace podporují zmenšení velikosti vkládání pomocí nového dimensions parametru. Větší vkládání jsou obvykle dražší z hlediska výpočetních prostředků, paměti a úložiště. Možnost upravit počet dimenzí umožňuje větší kontrolu nad celkovými náklady a výkonem. Parametr dimensions není podporován ve všech verzích knihovny OpenAI 1.x Python, abyste mohli využít výhod tohoto parametru, doporučujeme upgradovat na nejnovější verzi: pip install openai --upgrade

Srovnávací testy MTEB OpenAI zjistily, že i když jsou dimenze modelu třetí generace sníženy na méně než text-embeddings-ada-002 1 536 dimenzí, zůstává mírně lepší.

DALL-E

Modely DALL-E generují obrázky z textových výzev, které uživatel poskytuje. DALL-E 3 je obecně k dispozici pro použití s rozhraními REST API. DALL-E 2 a DALL-E 3 s klientskými sadami SDK jsou ve verzi Preview.

Šeptat

Modely Šeptání lze použít pro převod řeči na text.

Model Whisper můžete použít také prostřednictvím rozhraní API pro dávkové přepisy služby Azure AI Speech. Podívejte se na model Šeptaní? Dozvíte se více o tom, kdy používat Službu Azure AI Speech vs. Azure OpenAI.

Převod textu na řeč (Preview)

Text OpenAI na řečové modely, které jsou aktuálně ve verzi Preview, je možné použít k syntetizaci textu na řeč.

Text OpenAI můžete také použít k hlasovým hlasovým hovorům přes Azure AI Speech. Další informace najdete v tématu OpenAI text na hlasové hlasy prostřednictvím služby Azure OpenAI nebo průvodce službou Azure AI Speech .

Souhrnná tabulka modelů a dostupnost oblastí

Poznámka:

Tento článek se primárně zabývá dostupností modelů a oblastí, která platí pro všechny zákazníky Azure OpenAI s typy nasazení standardu. Někteří výběroví zákazníci mají přístup k kombinacím modelů a oblastí, které nejsou uvedené v následující sjednocené tabulce. Další informace o zřízených nasazeních najdete v našich doprovodných materiálech ke zřízení.

Dostupnost modelu nasazení úrovně Standard

Oblast	o1-preview, 2024-09-12	o1-mini, 2024-09-12	gpt-4, 0613	gpt-4, 1106-Preview	gpt-4, 0125-Preview	gpt-4, vision-preview	gpt-4, turbo-2024-04-09	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-4-32k, 0613	gpt-35-turbo, 0301	gpt-35-turbo, 0613	gpt-35-turbo, 1106	gpt-35-turbo, 0125	gpt-35-turbo-16k, 0613	gpt-35-turbo-instruct, 0914	text-embedding-ada-002, 1	text-embedding-ada-002, 2	text-embedding-3-small, 1	text-embedding-3-large, 1	dall-e-2, 2.0	dall-e-3, 3.0	babbage-002, 1	davinci-002, 1	tts, 001	tts-hd, 001	šeptání, 001
australiaeast	-	-	✅	✅	-	✅	-	-	-	-	✅	-	✅	✅	-	✅	-	-	✅	-	-	-	✅	-	-	-	-	-
brazilsouth	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	✅	-	-	-	-	-	-	-	-	-
canadaeast	-	-	✅	✅	-	-	-	-	-	-	✅	-	✅	✅	✅	✅	-	-	✅	✅	✅	-	-	-	-	-	-	-
eastus	-	-	-	-	✅	-	✅	✅	✅	✅	-	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	-	-	-
eastus2	✅	✅	-	✅	-	-	✅	✅	✅	✅	-	-	✅	-	✅	✅	-	-	✅	✅	✅	-	-	-	-	-	-	✅
francecentral	-	-	✅	✅	-	-	-	-	-	-	✅	✅	✅	✅	-	✅	-	-	✅	-	✅	-	-	-	-	-	-	-
japaneast	-	-	-	-	-	✅	-	-	-	-	-	-	✅	-	-	✅	-	-	✅	✅	✅	-	-	-	-	-	-	-
northcentralus	-	-	-	-	✅	-	✅	✅	✅	✅	-	-	✅	-	✅	✅	-	-	✅	-	-	-	-	✅	✅	✅	✅	✅
Norsko – východ	-	-	-	✅	-	-	-	-	-	-	-	-	-	-	-	-	-	-	✅	-	✅	-	-	-	-	-	-	✅
Jižní Afrika – sever	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	✅	-	-	-	-	-	-	-	-	-
Střed USA – jih	-	-	-	-	✅	-	✅	✅	✅	✅	-	✅	-	-	✅	-	-	✅	✅	-	-	-	-	-	-	-	-	-
southindia	-	-	-	✅	-	-	-	-	-	-	-	-	-	✅	-	-	-	-	✅	-	✅	-	-	-	-	-	-	✅
swedencentral	✅	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	-	✅	✅	-	✅	✅	-	✅	-	✅	-	✅	✅	✅	✅	✅	✅
switzerlandnorth	-	-	✅	-	-	✅	-	-	-	-	✅	-	✅	-	-	✅	-	-	✅	-	-	-	-	-	-	-	-	✅
uksouth	-	-	-	✅	✅	-	-	-	-	-	-	✅	✅	✅	-	✅	-	-	✅	-	✅	-	-	-	-	-	-	-
westeurope	-	-	-	-	-	-	-	-	-	-	-	✅	-	-	-	-	-	-	✅	-	-	-	-	-	-	-	-	✅
westus	-	-	-	✅	-	✅	✅	✅	✅	✅	-	-	-	✅	✅	-	-	-	✅	-	-	-	-	-	-	-	-	-
westus3	-	-	-	✅	-	-	✅	✅	✅	✅	-	-	-	-	✅	-	-	-	✅	-	✅	-	-	-	-	-	-	-

