A Azure által értékesített öntödei modellek

A modellkatalógusban található Microsoft Foundry-modellek két fő kategóriába sorolhatók: az Azure által értékesített Foundry-modellek és a partnerektől és a közösségtől származó Foundry-modellek. Ez a cikk a Azure által értékesített öntödei modelleket, valamint azok képességeit, üzembehelyezési típusait és rendelkezésre állási régióit sorolja fel, kivéve az elavult és kivont modelleket.

Az Azure által értékesített modelleket szintén az Azure hosztolja, és az Azure üzemelteti a Foundry Models szolgáltatás részeként. Ezek közé tartoznak az összes Azure OpenAI-modell és a kiválasztott modellek a legfelső szolgáltatóktól. Ezek a modellek Azure előfizetésén keresztül kerülnek számlázásra, Azure szolgáltatásiszint-szerződések hatálya alá tartoznak, és Microsoft támogatják. Az Öntödei ügynöki szolgáltatás által támogatott Öntödei modellek listájának megtekintéséhez tekintse meg az Agent Service által támogatott modelleket, valamint a partnerektől származó Öntödei modellek listáját a partnerektől és a közösségtől származó Öntödei modellek részében.

Tipp

A lap tetején található fülekkel válthat Azure OpenAI-modellek és Egyéb modellgyűjtemények szolgáltatóktól, például a Cohere, a DeepSeek, a Meta, a Mistral AI és az xAI modellek között.

Azure OpenAI a Microsoft Foundry modellekben

Azure OpenAI-t különböző képességekkel és árpontokkal rendelkező modellek széles halmaza működteti. A modell rendelkezésre állása régiónként és felhőnként eltérő.

Az Azure OpenAI régióinak rendelkezésre állását a Microsoft Foundry-modellekben, üzembehelyezési kategória szerint csoportosítva a Azure által értékesített Foundry-modellek régióinak rendelkezésre állása című cikkben találja.
Az Azure Government-modell elérhetőségével kapcsolatban lásd: Azure OpenAI az Azure Governmentben.

Modellkiemelések

Modellek	Leírás
GPT-6 sorozat	ÚJ`gpt-6-astra`
GPT-5.6 sorozat	ÚJ`gpt-5.6-sol`, `gpt-5.6-terra`, `gpt-5.6-luna`
GPT-chat-latest (előzetes verzió)	ÚJ`gpt-chat-latest`Előnézet
GPT-5.5 sorozat	`gpt-5.5`
GPT-5.4 sorozat	`gpt-5.4-mini`, `gpt-5.4-nano`, `gpt-5.4gpt-5.4-pro`
GPT-5.3 sorozat	`gpt-5.3-codex`
GPT-5.2 sorozat	`gpt-5.2-codex`, `gpt-5.2`
GPT-5.1 sorozat	\, \, \
Sora	ÚJ sora-2
GPT-5 sorozat	\, \, \
gpt-oss	nyílt súlyú érvelési modellek
codex-mini	A `o4-mini` finomhangolt verziója.
GPT-4.1 sorozat	\, \, \
számítógép-használat előzetes verziója	Kísérleti modell, amely a Responses API számítógép-használati eszközével való használatra van betanítve.
o-sorozatú modellek	Érvelési modellek fejlett problémamegoldással és nagyobb összpontosítással és képességgel.
GPT-4o, GPT-4o mini és GPT-4 Turbo	Képes Azure Többmodális verziójú OpenAI-modellekre, amelyek bemenetként szöveget és képeket is elfogadnak.
Beágyazások	Olyan modellek készlete, amelyek a szöveg numerikus vektorformává alakíthatók a szöveg hasonlóságának megkönnyítése érdekében.
Képgenerálás	Olyan modellek sorozata, amelyek eredeti képeket hozhatnak létre természetes nyelvről.
`Video generation`	Olyan modell, amely szöveges utasításokból képes eredeti videojeleneteket létrehozni.
Audio	Modellek sorozata beszédről szövegre, fordításra és szövegről beszédre. A GPT-4o hangmodellek támogatják az alacsony késleltetésű beszéd be, beszéd ki alapú beszélgetési interakciókat vagy a hanggenerálást.

Modelljogkivonat korlátainak ismertetése

A Kontextusablak oszlop azt mutatja, hogy egy modell egy kérésben összesen hány tokent képes feldolgozni. Ha egy sor külön bemeneti és kimeneti értékeket sorol fel, ezek az értékek egyedi korlátok. Ezek nem additív juttatások, amelyeket mindig együtt használhat. A bemeneti tokenek, a generált kimeneti tokenek és a következtetési tokenek közösen használják a rendelkezésre álló kontextuskeretet. A több bemenet kevesebb tokent hagy a létrehozáshoz.

A Maximális kimeneti jogkivonatok oszlop felső korlátot állít be, nem pedig garantált kimeneti méretet. Egy API-paraméter, például max_output_tokens, nem foglal le tokeneket, ha a kéréshez kisebb kontextuskeret áll rendelkezésre.

Rövid kontextus és hosszú kontextus

A Azure rövid és hosszú környezetű díjszabási kategóriákkal rendelkező OpenAI-modellek esetében a környezet az egyes kérésekben szereplő bemeneti jogkivonatok számát jelenti. Nem a modell maximális kontextusablakára vagy a bemeneti és kimeneti tokenek együttes számára utal.

Ezek a kategóriák a kérelem bemeneti hosszát írják le, nem pedig a modell környezetablakának különböző méretét. A nagy környezeti ablakkal rendelkező modellek továbbra is kaphatnak egy rövid kontextusra vonatkozó kérést.

A generált kimeneti tokenek nem határozzák meg, hogy egy kérés rövid vagy hosszú kontextusúnak minősül-e. A kimeneti tokenekre továbbra is a modell érvényes díjszabása vonatkozik.

A modellspecifikus küszöbértékekről, díjakról és számlázási adatokról lásd Azure OpenAI-díjszabást.

GPT-Chat legújabb

A modellek rendelkezésre állását az összes régióban az üzembe helyezési kategória szerint csoportosítva a A Azure által értékesített Öntödei modellek rendelkezésre állása című témakörben találja.

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-chat-latest` (2026-08-06) Előnézet	- Érvelés. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2026. február
`gpt-chat-latest` (2026-06-24) Előnézet	- Érvelés. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	128,000 Bemenet: 111 616 Kimenet: 16 384	16,384	2025. augusztus
`gpt-chat-latest` (2026-05-28) Előnézet	- Érvelés. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	128,000 Bemenet: 111 616 Kimenet: 16 384	16,384	2025. augusztus
`gpt-chat-latest` (2026-05-05) Előnézet	- Érvelés. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	128,000 Bemenet: 111 616 Kimenet: 16 384	16,384	2025. augusztus

gpt-chat-latest Rögzített, nonzero érvelési szintet használ, így ok-okozati jogkivonatokat hozhat létre bizonyos kérésekhez. Más érvelési modellekkel ellentétben ezt a szintet nem konfigurálhatja a reasoning_effort paraméterrel.

Az is előfordulhat, hogy ezzel a modellel az OpenAI-nál GPT-5.5 Instant néven, az OpenAI API-ban pedig chat-latest néven találkozik. A Microsoft Foundryben a kiadás termékneve gpt-chat-latest. A modell továbbra is követi a meglévő előzetes verzió életciklusát és a szokásos értesítési időszakokat. A csapat azt is kiértékeli, hogyan egyszerűsítheti az ügyfelek a folyamatosan frissített modellek időbeli elérését, de a jelenlegi viselkedés változatlan marad, ahogy ez a munka folytatódik.

Figyelem

Microsoft nem javasolja az előzetes verziójú modellek éles használatát. Az előzetes modelltelepítések frissítése egy későbbi előzetes verzióra vagy a legújabb stabil, általánosan elérhető verzióra történik. Az előzetes verzióként kijelölt modellek nem követik az OpenAI-modellek szokásos Azure életciklusát.

