Udforsk modelkataloget

  • 7 minutter

Foundry Models-kataloget fungerer som dit centrale samlingspunkt for at opdage og sammenligne AI-modeller. Med over 1.900 modeller tilgængelige fra forskellige udbydere har du brug for effektive måder at filtrere og finde modeller, der matcher dine specifikke behov.

Modelkataloget omfatter to brede kategorier af modeller:

  • Foundry Models solgt direkte af Azure

    Disse modeller faktureres direkte gennem dit Azure-abonnement og inkluderer Azure OpenAI-modeller samt modeller fra Microsoft og andre udbydere.

  • Foundry Models fra partnere og lokalsamfund

    Disse modeller leveres af betroede partnere og fællesskabet; hver med deres egen licens og priser.

At finde modeller i modelkataloget

Modelkatalogets brugergrænseflade i Foundry Portal giver en nem måde at søge efter den rette model til dine behov. Hver model har et modelkort, der viser dens nøgleinformation; herunder udbyderen, kapaciteter, benchmark-målinger, ansvarlige AI-overvejelser og implementeringsmuligheder.

Skærmbillede af modelkataloget i Microsoft Foundry-portalen.

Du kan søge efter modeller efter nøgleord, og du kan filtrere baseret på følgende attributter:

  • Samling: Modeller er organiseret i samlinger, såsom modeller der leveres direkte i Azure, eller modeller i Hugging Face-arkivet.
  • Kapaciteter: Specifikke modelevner, herunder ræsonnement (kompleks problemløsning), værktøjskald (API- og funktionsintegration) eller multimodal behandling (tekst, billeder, lyd).
  • Kilde: Modeludbyderen, herunder Azure OpenAI, Microsoft, Cohere, Mistral, Meta, Anthropic og andre.
  • Inferensopgaver: Specifikke opgaver som tekstgenerering, opsummering, oversættelse, billedgenerering, talesyntese eller andre almindelige AI-opgaver.
  • Finjusteringsmetoder: Understøttede teknikker til finjustering af en model.
  • Branche: Modeller trænet på branchespecifikke datasæt. Disse specialiserede modeller overgår ofte generelle modeller inden for deres respektive områder.

Forstå generative AI-modeltyper

Når du udforsker kataloget, støder du på forskellige kategorier af modeller designet til forskellige anvendelsessituationer. I brede termer kan du kategorisere sprogmodeller som:

  • Store sprogmodeller (LLM'er) som GPT-5, Mistral Large og Llama 3 70B, der er designet til opgaver, der kræver dyb ræsonnement, kompleks indholdsgenerering og omfattende kontekstforståelse. Disse modeller udmærker sig i sofistikerede applikationer, men kræver flere beregningsressourcer.
  • Små sprogmodeller (SLM'er) som Phi-4, Mistral OSS-modeller og Llama 3 8B, der tilbyder effektivitet og omkostningseffektivitet, mens de håndterer almindelige opgaver inden for naturlig sprogbehandling. De er ideelle til scenarier, hvor hastighed og omkostninger betyder mere end at håndtere de mest komplekse ræsonnementopgaver. SLM'er kan køre på billigere hardware eller edge-enheder.

Chatfuldførelse og ræsonnementsmodeller

De fleste sprogmodeller i kataloget er chatfuldførelsesmodeller designet til at generere sammenhængende, kontekstuelt passende tekstsvar. Disse modeller driver samtalegrænseflader og indholdsgenereringsapplikationer.

For scenarier, der kræver højere ydeevne i komplekse opgaver som matematik, kodning, videnskab, strategi og logistik, giver ræsonnementsmodeller som Claude Opus 4.6 forbedrede problemløsningsevner. Disse modeller kan bryde komplekse problemer ned og vise deres ræsonnementsproces.

Specialiserede modeller

Kataloget indeholder også opgavespecifikke modeller:

Indlejring af modeller som Ada og Cohere konverterer tekst til numeriske repræsentationer. Disse modeller muliggør semantisk søgning, anbefalingssystemer og Retrieval Augmented Generation (RAG)-scenarier, hvor du skal finde relevant information baseret på betydning frem for præcise nøgleordsmatch.

Billedgenereringsmodeller som GPT-image-1 skaber billeder ud fra tekstbeskrivelser. Brug disse til at generere markedsføringsmaterialer, illustrationer eller designmockups.

Videogenereringsmodeller som Sora 2 skaber videoindhold ud fra tekstbeskrivelser.

Billedanalysemodeller som GPT-4.1 kan acceptere multimodalt input, inklusive tekst og billeder; og generere naturligt sprogoutput baseret på prompts, der inkluderer billeder til analyse.

Tekst-til-tale-modeller som GPT-4o-tts kan konvertere tekstbaseret input til syntetisk tale.

Tale-til-tekst-modeller som GPT-4o-transcribe kan omdanne lyddata, der indeholder tale, til teksttransskriptioner.

Regionale og domænespecifikke modeller

Nogle modeller er optimeret til specifikke sprog, regioner eller industrier. Når du har brug for specialiseret ydeevne inden for et bestemt domæne eller sprog, overgår disse modeller ofte generelle alternativer. Eksempler inkluderer modeller trænet på medicinsk litteratur, juridiske dokumenter eller specifikke sprogkorpora.