नोट
इस पेज तक पहुँच के लिए प्रमाणन की आवश्यकता होती है. आप साइन इन करने या निर्देशिकाओं को बदलने का प्रयास कर सकते हैं.
इस पेज तक पहुँच के लिए प्रमाणन की आवश्यकता होती है. आप निर्देशिकाओं को बदलने का प्रयास कर सकते हैं.
नोट
इस लेख की सुविधाओं का उपयोग GitHub Copilot हार्नेस द्वारा संचालित एजेंटों या वर्कफ़्लो द्वारा किया जाता है।
उपयोग-आधारित बिलिंग एजेंटों के उपयोग, निर्माण, परीक्षण और मूल्यांकन पर लागू होती है। ये कार्रवाइयां Copilot क्रेडिट इस्तेमाल कर सकती हैं। GitHub Copilot harness द्वारा समर्थित एजेंटों के लिए लागत प्रबंधन में अधिक जानें।
एआई क्षमताएं तेजी से विकसित होती हैं, और प्रत्येक जनरेटिव मॉडल अलग-अलग ताकत लाता है, चाहे वह तेज़ प्रतिक्रियाएं हों, उच्च-गुणवत्ता वाले आउटपुट हों, या बेहतर लागत दक्षता हो। Copilot Studio का उपयोग करके, आप एक साधारण ड्रॉपडाउन मेनू का उपयोग करके अपने एजेंट के ऑर्केस्ट्रेशन के लिए सबसे अच्छा मॉडल चुन सकते हैं।
क्या आप उत्पादन के लिए तैयार होने से पहले अत्याधुनिक मॉडल आज़माना चाहते हैं? नवीनतम प्रयोगात्मक मॉडलों का शीघ्र मूल्यांकन करने के लिए उन तक पहुंचें। हालाँकि, उनके पास सीमित परीक्षण, उपलब्धता और कार्यक्षमता हो सकती है।
यह आलेख GitHub Copilot हार्नेस द्वारा संचालित एजेंटों और वर्कफ़्लो के लिए उपलब्ध एजेंटों का वर्णन करता है।
Important
- प्रायोगिक मॉडल अन्वेषण और परीक्षण के लिए उपलब्ध हैं लेकिन उत्पादन उपयोग के लिए अनुशंसित नहीं हैं। अपने एजेंट के लिए प्रयोगात्मक या पूर्वावलोकन मॉडल चुनने से पहले प्रयोगात्मक और पूर्वावलोकन मॉडल की सीमाओं की समीक्षा करें.
- किसी प्रयोगात्मक मॉडल में संसाधित डेटा को आपके संगठन की भौगोलिक सीमाओं के बाहर संसाधित और संग्रहीत किया जा सकता है.
- इस लेख में मॉडल चयन पर Copilot Studio दस्तावेज़ शामिल हैं, जिसमें प्रयोगात्मक मॉडल पूर्वावलोकन शामिल हैं, और यह परिवर्तन के अधीन है।
क्षेत्र के अनुसार मॉडल की उपलब्धता
Copilot Studio विभिन्न प्रकार के मॉडल प्रदान करता है। ये मॉडल प्रकार उनके इच्छित उपयोग और उपलब्धता पर आधारित हैं।
आप Copilot Studio में मॉडलों की सूची में प्रत्येक मॉडल के टैग देख सकते हैं।
निम्न तालिकाएँ क्षेत्रों और विशेष क्षेत्रों में चयनित मॉडलों की उपलब्धता की स्थिति दिखाती हैं।
GitHub Copilot हार्नेस की उपलब्धता
| नमूना | टैग/श्रेणी | एशिया | ऑस्ट्रेलिया | ब्राज़ील | कनाडा | यूरोप (यूके को छोड़कर) | भारत | जापान | दक्षिण कोरिया | सउदी अरब | सिंगापुर | दक्षिण अफ़्रीका | युनाइटेड किंगडम | संयुक्त राज्य |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| GPT-5 चैट | सामान्य | जीए (क्रॉस-जियो) | GA | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA | GA |
| GPT-5.5 चैट | सामान्य | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA |
| GPT-5.6 तर्कक्षमता | गहरा | - | - | - | - | - | - | - | - | - | - | - | - | प्रायोगिक (प्रारंभिक पहुंच वातावरण) |
| GPT-6 एस्ट्रा | गहरा | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA |
| क्लाउड सॉनेट 4.6 | सामान्य | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA |
| क्लाउड सॉनेट 5 | सामान्य | जीए (क्रॉस-जियो) | - | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | - | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA (प्रारंभिक पहुंच वातावरण) |