GPT-6

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-6-astra` (2026-09-03)	- Érvelés - Responses API. - Többügynökös koordináció (előzetes verzió). - Chat Completions API (csevegés befejezési API) - Streamelés. - Strukturált kimenetek. - Szöveg- és képbemenet szövegkimenettel. - Függvények, eszközök és párhuzamos eszközhívás. - Érvelési munka és részletesség. - Számítógép-használat - A képességek teljes összefoglalása.	1,050,000 Bemenet: 922 000 Kimenet: 128 000	128,000	2026. április

Megjegyzés

Bizonyos körülmények között az Astra fokozott biztonsági ellenőrzéseket alkalmazhat, ha a biztonsági rendszerek emelt szintű kockázatot állapítanak meg. Ezek a vezérlők magukban foglalhatják az osztályozó küszöbértékeinek következtetési időpontban történő módosítását, valamint az ügyfelek kéréseinek kiegészítését a rendszer által generált biztonsági utasításokkal, amelyek a biztonságos és szabályzatnak megfelelő modell viselkedésének támogatására szolgálnak.

A modell üzembe helyezése és meghívása során tartsa szem előtt az alábbiakat gpt-6-astra :

Egyes kvótaszintek esetén kvótaigénylést kell benyújtani ahhoz, hogy a gpt-6-astra üzembe helyezhesse ezt a modellt. Az 5. és a 6. rétegbeli előfizetések alapértelmezés szerint kvótával rendelkeznek. A Microsoft Foundry kvótáira és korlátaira vonatkozó további információkért lásd a Microsoft Foundry Models kvótái és korlátai című témakört.
A GPT-6 modellek szokásos használatalapú fizetéses üzembe helyezései külön díjszabási kategóriákat használnak a rövid és a hosszú távú kérelmekhez. Minden GPT-6 modell mindkét kéréstípust kezeli. A bemeneti jogkivonatok száma határozza meg a kategóriát, a rövid és hosszú kontextusban leírtak szerint. A GPT-6 küszöbértékekről, díjakról és a kérelem díjszabásáról lásd Azure OpenAI-díjszabást.

GPT-5.6

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-5.6-sol` (2026-07-09)	- Érvelés - Responses API. - Többügynökös koordináció (előzetes verzió). - Chat Completions API (csevegés befejezési API) - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - Számítógép-használat - A képességek teljes összefoglalása.	1,050,000 Bemenet: 922 000 Kimenet: 128 000	128,000	2026. február
`gpt-5.6-terra` (2026-07-09)	- Érvelés - Responses API. - Többügynökös koordináció (előzetes verzió). - Chat Completions API (csevegés befejezési API) - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - Számítógép-használat - A képességek teljes összefoglalása.	1,050,000 Bemenet: 922 000 Kimenet: 128 000	128,000	2026. február
`gpt-5.6-luna` (2026-07-09)	- Érvelés - Responses API. - Többügynökös koordináció (előzetes verzió). - Chat Completions API (csevegés befejezési API) - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - Számítógép-használat - A képességek teljes összefoglalása.	1,050,000 Bemenet: 922 000 Kimenet: 128 000	128,000	2026. február

Megjegyzés

A modellek üzembe helyezése és meghívása során tartsa szem előtt az alábbiakat gpt-5.6 :

Egyes kvótaszintek esetén kvótaigénylést kell benyújtani ahhoz, hogy a gpt-5.6 üzembe helyezhesse ezt a modellt. Az 5. és a 6. rétegbeli előfizetések alapértelmezés szerint kvótával rendelkeznek. A Microsoft Foundry kvótáira és korlátaira vonatkozó további információkért lásd a Microsoft Foundry Models kvótái és korlátai című témakört.
A GPT-5.6 modellek normál használatalapú fizetéses üzembe helyezései külön díjszabási kategóriákat használnak a rövid és hosszú távú kérelmekhez. Minden GPT-5.6 modell mindkét kéréstípust kezeli. A bemeneti jogkivonatok száma határozza meg a kategóriát, a rövid és hosszú kontextusban leírtak szerint. A GPT-5.6 küszöbértékekről, díjakról és a kérelem díjszabásáról lásd Azure OpenAI-díjszabást.
Ezek a modellek támogatják a Chat Completions API-t és a függvényeszközöket, de egyszerre nem mindkettőt, hacsak a reasoning_effort nincs none. Az eszközhíváshoz használja a Responses API-t. További információ: Eszközhívás érvelési modellekkel.

GPT-5.5

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-5.5` (2026-04-24)	- Érvelés - Responses API. - Chat Completions API (csevegés befejezési API) - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - Számítógép-használat - A képességek teljes összefoglalása.	1,050,000 Bemenet: 922 000 Kimenet: 128 000	128,000	2025. december

Válaszok API-jogkivonat költségvetése

A GPT-5.5 Responses API jelenlegi implementációja esetén a prompt és a generálás együttes effektív kerete körülbelül 922 000 token. Ez az API-korlát alacsonyabb, mint a modell 1 050 000 tokenes környezeti ablaka. Egy 922 000 tokenes promptot nem lehet 128 000 generált tokennel kombinálni egyetlen kérésben. Számítsa ki a becsült létrehozási költségvetést az alábbiak szerint:

available generation tokens = 922,000 - prompt tokens

Például egy 921 549 prompt tokennel rendelkező kérés a következő tokenkerettel rendelkezik:

Prompt tokenek: 921 549.
Tényleges környezeti költségvetés: 922 000.
Fennmaradó generációs költségvetés: 451 token.

A modell legfeljebb a fennmaradó 451 tokent hozhatja létre, még akkor is, ha 64 000 vagy 128 000 értéket állít be max_output_tokens . A generálási keret a látható kimenetet és az érvelési tokeneket is tartalmazza.

A rendelkezésre álló tokenkeret elérése nem feltétlenül eredményez HTTP-hibát. A kérések a 200-ra vonatkozó HTTP-állapotkódot adhatják vissza hiányos válaszsal. Ellenőrizze a status elemet a incomplete és a incomplete_details.reason elemet a max_output_tokens alapján annak megállapításához, hogy a generálás leállt-e a tokenkorlát miatt.

Megjegyzés

Egyes kvótaszintekhez kvótakérelmek gpt-5.5 szükségesek a modell üzembe helyezéséhez. Az 5. és a 6. rétegbeli előfizetések alapértelmezés szerint kvótával rendelkeznek.

GPT-5.4

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-5.4` (2026-03-05)	- Érvelés - Responses API. - Chat Completions API (csevegés befejezési API) - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - Számítógép-használat - A képességek teljes összefoglalása.	1,050,000 Bemenet: 922 000 Kimenet: 128 000	128,000	2025. augusztus
`gpt-5.4-pro` (2026-03-05)	- Érvelés - Responses API. - Szöveg- és képfeldolgozás. - Függvények és eszközök - A képességek teljes összefoglalása.	1,050,000 Bemenet: 922 000 Kimenet: 128 000	128,000	2025. augusztus
`gpt-5.4-mini` (2026-03-17)	- Érvelés - Responses API. - Chat Completions API (csevegés befejezési API) - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - Számítógép-használat - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2025. augusztus
`gpt-5.4-nano` (2026-03-17)	- Érvelés - Responses API. - Chat Completions API (csevegés befejezési API) - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2025. augusztus

GPT-5.3

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-5.3-codex` (2026-02-24)	- Érvelés - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása. - Codex CLI - Codex VS Code-bővítményhez optimalizálva	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2025. augusztus
`gpt-5.3-chat` (2026-03-03) Kivezetve: 2026. június 29.	Előzmény-specifikációk. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	128,000 Bemenet: 111 616 Kimenet: 16 384	16,384	2025. augusztus

GPT-5.2

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-5.2-codex` (2026-01-14)	- Érvelés - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása. - Codex CLI - Codex VS Code-bővítményhez optimalizálva	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000
`gpt-5.2` (2025-12-11)	- Érvelés - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2025. augusztus
`gpt-5.2-chat` (2025-12-11) Kivezetve: 2026. május 13.	Előzmény-specifikációk. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	128,000 Bemenet: 111 616 Kimenet: 16 384	16,384	2025. augusztus
`gpt-5.2-chat` (2026-02-10) Kivezetve: 2026. június 29.	Előzmény-specifikációk. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	128,000 Bemenet: 111 616 Kimenet: 16 384	16,384	2025. augusztus

A kivezetett modellek nem használhatók, és új telepítésekhez sem érhetők el. A modell kivonási ütemtervében talál útmutatást a helyettesítéshez.