Tato tabulka neobsahuje podrobné informace o dostupnosti v jednotlivých oblastech. Informace najdete v části s vyladěním.

Informace o výchozí kvótě najdete v článku o kvótách a omezeních.

Dostupnost zřízeného modelu nasazení

Oblast	gpt-4, 0613	gpt-4, 1106-Preview	gpt-4, 0125-Preview	gpt-4, turbo-2024-04-09	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-4-32k, 0613	gpt-35-turbo, 1106	gpt-35-turbo, 0125
australiaeast	✅	✅	✅	✅	✅	-	✅	✅	✅	✅
brazilsouth	✅	✅	✅	-	✅	-	✅	✅	✅	-
canadacentral	✅	-	-	-	-	-	-	✅	-	✅
canadaeast	✅	✅	-	✅	✅	-	✅	-	✅	-
eastus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
eastus2	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
francecentral	✅	✅	✅	-	✅	-	✅	✅	-	✅
Německo – středozápad	✅	✅	✅	✅	✅	-	-	✅	✅	-
japaneast	-	✅	✅	✅	✅	-	✅	-	-	✅
koreacentral	✅	-	-	✅	✅	-	✅	✅	✅	-
northcentralus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
Norsko – východ	✅	-	✅	-	-	-	-	✅	-	-
polskocentral	✅	✅	✅	✅	✅	-	-	✅	✅	✅
Jižní Afrika – sever	✅	✅	-	✅	-	-	-	✅	✅	-
Střed USA – jih	✅	✅	✅	✅	✅	-	-	✅	✅	✅
southindia	✅	✅	✅	-	✅	-	✅	✅	✅	✅
swedencentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
switzerlandnorth	✅	✅	✅	✅	✅	-	✅	✅	✅	✅
switzerlandwest	-	-	-	-	-	-	-	-	-	✅
uksouth	✅	✅	✅	✅	✅	-	-	✅	✅	✅
westus	✅	✅	✅	✅	✅	-	✅	✅	✅	✅
westus3	✅	✅	✅	✅	✅	-	-	✅	✅	✅

Poznámka:

Zřízená verze gpt-4 : turbo-2024-04-09 v současné době je omezena pouze na text.

Další informace o zřízených nasazeních najdete v našich doprovodných materiálech ke zřízení.

Globální standardní dostupnost modelu

Oblast	o1-preview, 2024-09-12	o1-mini, 2024-09-12	gpt-4, turbo-2024-04-09	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-4o-realtime-preview, 2024-10-01
australiaeast	-	-	✅	✅	-	✅	-
brazilsouth	-	-	✅	✅	-	✅	-
canadaeast	-	-	✅	✅	-	✅	-
eastus	-	-	✅	✅	✅	✅	-
eastus2	✅	✅	✅	✅	✅	✅	✅
francecentral	-	-	✅	✅	-	✅	-
Německo – středozápad	-	-	✅	✅	-	✅	-
japaneast	-	-	✅	✅	-	✅	-
koreacentral	-	-	✅	✅	-	✅	-
northcentralus	-	-	✅	✅	✅	✅	-
Norsko – východ	-	-	✅	✅	-	✅	-
polskocentral	-	-	✅	✅	-	✅	-
Jižní Afrika – sever	-	-	✅	✅	-	✅	-
Střed USA – jih	-	-	✅	✅	✅	✅	-
southindia	-	-	✅	✅	-	✅	-
španělskocentral	-	-	✅	✅	-	✅	-
swedencentral	✅	✅	✅	✅	✅	✅	✅
switzerlandnorth	-	-	✅	✅	-	✅	-
uksouth	-	-	✅	✅	-	✅	-
westeurope	-	-	✅	✅	-	✅	-
westus	-	-	✅	✅	✅	✅	-
westus3	-	-	✅	✅	✅	✅	-