| क्लाउड कल्पित कहानी 5 | गहरा | जीए (क्रॉस-जियो) | - | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | - | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA (प्रारंभिक पहुंच वातावरण) |
| क्लॉड फेबल 5.1 | गहरा | जीए (क्रॉस-जियो) | - | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | - | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA (प्रारंभिक पहुंच वातावरण) |
| क्लाउड ओपस 4.8 | गहरा | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA |
| क्लाउड ओपस 5 | गहरा | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | जीए (क्रॉस-जियो) | GA |
| मिस्ट्रल मीडियम 3.5 | सामान्य | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) | प्रायोगिक (क्रॉस-जियो) |
नोट
क्रॉस-जियो के रूप में चिह्नित मॉडल आपके क्षेत्र के बाहर डेटा संसाधित कर सकते हैं।
मॉडल उपयोग श्रेणियां
मॉडल विभिन्न उद्देश्यों के लिए अनुकूलित हैं। आपका एजेंट बेहतर प्रदर्शन कर सकता है जब आप अपने एजेंट के उद्देश्य के अनुरूप ताकत वाला मॉडल चुनते हैं। उदाहरण के लिए, एक एजेंट जो जटिल निर्णय लेता है, वह एक गहरे मॉडल से लाभ उठा सकता है, जबकि एक एजेंट जो विषयों की एक विस्तृत श्रृंखला के बारे में बात करने की उम्मीद करता है, वह एक सामान्य मॉडल का उपयोग कर सकता है।
निम्न तालिका मॉडल उपयोग टैग, उनकी ताकत और यदि आप मॉडल का उपयोग करते हैं तो ध्यान में रखने के लिए विचारों का वर्णन करती है।
| टैग | विवरण | ताकत | लेटेंसी | लागत | तर्क क्षमता की गहराई |
|---|---|---|---|---|---|
| गहरा | जानबूझकर, मल्टीस्टेप रीजनिंग और टूल-समर्थित वर्कफ़्लो के लिए अनुकूलित। | जटिल विश्लेषण, मल्टीस्टेप रीजनिंग, नीति और अनुबंध विश्लेषण, मल्टी-सिस्टम चरणों के साथ समस्या निवारण, और उद्धरणों के साथ लंबे दस्तावेजों का संश्लेषण | उच्चतम | उच्चतम | मल्टीस्टेप, टूल-रिच |
| स्वत | मिश्रित कार्यभार में कवरेज के लिए अनुकूलित; प्रश्नों को गतिशील रूप से रूट करता है। | मिश्रित इरादों, ज्ञान और कार्यों का संगम करते हुए हेल्पडेस्क और कर्मचारी एजेंट; और अप्रत्याशित जटिलता वाले टियर-0 ग्राहक सहायता। | वेरिएबल | वेरिएबल | प्रति मोड़ अनुकूली |
| सामान्य | रोजमर्रा की चैट और हल्की ग्राउंडिंग पर गति और लागत के लिए अनुकूलित। | प्रारूपण, पुनर्लेखन, सारांश और अनुवाद, अक्सर पूछे जाने वाले प्रश्न-शैली के आधारित उत्तर, और सरल कार्रवाई स्वचालन | न्यूनतम | न्यूनतम | उथला से मध्यम |
मॉडल रिलीज प्रकार
Copilot Studio में सूचीबद्ध प्रत्येक मॉडल में एक टैग होता है जो उसके रिलीज़ प्रकार की पहचान करता है। आप नए, अत्याधुनिक प्रयोगात्मक और पूर्वावलोकन मॉडल आज़मा सकते हैं, या एक विश्वसनीय, अच्छी तरह से परीक्षण किया गया आम तौर पर उपलब्ध मॉडल चुन सकते हैं।
- प्रायोगिक: प्रयोग के लिए उपयोग किया जाता है, और उत्पादन उपयोग के लिए अभिप्रेत नहीं है। पूर्वावलोकन शर्तों के अधीन, और उपलब्धता और गुणवत्ता पर सीमाएं हो सकती हैं। प्रयोगात्मक और पूर्वावलोकन मॉडल की सीमाएँ देखें.
- पूर्वावलोकन: अंततः आम तौर पर उपलब्ध मॉडल बन सकता है, लेकिन वर्तमान में उत्पादन उपयोग के लिए अभिप्रेत नहीं है। पूर्वावलोकन शर्तों के अधीन, और उपलब्धता और गुणवत्ता पर सीमाएं हो सकती हैं। प्रयोगात्मक और पूर्वावलोकन मॉडल की सीमाएँ देखें.