GPT-5.1

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-5.1` (2025-11-13)	- Érvelés - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. szeptember 30.
`gpt-5.1-chat` (2025-11-13) Kivezetve: 2026. június 29.	Előzmény-specifikációk. - Érvelés - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek - Függvények, eszközök és párhuzamos eszközhívás.	128,000 Bemenet: 111 616 Kimenet: 16 384	16,384	2024. szeptember 30.
`gpt-5.1-codex` (2025-11-13)	- API csak válaszok. - Szöveg- és képfeldolgozás - Strukturált kimenetek. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása - Codex CLI - Codex VS Code-bővítményhez optimalizálva	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. szeptember 30.
`gpt-5.1-codex-mini` (2025-11-13)	- API csak válaszok. - Szöveg- és képfeldolgozás - Strukturált kimenetek. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása - Codex CLI - Codex VS Code-bővítményhez optimalizálva	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. szeptember 30.
`gpt-5.1-codex-max` (2025-12-04)	- API csak válaszok. - Szöveg- és képfeldolgozás - Strukturált kimenetek. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása - Codex CLI - Codex VS Code-bővítményhez optimalizálva	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. szeptember 30.

Fontos

gpt-5.1 reasoning_effort alapértelmezés szerint none. Frissítve a korábbi érvelési modellekről gpt-5.1-re, ne feledje, hogy lehet, hogy frissítenie kell a kódját, hogy kifejezetten átadjon egy reasoning_effort szintet, ha azt szeretné, hogy érvelés történjen.
A gpt-5.1-codex-max támogatást nyújt a reasoning_effortxhigh beállításához. A logikai munka none nem támogatott a gpt-5.1-codex-max.

GPT-5

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-5` (2025-08-07)	- Érvelés - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. szeptember 30.
`gpt-5-mini` (2025-08-07)	- Érvelés - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. május 31.
`gpt-5-nano` (2025-08-07)	- Érvelés - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. május 31.
`gpt-5-chat` (2025-08-07) Kivezetve: 2026. június 29.	Előzmény-specifikációk. - Chat Completions API (csevegés befejezési API) - Responses API. - Bemenet: Szöveg/kép - Kimenet: Csak szöveg	128,000	16,384	2024. szeptember 30.
`gpt-5-chat` (2025-10-03) Kivezetve: 2026. május 13.	Előzmény-specifikációk. - Chat Completions API (csevegés befejezési API) - Responses API. - Bemenet: Szöveg/kép - Kimenet: Csak szöveg	128,000	16,384	2024. szeptember 30.
`gpt-5-codex` (2025-09-11)	- API csak válaszok. - Bemenet: Szöveg/kép - Kimenet: Csak szöveg - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. - A képességek teljes összefoglalása - Codex CLI - Codex VS Code-bővítményhez optimalizálva	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	-
`gpt-5-pro` (2025-10-06)	- Érvelés - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények és eszközök - A képességek teljes összefoglalása.	400,000 Bemenet: 272 000 Kimenet: 128 000	128,000	2024. szeptember 30.

A kivezetett modellek nem használhatók, és új telepítésekhez sem érhetők el. A modell kivonási ütemtervében talál útmutatást a helyettesítéshez.

gpt-oss

Képességek

Modellazonosító	Leírás	Kontextus ablak	Maximum kimeneti tokenek száma	Betanítási adatok (legfeljebb)
`gpt-oss-120b` ¹ (előzetes verzió)	– Csak szöveg be/kimenet - Csevegés befejezések API -Streaming - Függvényhívás - Strukturált kimenetek - Érvelés - Elérhető a telepítéshez¹ és felügyelt számítási környezeten keresztül	131,072	131,072	2024. május 31.
`gpt-oss-20b` (Előzetes verzió)	– Csak szöveg be/kimenet - Csevegés befejezések API -Streaming - Függvényhívás - Strukturált kimenetek - Érvelés - A Felügyelt számítás és a Foundry Local használatával érhető el	131,072	131,072	2024. május 31.

¹ Más Azure OpenAI-modellekkel gpt-oss-120b ellentétben a modell üzembe helyezéséhez egy Foundry-projekt szükséges.

Üzembe helyezés kóddal

az cognitiveservices account deployment create \
  --name "Foundry-project-resource" \
  --resource-group "test-rg" \
  --deployment-name "gpt-oss-120b" \
  --model-name "gpt-oss-120b" \
  --model-version "1" \
  --model-format "OpenAI-OSS" \
  --sku-capacity 10 \
  --sku-name "GlobalStandard"

GPT-4.1 sorozat

Képességek

Modellazonosító	Leírás	Környezeti ablak	Maximális kimeneti tokenek	Betanítási adatok (legfeljebb)
`gpt-4.1` (2025-04-14)	- Szöveg- és képbemenet - Szövegkimenet - Csevegés befejezések API - Responses API (Válaszok API) -Streaming - Függvényhívás - Strukturált kimenetek (csevegés befejezése)	- 1,047,576 - 300 000 (standard üzembe helyezés) - 128 000 (kiépített felügyelt és kötegelt telepítések)	32,768	2024. május 31.
`gpt-4.1-nano` (2025-04-14)	- Szöveg- és képbemenet - Szövegkimenet - Csevegés befejezések API - Responses API (Válaszok API) -Streaming - Függvényhívás - Strukturált kimenetek (csevegés befejezése)	- 1,047,576 - 300 000 (standard üzembe helyezés) - 128 000 (kiépített felügyelt és kötegelt telepítések)	32,768	2024. május 31.
`gpt-4.1-mini` (2025-04-14)	- Szöveg- és képbemenet - Szövegkimenet - Csevegés befejezések API - Responses API (Válaszok API) -Streaming - Függvényhívás - Strukturált kimenetek (csevegés befejezése)	- 1,047,576 - 300 000 (standard üzembe helyezés) - 128 000 (kiépített felügyelt és kötegelt telepítések)	32,768	2024. május 31.

Megjegyzés

A GPT-4.1 sorozatú modellek kiépített, felügyelt üzemelő példányai 128 000 tokennél rövidebb kontextushosszt támogatnak. A korlátot meghaladó kérés HTTP 400-ás hibát ad vissza. A lefoglalt üzembe helyezésen futó hosszú kontextusú kérések kezeléséhez engedélyezze a spillover funkciót, amely ezeket a kéréseket a megfelelő standard üzembe helyezéshez irányítja.

Ismert probléma

Egy ismert probléma az összes GPT-4.1 sorozatú modellt érinti. A 300 000 tokent meghaladó méretű eszköz- vagy függvényhívás-definíciók hibát okoznak, annak ellenére, hogy a modellek 1 millió tokenes kontextuskorlátját nem érik el.

A hibák az API-hívástól és a mögöttes hasznos adatok jellemzőitől függően változhatnak.

A Csevegés befejezések API hibaüzenetei a következők:

Error code: 400 - {'error': {'message': "This model's maximum context length is 300000 tokens. However, your messages resulted in 350564 tokens (100 in the messages, 350464 in the functions). Please reduce the length of the messages or functions.", 'type': 'invalid_request_error', 'param': 'messages', 'code': 'context_length_exceeded'}}
Error code: 400 - {'error': {'message': "Invalid 'tools[0].function.description': string too long. Expected a string with maximum length 1048576, but got a string with length 2778531 instead.", 'type': 'invalid_request_error', 'param': 'tools[0].function.description', 'code': 'string_above_max_length'}}

A Válaszok API hibaüzenete:

Error code: 500 - {'error': {'message': 'The server had an error processing your request. Sorry about that! You can retry your request, or contact us through an Azure support request at: https://go.microsoft.com/fwlink/?linkid=2213926 if you keep seeing this error. (Please include the request ID d2008353-291d-428f-adc1-defb5d9fb109 in your email.)', 'type': 'server_error', 'param': None, 'code': None}}

számítógép-használat előzetes verziója

Kísérleti modell, amely a Responses API számítógép-használati eszközével való használatra van betanítve.

Külső könyvtárakkal is használható, hogy lehetővé tegye a modell számára az egér- és billentyűzetbemenet szabályozását, miközben az aktuális környezet képernyőképeiből nyer kontextust.

Figyelem

Nem javasoljuk, hogy éles környezetben használjunk előzetes verziójú modelleket. Az előzetes modellek összes üzembe helyezését a jövőbeni előzetes verzióra vagy a legújabb stabil, általánosan elérhető verzióra frissítjük. Az előzetes verzióként kijelölt modellek nem követik az OpenAI-modellek szokásos Azure életciklusát.