Dostupnost globálního zřízeného spravovaného modelu

Oblast	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18
australiaeast	✅	✅
brazilsouth	✅	✅
canadacentral	✅	✅
canadaeast	✅	✅
eastus	✅	✅
eastus2	✅	✅
francecentral	✅	✅
Německo – středozápad	✅	✅
japaneast	✅	✅
koreacentral	✅	✅
northcentralus	✅	✅
Norsko – východ	✅	✅
polskocentral	✅	✅
Jižní Afrika – sever	✅	✅
Střed USA – jih	✅	✅
southindia	✅	✅
španělskocentral	✅	✅
swedencentral	✅	✅
switzerlandnorth	✅	✅
switzerlandwest	✅	✅
uksouth	✅	✅
westeurope	✅	✅
westus	✅	✅
westus3	✅	✅

Globální dostupnost dávkového modelu

Oblast	gpt-4, 0613	gpt-4, turbo-2024-04-09	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-35-turbo, 0613	gpt-35-turbo, 1106	gpt-35-turbo, 0125
eastus	✅	✅	✅	✅	✅	✅	✅	✅
swedencentral	✅	✅	✅	✅	✅	✅	✅	✅
westus	✅	✅	✅	✅	✅	✅	✅	✅

Dostupnost modelu GPT-4 a GPT-4 Turbo

Oblasti veřejného cloudu

Oblast	gpt-4, 0613	gpt-4, 1106-Preview	gpt-4, 0125-Preview	gpt-4, vision-preview	gpt-4, turbo-2024-04-09	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-4-32k, 0613
australiaeast	✅	✅	-	✅	-	-	-	-	✅
canadaeast	✅	✅	-	-	-	-	-	-	✅
eastus	-	-	✅	-	✅	✅	✅	✅	-
eastus2	-	✅	-	-	✅	✅	✅	✅	-
francecentral	✅	✅	-	-	-	-	-	-	✅
japaneast	-	-	-	✅	-	-	-	-	-
northcentralus	-	-	✅	-	✅	✅	✅	✅	-
Norsko – východ	-	✅	-	-	-	-	-	-	-
Střed USA – jih	-	-	✅	-	✅	✅	✅	✅	-
southindia	-	✅	-	-	-	-	-	-	-
swedencentral	✅	✅	-	✅	✅	✅	✅	✅	✅
switzerlandnorth	✅	-	-	✅	-	-	-	-	✅
uksouth	-	✅	✅	-	-	-	-	-	-
westus	-	✅	-	✅	✅	✅	✅	✅	-
westus3	-	✅	-	-	✅	✅	✅	✅	-

Výběr přístupu zákazníka

Kromě výše uvedených oblastí, které jsou dostupné všem zákazníkům Azure OpenAI, byly některým vybraným stávajícím zákazníkům udělen přístup k verzím GPT-4 v dalších oblastech:

Model	Oblast
`gpt-4` (0314) `gpt-4-32k` (0314)	USA – východ Francie – střed USA – středojižní Velká Británie – jih
`gpt-4` (0613) `gpt-4-32k` (0613)	USA – východ USA – východ 2 Japonsko – východ Velká Británie – jih

Modely GPT-3.5

Důležité

gpt-35-turbo (0125) Nový model má různá vylepšení, včetně vyšší přesnosti při odpovídání v požadovaných formátech a opravy chyby, která způsobovala problém s kódováním textu pro volání funkcí jiného jazyka než v angličtině.

GPT-3.5 Turbo se používá s rozhraním API Chat Completion. GPT-3.5 Turbo verze 0301 lze také použít s rozhraním API pro dokončování, i když se to nedoporučuje. GPT-3.5 Turbo verze 0613 a 1106 podporují pouze rozhraní API pro dokončování chatu.

GPT-3.5 Turbo verze 0301 je první verze vydaného modelu. Verze 0613 je druhá verze modelu a přidává podporu volání funkcí.