- आम तौर पर उपलब्ध (GA): रिलीज़ टैग के बिना मॉडल आम तौर पर उपलब्ध होते हैं. आप इस मॉडल का उपयोग स्केल और उत्पादन उपयोग के लिए कर सकते हैं। ज्यादातर मामलों में, आम तौर पर उपलब्ध मॉडल की उपलब्धता और गुणवत्ता पर कोई सीमा नहीं होती है, लेकिन कुछ की अभी भी कुछ सीमाएँ हो सकती हैं, जैसे क्षेत्रीय उपलब्धता।
- डिफ़ॉल्ट: सभी एजेंटों के लिए डिफ़ॉल्ट मॉडल, और आमतौर पर सबसे अच्छा प्रदर्शन करने वाला आम तौर पर उपलब्ध मॉडल। डिफ़ॉल्ट मॉडल को समय-समय पर अपग्रेड किया जाता है क्योंकि नए, अधिक सक्षम मॉडल आम तौर पर उपलब्ध हो जाते हैं। एजेंट डिफ़ॉल्ट मॉडल का उपयोग फ़ॉलबैक के रूप में भी करते हैं यदि कोई चयनित मॉडल बंद है या अनुपलब्ध है।
- सेवानिवृत्त: जब कोई नया मॉडल डिफ़ॉल्ट मॉडल बन जाता है, तो पुराना डिफ़ॉल्ट मॉडल सेवानिवृत्त हो जाता है। आप रिटायरमेंट के बाद भी एक महीने तक रिटायर्ड मॉडल का इस्तेमाल कर सकते हैं।
- क्रॉस-जियो: आपके संगठन की भौगोलिक सीमाओं के बाहर डेटा प्रोसेसिंग और संग्रहण की आवश्यकता हो सकती है. आपका व्यवस्थापक सभी क्षेत्रों में डेटा मूवमेंट को चालू या बंद कर सकता है.
- प्रारंभिक पहुंच वातावरण: एक प्रारंभिक रिलीज चक्र वातावरण। इन परिवेशों को पहले नए अपडेट और सुविधाएँ प्राप्त होती हैं। प्रारंभिक रिलीज़ चक्र परिवेशों में अधिक जानें.
बाहरी मॉडल
आप अपने एजेंट में Anthropic या Mistral से बाहरी AI मॉडल भी जोड़ सकते हैं।
Copilot Studio आपके एजेंटों के लिए कई प्रदाताओं के मॉडल प्रदान करता है। Copilot Studio में उपलब्ध मॉडलों की सूची पढ़ें.
मानवरूपिक: एंथ्रोपिक एक माइक्रोसॉफ्ट सबप्रोसेसर है जो संविदात्मक सुरक्षा उपायों और उचित तकनीकी और संगठनात्मक उपायों के माध्यम से माइक्रोसॉफ्ट निरीक्षण के साथ काम करता है। सबप्रोसेसरों के बारे में अधिक जानें।
मिस्ट्रल: मिस्ट्रल मॉडल Microsoft के बाहर होस्ट किए जाते हैं और मिस्ट्रल शर्तों और डेटा हैंडलिंग के अधीन होते हैं। निर्माताओं द्वारा मॉडल का उपयोग करने से पहले व्यवस्थापकों को इन शर्तों की समीक्षा करने और स्वीकार करने की आवश्यकता होती है। मिस्ट्रल मॉडल का उपयोग करने के बारे में अधिक जानें। ये मॉडल आधिकारिक रिलीज़ से पहले उपलब्ध हैं ताकि आप जल्दी पहुँच प्राप्त कर सकें और प्रतिक्रिया प्रदान कर सकें।
Important
उत्पादन उद्देश्यों के लिए टैग किए गए बाहरी मॉडल, पूर्वावलोकन या प्रयोगात्मक का उपयोग न करें. सीमित क्षमता और उपलब्धता के कारण आप मंदी या टाइमआउट का अनुभव कर सकते हैं, और भविष्य में इन मॉडलों का समर्थन नहीं किया जा सकता है। व्यवस्थापक इस सुविधा तक पहुंच को नियंत्रित कर सकते हैं। प्रायोगिक और पूर्वावलोकन मॉडल पूर्वावलोकन शर्तों के अधीन हैं। ये मॉडल आधिकारिक रिलीज़ से पहले उपलब्ध हैं ताकि आप जल्दी पहुँच प्राप्त कर सकें और प्रतिक्रिया प्रदान कर सकें।
इस आलेख में Microsoft Copilot Studio बाहरी मॉडल दस्तावेज़ शामिल हैं और यह परिवर्तन के अधीन है।
प्रयोगात्मक और पूर्वावलोकन मॉडल की सीमाएँ
आप प्रयोगात्मक और पूर्वावलोकन मॉडल का पता लगा सकते हैं और उनका परीक्षण कर सकते हैं, लेकिन उत्पादन के लिए उनका उपयोग न करें:
वे प्रदर्शन, प्रतिक्रिया गुणवत्ता, विलंबता या संदेश खपत में परिवर्तनशीलता दिखा सकते हैं, और समय समाप्त हो सकते हैं या अनुपलब्ध हो सकते हैं।
यदि आप किसी प्रयोगात्मक या पूर्वावलोकन मॉडल के साथ किसी एजेंट को प्रकाशित करते हैं और उपयोगकर्ता एजेंट का उपयोग करते हैं, तो उस उपयोग का बिल स्थापित दरों पर भेजा जाता है.