A hozzáféréshez computer-use-previewregisztráció szükséges. A hozzáférés Microsoft jogosultsági feltételei alapján történik. Az egyéb korlátozott hozzáférési modellekhez hozzáféréssel rendelkező ügyfeleknek továbbra is hozzáférést kell kérniük ehhez a modellhez.

Hozzáférés kéréséhez lépjen a korlátozott hozzáférésű modellalkalmazáshozcomputer-use-preview. Ha a hozzáférés meg van adva, létre kell hoznia egy üzembe helyezést a modellhez.

Képességek

Modellazonosító	Leírás	Környezeti ablak	Maximális kimeneti tokenek	Betanítási adatok (legfeljebb)
`computer-use-preview` (2025-03-11)	Specializált modell a Responses API számítógép-használati eszközével való használatra -Eszközök -Streaming - Szöveg (bemenet/kimenet) - Kép (bemenet)	8,192	1,024	2023. október

O-sorozatú modellek

Az Azure OpenAI O-sorozatú modellek célja az érvelési és problémamegoldási feladatok kezelése nagyobb fókusz és képesség mellett. Ezek a modellek több időt töltenek a felhasználó kérésének feldolgozásával és megértésével, így a korábbi iterációkhoz képest rendkívül erősek a tudomány, a kódolás és a matematika területén.

Képességek

Modellazonosító	Leírás	Maximális kérés (tokenek)	Betanítási adatok (legfeljebb)
`codex-mini` (2025-05-16)	A `o4-mini` finomhangolt verziója. - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények és eszközök. A képességek teljes összefoglalása.	Bemenet: 200 000 Kimenet: 100 000	2024. május 31.
`o3-pro` (2025-06-10)	- Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények és eszközök. A képességek teljes összefoglalása.	Bemenet: 200 000 Kimenet: 100 000	2024. május 31.
`o4-mini` (2025-04-16)	- Új érvelési modell, amely továbbfejlesztett érvelési képességeket kínál. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények és eszközök. A képességek teljes összefoglalása.	Bemenet: 200 000 Kimenet: 100 000	2024. május 31.
`o3` (2025-04-16)	- Új érvelési modell, amely továbbfejlesztett érvelési képességeket kínál. - Chat Completions API (csevegés befejezési API) - Responses API. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények, eszközök és párhuzamos eszközhívás. A képességek teljes összefoglalása.	Bemenet: 200 000 Kimenet: 100 000	2024. május 31.
`o3-mini` (2025-01-31)	- Továbbfejlesztett érvelési képességek. - Strukturált kimenetek. - Csak szöveges feldolgozás. - Függvények és eszközök.	Bemenet: 200 000 Kimenet: 100 000	2023. október
`o1` (2024-12-17)	- Továbbfejlesztett érvelési képességek. - Strukturált kimenetek. - Szöveg- és képfeldolgozás. - Függvények és eszközök.	Bemenet: 200 000 Kimenet: 100 000	2023. október
`o1-preview` ¹ (2024-09-12) Kivezetve: 2025. július 28.	Előzmény-specifikációk.	Bemenet: 128 000 Kimenet: 32 768	2023. október
`o1-mini` ² (2024-09-12)	Gyorsabb és költséghatékonyabb megoldás az o1 sorozatban, amely ideális a sebességet és alacsonyabb erőforrás-felhasználást igénylő feladatok kódolásához. – Alapértelmezés szerint elérhető a Global Standard üzembe helyezése. - A standard (regionális) üzemelő példányok jelenleg csak olyan ügyfelek számára érhetők el, akik a `o1-preview` korlátozott hozzáférésű kiadás részeként kaptak hozzáférést.	Bemenet: 128 000 Kimenet: 65 536	2023. október

^{Az 1}o1-preview ki van állítva, és nem érhető el használathoz vagy új üzembe helyezéshez. Lásd a kivezetett modelleket.

^{A 2}o1-mini jelenleg minden ügyfél számára elérhető a Global Standard üzembe helyezéséhez. A korlátozott hozzáférésű kiadás részeként a kiválasztott ügyfelek standard (regionális) üzembe helyezési o1-mini hozzáférést o1-preview kaptak. o1-mini A standard (regionális) üzemelő példányokhoz való hozzáférés jelenleg nem bővül.

o3-deep-research jelenleg csak a Foundry Agent Service-ben érhető el. További információkért tekintse meg a Deep Research eszköz útmutatását.

A speciális o-sorozatú modellekről az érvelési modellek használatának első lépései című témakörben olvashat bővebben.

GPT-4o és GPT-4 Turbo

A GPT-4o egyetlen modellben integrálja a szöveget és a képeket, így egyszerre több adattípust is kezelhet. Ez a multimodális megközelítés növeli a pontosságot és a válaszkészséget az emberi-számítógépes interakciókban. A GPT-4o megfelel a GPT-4 Turbo angol nyelvű szöveg- és kódolási feladatainak, miközben kiváló teljesítményt nyújt a nem angol nyelvű feladatokban és a látási feladatokban, új teljesítményteszteket állítva be az AI-képességekhez.

GPT-4 és GPT-4 Turbo modellek

A felsorolt modellek támogatják a Chat Completions API-t. A GPT-4o és 2024-05-132024-08-062024-11-20a GPT-4o-mini verzió 2024-07-18is támogatja a Responses API-t.

Ha tudni szeretné, hogy Azure OpenAI hogyan kezeli a modellverzió-frissítéseket, olvassa el a Modellverziók című témakört. A GPT-4 üzemelő példányok modellverzió-beállításainak megtekintéséről és konfigurálásáról a Modellek használata című témakörben olvashat.

Képességek

Modellazonosító	Leírás	Maximális kérés (tokenek)	Betanítási adatok (legfeljebb)
`gpt-4o` (2024-11-20) GPT-4o (Omni)	- Strukturált kimenetek. - Szöveg- és képfeldolgozás. - JSON mód. - Párhuzamos függvényhívás. - Nagyobb pontosság és válaszkészség. - Paritás angol szöveggel és kódolási feladatokkal a GPT-4 Turbo with Vision-hez képest. - Kiváló teljesítmény nem angol nyelven és látási feladatokban. - Továbbfejlesztett kreatív írási képesség.	Bemenet: 128 000 Kimenet: 16 384	2023. október
`gpt-4o` (2024-08-06) GPT-4o (Omni)	- Strukturált kimenetek. - Szöveg- és képfeldolgozás. - JSON mód. - Párhuzamos függvényhívás. - Nagyobb pontosság és válaszkészség. - Paritás angol szöveggel és kódolási feladatokkal a GPT-4 Turbo with Vision-hez képest. - Kiváló teljesítmény nem angol nyelven és látási feladatokban.	Bemenet: 128 000 Kimenet: 16 384	2023. október
`gpt-4o-mini` (2024-07-18) GPT-4o mini	- Gyors, olcsó, sokoldalú modell: ideális a GPT-3.5 Turbo sorozatú modellek cseréjére. - Szöveg- és képfeldolgozás. - JSON mód. - Párhuzamos függvényhívás.	Bemenet: 128 000 Kimenet: 16 384	2023. október
`gpt-4o` (2024-05-13) GPT-4o (Omni)	- Szöveg- és képfeldolgozás. - JSON mód. - Párhuzamos függvényhívás. - Nagyobb pontosság és válaszkészség. - Paritás angol szöveggel és kódolási feladatokkal a GPT-4 Turbo with Vision-hez képest. - Kiváló teljesítmény nem angol nyelven és látási feladatokban.	Bemenet: 128 000 Kimenet: 4096	2023. október
`gpt-4` ¹ (turbo-2024-04-09) GPT-4 Turbo és Vision	Új általánosan elérhető modell. - Az összes korábbi GPT-4 előzetes modell cseréje (`vision-preview`, `1106-Preview`, ). `0125-Preview` - A funkciók rendelkezésre állása jelenleg eltérő a bemeneti módszertől és az üzembe helyezés típusától függően.	Bemenet: 128 000 Kimenet: 4096	2023. december

¹ A kiosztott verzió gpt-4turbo-2024-04-09 jelenleg csak szövegre korlátozódik. A provisionált üzembe helyezésekkel kapcsolatos további információkért lásd az útmutatót a provisionáláshoz.

Figyelem

Nem javasoljuk, hogy éles környezetben használjon előzetes verziójú modelleket. Az előzetes modellek összes üzembe helyezését a jövőbeni előzetes verzióra vagy a legújabb stabil, általánosan elérhető verzióra frissítjük. Az előzetes verzióként kijelölt modellek nem követik az OpenAI-modellek szokásos Azure életciklusát.