Podívejte se na verze modelů, kde se dozvíte, jak služba Azure OpenAI zpracovává upgrady verzí modelu a jak pracovat s modely , abyste zjistili, jak zobrazit a nakonfigurovat nastavení verzí modelu vašich nasazení GPT-3.5 Turbo.

Dostupnost modelu GPT-3.5-Turbo

Oblasti veřejného cloudu

Oblast	gpt-35-turbo, 0301	gpt-35-turbo, 0613	gpt-35-turbo, 1106	gpt-35-turbo, 0125	gpt-35-turbo-16k, 0613	gpt-35-turbo-instruct, 0914
australiaeast	-	✅	✅	-	✅	-
canadaeast	-	✅	✅	✅	✅	-
eastus	✅	✅	-	✅	✅	✅
eastus2	-	✅	-	✅	✅	-
francecentral	✅	✅	✅	-	✅	-
japaneast	-	✅	-	-	✅	-
northcentralus	-	✅	-	✅	✅	-
Střed USA – jih	✅	-	-	✅	-	-
southindia	-	-	✅	-	-	-
swedencentral	-	✅	✅	-	✅	✅
switzerlandnorth	-	✅	-	-	✅	-
uksouth	✅	✅	✅	-	✅	-
westeurope	✅	-	-	-	-	-
westus	-	-	✅	✅	-	-
westus3	-	-	-	✅	-	-

Vložené modely

Tyto modely lze použít pouze s požadavky rozhraní API pro vložení.

Poznámka:

text-embedding-3-large je nejnovější a nejschopnější model vkládání. Upgrade mezi vloženým modelem není možný. Aby bylo možné migrovat z používání text-embedding-ada-002 na text-embedding-3-large , budete muset vygenerovat nové vkládání.

ID modelu	Max Request (tokeny)	Výstupní dimenze	Trénovací data (up-to)
`text-embedding-ada-002` (verze 2)	8,191	1 536	Zář 2021
`text-embedding-ada-002` (verze 1)	2,046	1 536	Zář 2021
`text-embedding-3-large`	8,191	3 072	Zář 2021
`text-embedding-3-small`	8,191	1 536	Zář 2021

Poznámka:

Při odesílání pole vstupů pro vložení je maximální počet vstupních položek v poli na volání koncového bodu vkládání 2048.

Oblasti veřejného cloudu

Oblast	text-embedding-ada-002, 1	text-embedding-ada-002, 2	text-embedding-3-small, 1	text-embedding-3-large, 1
australiaeast	-	✅	-	-
brazilsouth	-	✅	-	-
canadaeast	-	✅	✅	✅
eastus	✅	✅	✅	✅
eastus2	-	✅	✅	✅
francecentral	-	✅	-	✅
japaneast	-	✅	-	✅
northcentralus	-	✅	-	-
Norsko – východ	-	✅	-	✅
Jižní Afrika – sever	-	✅	-	-
Střed USA – jih	✅	✅	-	-
southindia	-	✅	-	✅
swedencentral	-	✅	-	✅
switzerlandnorth	-	✅	-	-
uksouth	-	✅	-	✅
westeurope	-	✅	-	-
westus	-	✅	-	-
westus3	-	✅	-	✅

Modely DALL-E

ID modelu	Dostupnost funkcí	Maximální počet požadavků (znaků)
dalle2 (Preview)	USA – východ	1000
dall-e-3	USA – východ, Austrálie – východ, Švédsko – střed	4 000

Jemně dolaďovací modely

babbage-002 a davinci-002 nejsou vytrénovány tak, aby dodržovaly pokyny. Dotazování na tyto základní modely by mělo být provedeno pouze jako odkaz na jemně vyladěnou verzi, aby bylo možné vyhodnotit průběh trénování.

gpt-35-turbo – vyladění tohoto modelu je omezené na podmnožinu oblastí a není k dispozici v každé oblasti, ve které je základní model k dispozici.

