Límites y cuotas de Azure OpenAI Service
Este artículo contiene una referencia rápida y una descripción detallada de las cuotas y límites para Azure OpenAI en los servicios Azure AI.
Referencia de las cuotas y límites
En las secciones siguientes se proporciona una guía rápida sobre las cuotas y límites predeterminados que se aplican a Azure OpenAI:
Nombre del límite | Límite de valor |
---|---|
Recursos de OpenAI por región y por suscripción de Azure | 30 |
Límites de cuota de DALL-E 2 predeterminados | 2 solicitudes simultáneas |
Límites de cuota de DALL-E 3 predeterminados | 2 unidades de capacidad (6 solicitudes por minuto) |
Número máximo de tokens de solicitud por solicitud | Varía según el modelo. Para obtener más información, consulte Modelos de servicio de OpenAI de Azure |
Número máximo de implementaciones de modelos ajustados | 5 |
Número total de trabajos de entrenamiento por recurso | 100 |
Número máximo de trabajos de entrenamiento en ejecución simultánea por recurso | 1 |
Número máximo de trabajos de entrenamiento en cola | 20 |
Máximo de archivos por recurso (ajuste preciso) | 50 |
Tamaño total de todos los archivos por recurso (ajuste preciso) | 1 GB |
Tiempo máximo del trabajo de entrenamiento (se producirá un error en el trabajo si se supera) | 720 horas |
Tamaño máximo del trabajo de entrenamiento (tokens en el archivo de entrenamiento) x (número de épocas) | 2 mil millones |
Tamaño máximo de todos los archivos por carga (Azure OpenAI en los datos) | 16 MB |
Número máximo de entradas en la matriz con /embeddings |
2048 |
Número máximo de mensajes /chat/completions |
2048 |
Número máximo de funciones /chat/completions |
128 |
Número máximo de herramientas /chat completions |
128 |
Número máximo de unidades de procesamiento aprovisionadas por implementación | 100 000 |
Número máximo de archivos por asistente o subproceso | 20 |
Tamaño máximo de archivo para asistentes y ajuste preciso | 512 MB |
Límite de tokens de asistentes | Límite de 2 000 000 tokens |
Límites de cuota regionales
La cuota predeterminada de los modelos varía según el modelo y la región. Los límites de cuota predeterminados están sujetos a cambios.
La cuota de las implementaciones estándar se describe en términos de tokens por minuto (TPM).
Region | GPT-4 | GPT-4-32K | GPT-4-Turbo | GPT-4-Turbo-V | GPT-35-Turbo | GPT-35-Turbo-Instruct | Text-Embedding-Ada-002 | text-embedding-3-small | text-embedding-3-large | Babbage-002 | Babbage-002 - finetune | Davinci-002 | Davinci-002 - finetune | GPT-35-Turbo - finetune | GPT-35-Turbo-1106 - finetune | GPT-35-Turbo-0125 - finetune |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
australiaeast | 40 000 | 80 000 | 80 000 | 30 K | 300 000 | - | 350 000 | - | - | - | - | - | - | - | - | - |
brazilsouth | - | - | - | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - |
canadaeast | 40 000 | 80 000 | 80 000 | - | 300 000 | - | 350 000 | 350 000 | 350 000 | - | - | - | - | - | - | - |
estado | - | - | 80 000 | - | 240 000 | 240 000 | 240 000 | 350 000 | 350 000 | - | - | - | - | - | - | - |
eastus2 | - | - | 80 000 | - | 300 000 | - | 350 000 | 350 000 | 350 000 | - | - | - | - | 250 000 | 250 000 | 250 000 |
francecentral | 20 000 | 60 000 | 80 000 | - | 240 000 | - | 240 000 | - | - | - | - | - | - | - | - | - |
japaneast | - | - | - | 30 K | 300 000 | - | 350 000 | - | - | - | - | - | - | - | - | - |
northcentralus | - | - | 80 000 | - | 300 000 | - | 350 000 | - | - | 240 000 | 250 000 | 240 000 | 250 000 | 250 000 | 250 000 | 250 000 |
norwayeast | - | - | 150 000 | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - |
southafricanorth | - | - | - | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - |
southcentralus | - | - | 80 000 | - | 240 000 | - | 240 000 | - | - | - | - | - | - | - | - | - |
southindia | - | - | 150 000 | - | 300 000 | - | 350 000 | - | - | - | - | - | - | - | - | - |
suecia central | 40 000 | 80 000 | 150 000 | 30 K | 300 000 | 240 000 | 350 000 | - | - | 240 000 | 250 000 | 240 000 | 250 000 | 250 000 | 250 000 | 250 000 |
norte de suiza | 40 000 | 80 000 | - | 30 K | 300 000 | - | 350 000 | - | - | - | - | - | - | - | - | - |
switzerlandwest | - | - | - | - | - | - | - | - | - | - | 250 000 | - | 250 000 | 250 000 | 250 000 | 250 000 |
uksouth | - | - | 80 000 | - | 240 000 | - | 350 000 | - | - | - | - | - | - | - | - | - |
westeurope | - | - | - | - | 240 000 | - | 240 000 | - | - | - | - | - | - | - | - | - |
westus | - | - | 80 000 | 30 K | 300 000 | - | 350 000 | - | - | - | - | - | - | - | - | - |
westus3 | - | - | - | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - |
1 K = 1000 tokens por minuto (TPM). La relación entre TPM y las solicitudes por minuto (RPM) se define actualmente como 6 RPM por 1000 TPM.
Procedimientos recomendados generales para permanecer dentro de los límites de frecuencia
Para minimizar los problemas relacionados con los límites de frecuencia, se recomienda usar las técnicas siguientes:
- Implemente lógica de reintento en la aplicación.
- Evite cambios bruscos en la carga de trabajo. Aumente la carga de trabajo gradualmente.
- Prueba de diferentes patrones de aumento de carga
- Aumente la cuota asignada a la implementación. Mueva la cuota de otra implementación, si es necesario.
Cómo solicitar aumentos en las cuotas y límites predeterminados
Las solicitudes de aumento de cuota se pueden enviar desde la página Cuotas de Azure OpenAI Studio. Tenga en cuenta que, debido a la abrumadora demanda, se están aceptando solicitudes de aumento de cuota, que se atenderán en el orden en que se reciban. Se dará prioridad a los clientes que generen un tráfico que consuma la asignación de cuota existente, y su solicitud podrá ser denegada si no se cumple esta condición.
Para otros límites de frecuencia, envíe una solicitud de servicio.
Pasos siguientes
Explore cómo administrar la cuota de las implementaciones de Azure OpenAI. Más información sobre los modelos subyacentes que impulsan Azure OpenAI.