Beágyazások

text-embedding-3-large A legújabb és leginkább alkalmas beágyazási modell. A beágyazási modellek között nem frissíthet. A text-embedding-ada-002-ról text-embedding-3-large-ra való áttéréshez új beágyazásokat kell létrehoznia.

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

Képességek

Az OpenAI-jelentések tesztelése azt mutatja, hogy a nagy és a kis harmadik generációs beágyazási modellek is jobb átlagos többnyelvű lekérési teljesítményt nyújtanak a MIRACL-teljesítményteszttel . Az MTEB-teljesítményteszttel továbbra is fenntartják az angol feladatok teljesítményét.

Értékelési teljesítménymutató	`text-embedding-ada-002`	`text-embedding-3-small`	`text-embedding-3-large`
MIRACL-átlag	31.4	44.0	54.9
MTEB-átlag	61.0	62.3	64.6

A harmadik generációs beágyazási modellek támogatják a beágyazás méretének csökkentését egy új dimensions paraméterrel. A nagyobb beágyazások általában számítási, memória- és tárolási szempontból drágábbak. Ha módosíthatja a dimenziók számát, nagyobb mértékben szabályozhatja a teljes költséget és teljesítményt. A dimensions paraméter nem támogatott az OpenAI 1.x Python kódtár minden verziójában. A paraméter előnyeinek kihasználásához javasoljuk, hogy frissítsen a legújabb verzióra: pip install openai --upgrade.

Az OpenAI MTEB-teljesítménytesztjének tesztelése megállapította, hogy még akkor is, ha a harmadik generációs modell méretei kisebbek, mint az 1536 dimenzió text-embedding-ada-002, a teljesítmény kissé jobb marad.

Ezek a modellek csak API-kérések beágyazásával használhatók.

Modellazonosító	Maximális kérés (tokenek)	Kimeneti dimenziók	Betanítási adatok (legfeljebb)
`text-embedding-ada-002` (2. verzió)	8,192	1,536	2021. szeptember
`text-embedding-ada-002` (1. verzió)	2,046	1,536	2021. szeptember
`text-embedding-3-large`	8,192	3,072	2021. szeptember
`text-embedding-3-small`	8,192	1,536	2021. szeptember

Megjegyzés

Amikor bemeneti tömböt küld beágyazáshoz, a tömbben a bemeneti elemek maximális száma a beágyazási végpontra irányuló hívásonként 2048.

Képgenerálási modellek

A képgenerálási modellek az Ön által megadott szöveges kérésekből hoznak létre képeket. A képgenerálási modellek közé tartozik gpt-image-1, gpt-image-1-mini, gpt-image-1.5, gpt-image-2, gpt-image-2.5-flare és gpt-image-2.5-sunburst.

Modellazonosító	Kérelem maximális száma (karakterek)
`gpt-image-1`	4,000
`gpt-image-1-mini`	4,000
`gpt-image-1.5`	4,000
`gpt-image-2`	4,000
`gpt-image-2.5-flare`	4,000
`gpt-image-2.5-sunburst`	4,000

Videogenerációs modellek

A Sora-2 egy AI-modell az OpenAI-tól, amely szöveges utasításokból valós és fantáziadús videójeleneteket hoz létre. Előzetes verzióban érhető el.

Modellazonosító	Kérelem maximális száma (karakterek)
`sora-2`	4,000

Hangmodellek

Az Azure OpenAI hangmodelljei a realtime, completions és audio API-kon keresztül érhetők el.

GPT-4o hangmodellek

A GPT-4o hangmodellek a GPT-4o modellcsalád részét képezik, és támogatják az alacsony késleltetésű, beszéd bemenet, beszéd kimenet interakciókat vagy a hanggenerálást.

Figyelem

A maximális kérési tokénekről és a tanítási adatokról az alábbi táblázatban találhatók részletek:

Modellazonosító	Leírás	Maximális kérés (tokenek)	Betanítási adatok (legfeljebb)
`gpt-4o-mini-audio-preview` (2024-12-17) Előnézet	Hang- és szövegmodell a hang- és szöveggeneráláshoz.	Bemenet: 128 000 Kimenet: 16 384	2023. szeptember
`gpt-4o-audio-preview` (2024-12-17)	Hang- és szövegmodell a hang- és szöveggeneráláshoz.	Bemenet: 128 000 Kimenet: 16 384	2023. szeptember
`gpt-4o-realtime-preview` (2025-06-03)	Hangmodell valós idejű hangfeldolgozáshoz.	Bemenet: 32 000 Kimenet: 4096	2023. október
`gpt-4o-realtime-preview` (2024-12-17)	Hangmodell valós idejű hangfeldolgozáshoz.	Bemenet: 16 000 Kimenet: 4096	2023. október
`gpt-4o-mini-realtime-preview` (2024-12-17) Előnézet	Hangmodell valós idejű hangfeldolgozáshoz.	Bemenet: 128 000 Kimenet: 4096	2023. október
`gpt-audio`(2025.08.28) `gpt-audio-mini`(2025.10.06)	Hang- és szövegmodell a hang- és szöveggeneráláshoz.	Bemenet: 128 000 Kimenet: 16 384	2023. október
`gpt-realtime` (2025-08-28) (GA) `gpt-realtime-mini` (2025-10-06) `gpt-realtime-mini` (2025-12-15)	Hangmodell valós idejű hangfeldolgozáshoz.	Bemenet: 32 000 Kimenet: 4096	2023. október
`gpt-audio-1.5` (2026-02-23)	Hang- és szövegmodell a hang- és szöveggeneráláshoz.	Bemenet: 128 000 Kimenet: 16 384	2024. szeptember
`gpt-realtime-1.5` (2026-02-23)	Hangmodell valós idejű hangfeldolgozáshoz.	Bemenet: 32 000 Kimenet: 4096	2024. szeptember
`gpt-realtime-translate` (2026-05-06)	Hangmodell valós idejű többnyelvű fordításhoz lefordított beszéddel és szövegkimenettel.	Bemenet: 32 000 Kimenet: 4096	2024. szeptember
`gpt-realtime-whisper` (2026-05-06)	Hangmodell valós idejű, alacsony késésű átíráshoz.	Bemenet: 32 000 Kimenet: 4096	2024. szeptember
`gpt-live-transcribe` (2026-07-29)	Hangmodell valós idejű, alacsony késésű átíráshoz. Aktuálisan ajánlott modell valós idejű átírási forgatókönyvekhez.	Bemenet: 32 000 Kimenet: 4096	2024. szeptember
`gpt-realtime-2` (2026-05-07)	Hangmodell valós idejű hangfeldolgozáshoz.	Bemenet: 32 000 Kimenet: 4096	2024. szeptember
`gpt-realtime-2.1` (2026-07-07) `gpt-realtime-2.1-mini` (2026-07-07) előzetes verzió	Hangmodellek valós idejű hangfeldolgozáshoz. Kisebb frissítések a(z) `gpt-realtime-2` elemhez, javított csend- és zajkezeléssel.	Bemenet: 32 000 Kimenet: 4096	2024. szeptember

Megjegyzés

gpt-realtime-translate, gpt-realtime-whisperés gpt-live-transcribe használja az időtartamalapú számlázást. A legtöbb más valós idejű modell tokenalapú bemeneti és kimeneti díjszabást használ. Az aktuális díjszabásért tekintse meg a Azure OpenAI díjszabási oldalát.

Audio API

Az /audio API-val használható hangmodellek beszédfelismerésre, fordításra és szövegfelolvasásra alkalmazhatók.

Beszéd-szöveg átalakító modellek

Modellazonosító	Leírás	Maximális kérelem (hangfájl mérete)
`whisper`	Általános célú beszédfelismerési modell.	25 MB
`gpt-transcribe`	Offline beszédből szöveggé alakító modell fájlok átírásához a következőn keresztül: `POST /v1/audio/transcriptions` Támogatja a nyelvi tippeket.	25 MB
`gpt-4o-transcribe` (2025-03-20) Előnézet	A GPT-4o által működtetett beszédfelolvasási modell.	25 MB
`gpt-4o-mini-transcribe` (2025-03-20) Előnézet	A GPT-4o mini által működtetett beszédfelolvasó modell.	25 MB
`gpt-4o-transcribe-diarize` (2025-10-15) Előnézet	Beszéd-szöveg átalakító modell automatikus beszédfelismeréssel.	25 MB
`gpt-4o-mini-transcribe` (2025-12-15) Előnézet	Beszéd-szöveg átalakító modell automatikus beszédfelismeréssel. Továbbfejlesztett átírási pontosság és robusztusság.	25 MB

Fontos

gpt-transcribe offline átírási modell, és nem valós idejű API-modell. A streaminghez használja a gpt-realtime-whisper vagy gpt-live-transcribe lehetőséget. gpt-realtime-whisper és gpt-live-transcribe megjelennek a GPT-4o hangmodellek táblázatában, mert valós idejű API-modellek, nem /audio API beszéd-szöveg modellek.