ID modelu	Vyladění oblastí	Max Request (tokeny)	Trénovací data (až do)
`babbage-002`	USA – středosever Švédsko – střed Švýcarsko – západ	16,384	Zář 2021
`davinci-002`	USA – středosever Švédsko – střed Švýcarsko – západ	16,384	Zář 2021
`gpt-35-turbo` (0613)	USA – východ 2 USA – středosever Švédsko – střed Švýcarsko – západ	4,096	Zář 2021
`gpt-35-turbo` (1106)	USA – východ 2 USA – středosever Švédsko – střed Švýcarsko – západ	Vstup: 16 385 Výstup: 4 096	Zář 2021
`gpt-35-turbo` (0125)	USA – východ 2 USA – středosever Švédsko – střed Švýcarsko – západ	16,385	Zář 2021
`gpt-4` (0613) ¹	USA – středosever Švédsko – střed	8192	Zář 2021
`gpt-4o-mini`¹ (2024-07-18)	USA – středosever Švédsko – střed	Vstup: 128 000 Výstup: 16 384 Délka kontextu příkladu trénování: 64 536	Října 2023
`gpt-4o`¹ (2024-08-06)	USA – východ 2 USA – středosever Švédsko – střed	Vstup: 128 000 Výstup: 16 384 Délka kontextu příkladu trénování: 64 536	Října 2023

^{V současné době je ve verzi Public Preview 1} GPT-4, GPT-4o a mini-tuning GPT-4o. Další informace najdete v našich pokynech k vyhodnocení bezpečnosti GPT-4, GPT-4o a GPT-4o.

Šeptající modely

ID modelu	Dostupnost modelu	Maximální počet požadavků (velikost zvukového souboru)
`whisper`	USA – východ 2 USA – středosever Norsko – východ Indie – jih Švédsko – střed Západní Evropa	25 MB

Převod textu na řečové modely (Preview)

ID modelu	Dostupnost modelu
`tts-1`	USA – středosever Švédsko – střed
`tts-1-hd`	USA – středosever Švédsko – střed

Asistenti (Preview)

Pro asistenty potřebujete kombinaci podporovaného modelu a podporované oblasti. Některé nástroje a možnosti vyžadují nejnovější modely. Následující modely jsou k dispozici v rozhraní API asistentů, sadě SDK, Azure AI Studiu a Azure OpenAI Studiu. Následující tabulka je určená pro průběžné platby. Informace o dostupnosti zřízené jednotky propustnosti (PTU) najdete v tématu Zřízená propustnost. Uvedené modely a oblasti je možné použít s asistenty v1 i v2. Globální standardní modely můžete použít, pokud jsou podporované v následujících oblastech.

Oblast	`gpt-35-turbo (0613)`	`gpt-35-turbo (1106)`	`fine tuned gpt-3.5-turbo-0125`	`gpt-4 (0613)`	`gpt-4 (1106)`	`gpt-4 (0125)`	`gpt-4o (2024-05-13)`	`gpt-4o-mini (2024-07-18)`
Austrálie – východ	✅	✅		✅	✅
East US	✅					✅	✅	✅
USA – východ 2	✅		✅	✅	✅		✅
Francie – střed	✅	✅		✅	✅
Japonsko – východ	✅
Norsko – východ					✅
Švédsko – střed	✅	✅	✅	✅	✅		✅
Velká Británie – jih	✅	✅			✅	✅
USA – západ		✅			✅		✅
USA – západ 3					✅		✅

Vyřazení modelu

Nejnovější informace o vyřazení modelu najdete v průvodci vyřazením modelu.

Sdílet prostřednictvím

Modely Azure OpenAI Service

omezený přístup k modelům o1-preview a o1-mini

Dostupnost

Podpora rozhraní API

Využití

Regionální dostupnost

GPT-4o audio

GPT-4o a GPT-4 Turbo

Návody přistupovat k minimodelům GPT-4o a GPT-4o?

GPT-4 Turbo

Rozdíly mezi modely OpenAI a Azure OpenAI GPT-4 Turbo GA

Rozdíly od gpt-4 vision-preview

Spravovaná dostupnost zřízená pomocí GPT-4 Turbo

Nasazení GPT-4 Turbo s ga vision

GPT-4

Modely GPT-4 a GPT-4 Turbo

GPT-3.5

Vkládání

DALL-E

Šeptat

Převod textu na řeč (Preview)

Souhrnná tabulka modelů a dostupnost oblastí

Dostupnost modelu nasazení úrovně Standard

Dostupnost zřízeného modelu nasazení

Globální standardní dostupnost modelu

Dostupnost globálního zřízeného spravovaného modelu

Globální dostupnost dávkového modelu

Dostupnost modelu GPT-4 a GPT-4 Turbo

Oblasti veřejného cloudu

Výběr přístupu zákazníka

Modely GPT-3.5

Dostupnost modelu GPT-3.5-Turbo

Oblasti veřejného cloudu

Vložené modely

Oblasti veřejného cloudu

Modely DALL-E

Jemně dolaďovací modely

Šeptající modely

Převod textu na řečové modely (Preview)

Asistenti (Preview)

Vyřazení modelu

Další kroky

Váš názor

Další materiály