बेझिझक इन मॉडलों के साथ प्रयोग करें। हालाँकि, उन्हें उत्पादन वातावरण में तैनात करने के बारे में सतर्क रहें।
प्रायोगिक और पूर्वावलोकन मॉडल पूर्वावलोकन शर्तों के अधीन हैं। Microsoft इन मॉडलों को आधिकारिक रिलीज़ से पहले उपलब्ध कराता है ताकि आप शीघ्र पहुंच प्राप्त कर सकें और फ़ीडबैक प्रदान कर सकें।
एआई मॉडल चयन के लिए व्यवस्थापक नियंत्रण
प्रशासक निर्माताओं को एजेंटों में पूर्वावलोकन और प्रयोगात्मक एआई मॉडल जोड़ने की अनुमति देने या अवरुद्ध करने के लिए निम्नलिखित सेटिंग्स का उपयोग कर सकते हैं:
व्यवस्थापक किसी परिवेश में पूर्वावलोकन और प्रयोगात्मक मॉडल को अनुमति देने या ब्लॉक करने का विकल्प चुन सकते हैं. इन मॉडलों का उपयोग करने के लिए, अपने परिवेश के लिए पूर्वावलोकन और प्रयोगात्मक AI मॉडल सेटिंग चालू करें।
पूर्वावलोकन या प्रयोगात्मक मॉडल में संसाधित डेटा को आपके संगठन की भौगोलिक सीमाओं के बाहर संसाधित और संग्रहीत किया जा सकता है. प्रयोगात्मक मॉडल उपलब्ध कराने के लिए, आपके परिवेश में सभी क्षेत्रों में ले जाने का डेटा सेटिंग चालू होनी चाहिए. टैनेंट व्यवस्थापक Power Platform व्यवस्थापन केंद्र में इस पर्यावरण-स्तरीय सेटिंग का प्रबंधन करता है.
बाहरी मॉडल के लिए व्यवस्थापक नियंत्रण और आवश्यकताएँ
व्यवस्थापक नियंत्रित करते हैं कि निर्माता एजेंटों में बाहरी मॉडल जोड़ सकते हैं या नहीं। बाहरी मॉडल तक पहुंच प्रदान करने के लिए, व्यवस्थापकों को निम्नलिखित क्रियाएं पूरी करनी होंगी:
परिवेश या परिवेश समूह के लिए Power Platform व्यवस्थापन केंद्र में बाह्य मॉडल चालू करें.
Microsoft 365 व्यवस्थापन केंद्र में प्रत्येक बाहरी मॉडल प्रदाता तक पहुँच की अनुमति दें. Microsoft 365 व्यवस्थापन केंद्र दस्तावेज़ीकरण में अधिक जानें:
पूर्वावलोकन मॉडल और बाहरी मॉडल दो अलग-अलग सेट हैं जो ओवरलैप हो सकते हैं लेकिन समान नहीं हैं, और उनकी सेटिंग्स अलग हैं। उदाहरण के लिए:
व्यवस्थापक बाहरी मॉडल को ब्लॉक कर सकते हैं लेकिन पूर्वावलोकन या प्रयोगात्मक मॉडल की अनुमति दे सकते हैं. इस मामले में, निर्माता बाहरी मॉडल का उपयोग नहीं कर सकते हैं, लेकिन पूर्वावलोकन, प्रयोगात्मक और आम तौर पर उपलब्ध आंतरिक मॉडल का उपयोग कर सकते हैं।
व्यवस्थापक पूर्वावलोकन या प्रयोगात्मक मॉडल को ब्लॉक कर सकते हैं लेकिन बाहरी मॉडल की अनुमति दे सकते हैं. इस मामले में, निर्माता किसी भी पूर्वावलोकन या प्रयोगात्मक मॉडल का उपयोग नहीं कर सकते हैं, लेकिन आम तौर पर उपलब्ध बाहरी और आंतरिक मॉडल का उपयोग कर सकते हैं।