Beszédfordítási modellek

Modellazonosító	Leírás	Maximális kérelem (hangfájl mérete)
`whisper`	Általános célú beszédfelismerési modell.	25 MB

Szövegfelolvasási modellek (előzetes verzió)

Modellazonosító	Leírás
`tts` Előnézet	A sebességre optimalizált szövegfelolvasási modell.
`tts-hd` Előnézet	Minőségre optimalizált szövegfelolvasási modell.
`gpt-4o-mini-tts` (2025-03-20)	A GPT-4o mini által működtetett szövegfelolvasási modell. Irányíthatod a hangot, hogy egy adott stílusban vagy hangnemben szólaljon meg.
`gpt-4o-mini-tts` (2025-12-15)	A GPT-4o mini által működtetett szövegfelolvasási modell. Irányíthatod a hangot, hogy egy adott stílusban vagy hangnemben szólaljon meg.

Modellek finomhangolása

A finomhangoláshoz a következő modellek támogatottak:

Modellazonosító	Standard régiók	Adatzóna	Globális	fejlesztő	Módszerek	Állapot	Módozat
`gpt-4o-mini` (2024-07-18)	USA északi középső régiója Közép-Svédország	Egyesült Államok	✅	✅	SFT	GA	Szövegről szövegre
`gpt-4o` (2024-08-06)	Kelet-USA 2 USA északi középső régiója Közép-Svédország	Egyesült Államok	✅	✅	SFT, DPO	GA	Szöveg és látás szöveggé
`gpt-4.1` (2025-04-14)	USA északi középső régiója Közép-Svédország	Egyesült Államok	✅	✅	SFT, DPO	GA	Szöveg és látás szöveggé
`gpt-4.1-mini` (2025-04-14)	USA északi középső régiója Közép-Svédország	Egyesült Államok	✅	✅	SFT, DPO	GA	Szövegről szövegre
`gpt-4.1-nano` (2025-04-14)	USA északi középső régiója Közép-Svédország	Egyesült Államok	✅	✅	SFT, DPO	GA	Szövegről szövegre
`o4-mini` (2025-04-16)	Kelet-USA 2 Közép-Svédország	Egyesült Államok	✅	❌	RFT	GA	Szövegről szövegre
`gpt-5` (2025-08-07)	USA északi középső régiója Közép-Svédország	Egyesült Államok	✅	✅	RFT	GA^*	Szövegről szövegre
`Ministral-3B` (2411)	Nem támogatott	Egyesült Államok	✅	❌	SFT	GA	Szövegről szövegre
`Qwen-32B`	Nem támogatott	Egyesült Államok	✅	❌	SFT	GA	Szövegről szövegre
`Llama-3.3-70B-Instruct`	Nem támogatott	Egyesült Államok	✅	❌	SFT	GA	Szövegről szövegre
`gpt-oss-20b`	Nem támogatott	Egyesült Államok	✅	❌	SFT	GA	Szövegről szövegre

^* Általánosan elérhető a GPT-5 támogatás a megerősítés finomhangolásához, de a hozzáférés kapuval van elérhetővé téve, és csak meghívással érhető el. Ha regisztrálni szeretne, forduljon a Microsoft-fiók csapatához.

Az Azure OpenAI modellek esetében egy korábban már finomhangolt, base-model.ft-{jobid} formátumban megadott modellt is finomhangolhat.

Megjegyzés

A nyílt forráskódú modellek (Ministral-3B, Qwen-32B, Llama-3.3-70B-Instruct, gpt-oss-20b) csak az Foundry-erőforrásokon és az új Foundry felhasználói felületen támogatottak.

Megjegyzés

A globális képzés tokenenként megfizethetőbb képzést biztosít, de nem kínál adatrezidenciát. Jelenleg a következő régiókban érhető el az Foundry-erőforrások számára:

Ausztrália keleti régiója
Dél-Brazília
Közép-Kanada
Kelet-Kanada
USA keleti régiója
USA 2. keleti régiója
Közép-Franciaország
Középnyugat-Németország
Észak-Olaszország
Kelet-Japán (nincs látástámogatás)
Korea középső régiója
USA északi középső régiója
Kelet-Norvégia
Lengyelország középső régiója (4,1 nano támogatás nélkül)
Délkelet-Ázsia
Dél-Afrika északi régiója
USA déli középső régiója
Dél-India
Közép-Spanyolország
Közép-Svédország
Nyugat-Svájc
Észak-Svájc
Egyesült Királyság déli régiója
Nyugat-Európa
USA nyugati régiója
USA3 nyugati régiója

Asszisztensek (előzetes verzió)

Az Asszisztensek esetében egy támogatott modell és egy támogatott régió kombinációjára van szükség. Bizonyos eszközökhöz és képességekhez a legújabb modellek szükségesek. Az alábbi táblázat a standard üzembe helyezés modell-régió kombinációit sorolja fel, beleértve az előzménybejegyzéseket is. A Kivezetett jelölésű oszlopok a korábbi elérhetőséget írják le, nem pedig a használatra vagy új üzembe helyezésekhez elérhető modelleket. A kivonás részleteiért tekintse meg a kivont modelleket .

A kiosztott átviteli sebességegységek rendelkezésre állásáról további információt a kiosztott átviteli sebesség modelljeiben talál. Az itt felsorolt, nem kivezetett modellek és régiók egyaránt használhatók az Assistants v1-gyel és v2-vel. A Global Standard modelleket akkor használhatja, ha az alábbi régiókban támogatottak.

Régió	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-4, 0613 Nyugdíjas	gpt-4, 1106-Preview	gpt-4, 0125-Előnézet	gpt-4, turbo-2024-04-09	gpt-4-32k, 0613 Nyugdíjas	gpt-35-turbo, 0613 Nyugdíjas	gpt-35-turbo, 1106	gpt-35-turbo, 0125	gpt-35-turbo-16k, 0613 Nyugdíjas
australiaeast	-	-	-	✅	✅	-	-	✅	✅	✅	✅	✅
eastus	✅	✅	✅	-	-	✅	✅	-	✅	-	✅	✅
eastus2	✅	✅	✅	-	✅	-	✅	-	✅	-	✅	✅
francecentral	-	-	-	✅	✅	-	-	✅	✅	✅	-	✅
japaneast	-	-	-	-	-	-	-	-	✅	-	✅	✅
norwayeast	-	-	-	-	✅	-	-	-	-	-	-	-
Dél-India	-	-	-	-	✅	-	-	-	-	✅	✅	-
swedencentral	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	-	✅
uksouth	-	-	-	-	✅	✅	-	-	✅	✅	✅	✅
westus	✅	✅	✅	-	✅	-	✅	-	-	✅	✅	-
westus3	✅	✅	✅	-	✅	-	✅	-	-	-	✅	-

Modell kivonása

A modell kivonásával kapcsolatos legfrissebb információkért tekintse meg a modell kivonási ütemezését.

Az Azure által értékesített Black Forest Labs-modellek

A Black Forest Labs (BFL) FLUX-modelljei a legkorszerűbb képgenerálást biztosítják a Foundry Microsoft, így kiváló minőségű képeket hozhat létre és szerkeszthet szöveges kérésekből és referenciaképekből. A FLUX-modellek számos képességet támogatnak, beleértve a szövegről képre történő létrehozást, a többhivatkozásos képszerkesztés, valamint a kontextuson belüli létrehozást és szerkesztést.

Ezeket a modelleket a BFL szolgáltatói API-n, valamint a képeken/generációkon és képeken/szerkesztési végpontokon keresztül futtathatja.

A FLUX-modellek a Foundryben való használatához lásd: Deploy és használja a FLUX-modelleket Microsoft Foundryben.

Modell	Típus > API-végpont	Képességek
`FLUX.2-flex`	Képgenerálás - BFL-szolgáltató API: `<resource-name>/providers/blackforestlabs/v1/flux-2-flex`	- Bemenet: szöveg és kép (32 000 token és legfeljebb 10 képⁱ) - Kimeneti: Egy kép - Eszközhívás: Nem - Válaszformátumok: Kép (PNG és JPG) - Főbb funkciók: Finom szemcsés vezérlés; többhivatkozásos támogatás legfeljebb 10 rendszerképhez - További paraméterek: `guidance`: Azt szabályozza, hogy a kimenet milyen szorosan követi a kérést. Minimum: 1,5, maximum: 10, alapértelmezett: 4,5. Magasabb = közelebbi parancssori betartás. `steps`: Következtetési lépések száma. Maximum: 50, alapértelmezett: 50. Magasabb = részletesebb, lassabb.
`FLUX.2-pro`	Képgenerálás - BFL-szolgáltató API: `<resource-name>/providers/blackforestlabs/v1/flux-2-pro`	- Bemenet: szöveg és kép (32 000 token és legfeljebb 8 képⁱⁱ) - Kimeneti: Egy kép - Eszközhívás: Nem - Válaszformátumok: Kép (PNG és JPG) - Főbb funkciók: Többhivatkozásos támogatás legfeljebb 8 képhez; jobban alapozott a valós tudásra; nagyobb kimeneti rugalmasság; továbbfejlesztett teljesítmény - További paraméterek:(Csak szolgáltatóspecifikus API-ban) Minden paramétert támogat.
`FLUX.1-Kontext-pro`	Képgenerálás - Image API: `https://<resource-name>/openai/deployments/{deployment-id}/images/generations` És `https://<resource-name>/openai/deployments/{deployment-id}/images/edits` - BFL-szolgáltató API: `<resource-name>/providers/blackforestlabs/v1/flux-kontext-pro?api-version=preview`	- Bemenet: szöveg és kép (5000 token és 1 kép) - Kimeneti: Egy kép - Eszközhívás: Nem - Válaszformátumok: Kép (PNG és JPG) - Főbb funkciók: Karakterkonzisztencia, speciális szerkesztés - További paraméterek:(Csak szolgáltatóspecifikus API-ban)`seed`, `aspect ratio`, `input_image`, `prompt_unsampling`, , `safety_toleranceoutput_format`
`FLUX-1.1-pro`	Képgenerálás - Image API: `https://<resource-name>/openai/deployments/{deployment-id}/images/generations` - BFL-szolgáltató API: `<resource-name>/providers/blackforestlabs/v1/flux-pro-1.1?api-version=preview`	- Bemenet: szöveg (5000 token és 1 kép) - Kimeneti: Egy kép - Eszközhívás: Nem - Válaszformátumok: Kép (PNG és JPG) - Főbb funkciók: Gyors következtetési sebesség, erős gyors betartás, versenyképes díjszabás, skálázható generáció - További paraméterek:(Csak szolgáltatóspecifikus API-ban)`width`, `height`, `prompt_unsampling`, `seed`, , `safety_toleranceoutput_format`

^i,iiTöbb referenciakép támogatása a FLUX.2 [pro] (előzetes verzió) és a FLUX.2 [flex] (előzetes verzió) esetében érhető el az API használatával, de a játszótéren nem.

Az Azure által értékesített Cohere-modellek

A Cohere modellcsalád különböző használati esetekre optimalizált modelleket tartalmaz, beleértve a csevegések befejezését, a rerank/text besorolást és a beágyazásokat. A cohere-modellek különböző használati esetekre vannak optimalizálva, amelyek közé tartozik az érvelés, az összegzés és a kérdések megválaszolása.

Modell	Típus	Képességek
`Cohere-parse-v5` Előnézet	képről szövegre	- Bemenet: képek, táblázatok és űrlapok - Kimenet: Markdown - Nyelvek:`en`, `fr`, `es`, `it`, `de`, `pt-br`, `ja`, `ko`, , `zh-cn`és `ar` - Eszközhívás: Nem - Válaszformátumok: Markdown
`Cohere-rerank-v4.0-pro`	szövegbesorolás (újrangsorolás)	- Bemenet: szöveg - Kimenet: szöveg - Nyelvek:`en`, `fr`, , `esit`, `de`, `pt-br`, `ja`, `zh-cn`, `ar`, `vi`, , `hi`, `ru`, , `id`, és`nl` - Eszközhívás: Nem - Válaszformátumok: JSON
`Cohere-rerank-v4.0-fast`	szövegbesorolás (újrangsorolás)	- Bemenet: szöveg - Kimenet: szöveg - Nyelvek:`en`, `fr`, , `esit`, `de`, `pt-br`, `ja`, `zh-cn`, `ar`, `vi`, , `hi`, `ru`, , `id`, és`nl` - Eszközhívás: Nem - Válaszformátumok: JSON
`Cohere-command-a-plus-05-2026` Előnézet	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg (128 000 token) - Kimenet: szöveg (64 000 token) - Nyelvek:`en`, `fr`, `es`, `it`, `de`, `pt-br`, `ja`, `ko`, , `zh-cn`és `ar` - Eszközhívás: Igen - Válaszformátumok: Szöveg
`Cohere-command-a`	csevegés befejezése	- Bemenet: szöveg (131 072 token) - Kimenet: szöveg (8182 token) - Nyelvek:`en`, `fr`, `es`, `it`, `de`, `pt-br`, `ja`, `ko`, , `zh-cn`és `ar` - Eszközhívás: Igen - Válaszformátumok: Szöveg, JSON
`embed-v-4-0`	beágyazások	- Bemenet: szöveg (512 token) és képek (2MM képpont) - Kimeneti: Vektor (256, 512, 1024, 1536 dim.) - Nyelvek:`en`, `fr`, `es`, `it`, `de`, `pt-br`, `ja`, `ko`, , `zh-cn`és `ar`

A Azure által értékesített DeepSeek-modellek

A DeepSeek modellcsalád számos érvelési modellt tartalmaz, amelyek egy lépésenkénti betanítási folyamattal, például nyelvi, tudományos érvelési és kódolási feladatokkal emelik ki az érvelési feladatokat.

Modell	Típus	Képességek
`DeepSeek-V4-Pro`	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg (1 000 000 token) - Kimenet: szöveg (384 000 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg, JSON
`DeepSeek-V4-Flash-0731` Előnézet	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg (1 000 000 token) - Kimenet: szöveg (384 000 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg, JSON
`DeepSeek-V4-Flash`	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg (1 000 000 token) - Kimenet: szöveg (384 000 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg, JSON
`DeepSeek-V3.2-Speciale`	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg (128 000 token) - Kimenet: szöveg (128 000 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg, JSON
`DeepSeek-V3.2`	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg (128 000 token) - Kimenet: szöveg (128 000 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg, JSON

Azure által értékesített metamodellek

A Meta Llama-modellek és -eszközök előre betanított és finomhangolt AI-szöveges és képi érvelési modellek gyűjteményei. A metamodellek skálázási tartománya a következőkre terjed ki:

Kis nyelvi modellek (SLM-ek), például 1B és 3B alapmodellek, valamint instrukciós modellek az eszköz- és peremhálózati következtetéshez
Közepes méretű nagy nyelvi modellek (LLM-ek), például 7B, 8B és 70B alap- és instruktúramodellek
Olyan nagy teljesítményű modellek, mint a Meta Llama 3.1-405B Instruct szintetikus adatgeneráláshoz és desztilláláshoz használt esetekben.

Modell	Típus	Képességek
`Llama-4-Maverick-17B-128E-Instruct-FP8`	csevegés befejezése	- Bemenet: szöveg és képek (1M tokenek) - Kimenet: szöveg (1M-jogkivonatok) - Nyelvek:`ar`, `en`, `fr`, `de`, `hi`, `id`, `it`, `pt`, `es`, `tl`, `th`, és `vi` - Eszközhívás: Nem - Válaszformátumok: Szöveg
`Llama-3.3-70B-Instruct`	csevegés befejezése	- Bemenet: szöveg (128 000 token) - Kimenet: szöveg (8192 token) - Nyelvek:`en`, `de`, `fr`, `it`, `pt`, `hi`, `es`és `th` - Eszközhívás: Nem - Válaszformátumok: Szöveg

Több metamodell is elérhető a partnerektől és a közösségtől.

Microsoft Azure által értékesített modellek

Microsoft modellek különböző modellcsoportokat tartalmaznak, például a Model Routert, a MAI-modelleket, a Phi-modelleket, az egészségügyi AI-modelleket stb. Számos Microsoft modell is elérhető partnerektől és a közösségtől.

A MAI-modellek használatához tekintse meg az alábbi útmutató cikkeket:

A Foundryben elérhető MAI-modellek: MAI-Image modellek és MAI-Thinking modellek.
A MAI-modellek Azure Speech in Foundry Tools: MAI-Voice és MAI-Transcribe segítségével érhetők el.

Modell	Típus	Képességek
`MAI-Thinking-1` Előnézet	csevegés befejezése (érvelési tartalommal). Részletekért tekintse meg az API-végpontokat .	- Bemenet: szöveg. - Kimenet: szöveg (legfeljebb 64 000 token). - Kontextus hossza: 256 000 token - Eszközhívás: Igen. - Válaszformátumok: Szöveg. - Főbb funkciók: OpenAI-csevegések kompatibilitása; Titkosított gondolatlánc
`MAI-Image-2.6-Flash` Előnézet	Képről képre és szövegről képre. Részletekért tekintse meg az API-végpontokat .	- Bemenet: szöveg, kép (JPEG vagy PNG formátum képszerkesztési munkafolyamatokhoz) - Kimeneti: Egy kép - Környezet hossza: 32 000 token - Eszközhívás: Nem - Válaszformátumok: Kép (PNG) - Nyelvek:`en` - Főbb funkciók: Kiváló minőségű szövegről képre történő létrehozás; Képszerkesztés, amely támogatja a pontos, műtéti módosításokat a kép többi részének megzavarása nélkül; Reális képek létrehozása konzisztens vizualizációs struktúrával. Kiválóan alkalmas olyan feladatokra, mint a koncepcióvizualizáció, a kreatív tartalomgenerálás, a képszerkesztési munkafolyamatok és a látványtervezés. - Paraméterek:`width`, `height`, `prompt` Minimum 768×768 képpont; maximális képpontszám 1 048 576 (ez 1024×1024-nek felel meg). Bármelyik dimenzió meghaladhatja az 1024-et, ha a teljes képpontszám a korláton belül marad (például a 768×1365 érvényes méret).
`MAI-Image-2.6` Előnézet	Képről képre és szövegről képre. Részletekért tekintse meg az API-végpontokat .	- Bemenet: szöveg, kép (JPEG vagy PNG formátum képszerkesztési munkafolyamatokhoz) - Kimeneti: Egy kép - Környezet hossza: 32 000 token - Eszközhívás: Nem - Válaszformátumok: Kép (PNG) - Nyelvek:`en` - Főbb funkciók: Kiváló minőségű szövegről képre történő létrehozás; Képszerkesztés, amely támogatja a pontos, műtéti módosításokat a kép többi részének megzavarása nélkül; Reális képek létrehozása konzisztens vizualizációs struktúrával. Kiválóan alkalmas olyan feladatokra, mint a koncepcióvizualizáció, a kreatív tartalomgenerálás, a képszerkesztési munkafolyamatok és a látványtervezés. - Paraméterek:`width`, `height`, `prompt` Minimum 768×768 képpont; maximális képpontszám 1 048 576 (ez 1024×1024-nek felel meg). Bármelyik dimenzió meghaladhatja az 1024-et, ha a teljes képpontszám a korláton belül marad (például a 768×1365 érvényes méret).
`MAI-Image-2.5-Pro` Előnézet	Képről képre és szövegről képre. Részletekért tekintse meg az API-végpontokat .	- Bemenet: szöveg, kép (JPEG vagy PNG formátum képszerkesztési munkafolyamatokhoz) - Kimeneti: Egy kép - Környezet hossza: 32 000 token - Eszközhívás: Nem - Válaszformátumok: Kép (PNG) - Nyelvek:`en` - Főbb funkciók: Kiváló minőségű szövegről képre történő létrehozás; Képszerkesztés, amely támogatja a pontos, műtéti módosításokat a kép többi részének megzavarása nélkül; Képes a korábbi modelleknél konzisztensebb vizuális struktúrával rendelkező, fotorealisztikusabb képek létrehozására. Kiválóan alkalmas olyan feladatokra, mint a koncepcióvizualizáció, a kreatív tartalomgenerálás, a képszerkesztési munkafolyamatok és a látványtervezés. - Paraméterek:`width`, `height`, `prompt` Minimum 768×768 képpont; maximális képpontszám 1 048 576 (ez 1024×1024-nek felel meg). Bármelyik dimenzió meghaladhatja az 1024-et, ha a teljes képpontszám a korláton belül marad (például a 768×1365 érvényes méret).
`MAI-Image-2.5-Flash` Előnézet	Képről képre és szövegről képre. Részletekért tekintse meg az API-végpontokat .	- Bemenet: szöveg, kép (JPEG vagy PNG formátum képszerkesztési munkafolyamatokhoz) - Kimeneti: Egy kép - Környezet hossza: 32 000 token - Eszközhívás: Nem - Válaszformátumok: Kép (PNG) - Nyelvek:`en` - Főbb funkciók: Kiváló minőségű szövegről képre történő létrehozás; Képszerkesztés, amely támogatja a pontos, műtéti módosításokat a kép többi részének megzavarása nélkül; Reális képek létrehozása konzisztens vizualizációs struktúrával. Kiválóan alkalmas olyan feladatokra, mint a koncepcióvizualizáció, a kreatív tartalomgenerálás, a képszerkesztési munkafolyamatok és a látványtervezés. - Paraméterek:`width`, `height`, `prompt` Minimum 768×768 képpont; maximális képpontszám 1 048 576 (ez 1024×1024-nek felel meg). Bármelyik dimenzió meghaladhatja az 1024-et, ha a teljes képpontszám a korláton belül marad (például a 768×1365 érvényes méret).
`MAI-Image-2.5` Előnézet	Képről képre és szövegről képre. Részletekért tekintse meg az API-végpontokat .	- Bemenet: szöveg, kép (JPEG vagy PNG formátum képszerkesztési munkafolyamatokhoz) - Kimeneti: Egy kép - Környezet hossza: 32 000 token - Eszközhívás: Nem - Válaszformátumok: Kép (PNG) - Nyelvek:`en` - Főbb funkciók: Kiváló minőségű szövegről képre történő létrehozás; Képszerkesztés, amely támogatja a pontos, műtéti módosításokat a kép többi részének megzavarása nélkül; Reális képek létrehozása konzisztens vizualizációs struktúrával. Kiválóan alkalmas olyan feladatokra, mint a koncepcióvizualizáció, a kreatív tartalomgenerálás, a képszerkesztési munkafolyamatok és a látványtervezés. - Paraméterek:`width`, `height`, `prompt` Minimum 768×768 képpont; maximális képpontszám 1 048 576 (ez 1024×1024-nek felel meg). Bármelyik dimenzió meghaladhatja az 1024-et, ha a teljes képpontszám a korláton belül marad (például a 768×1365 érvényes méret).
`model-router` ¹	csevegés befejezése	További részletek a Modell útválasztó áttekintése című részben. - Bemenet: szöveg, kép - Kimenet: szöveg (a maximális kimeneti tokenek száma változhat²) Környezeti ablak: 200 000³ - Nyelvek:`en`

¹Router modell verziója2025-11-18.

²A maximális kimeneti jogkivonatok a modell útválasztójának mögöttes modelljeinél eltérőek. Például: 32 768 (GPT-4.1 series), 100 000 (o4-mini), 128 000 (gpt-5 reasoning models) és 16 384 (gpt-5-chat).

³ A nagyobb környezetablakok kompatibilisek a modell útválasztójának néhány mögöttes modelljével. Ez azt jelenti, hogy a nagyobb környezettel rendelkező API-hívások csak akkor lesznek sikeresek, ha a rendszer a kérést egy ilyen modellhez irányítja. Ellenkező esetben a hívás meghiúsul.

A Azure által értékesített mistral modellek

Modell	Típus	Képességek
`mistral-document-ai-2512`	Képről szövegre	- Bemenet: kép- vagy PDF-oldalak (30 oldal, legfeljebb 30 MB PDF-fájl) - Kimenet: szöveg - Nyelvek:`en` - Eszközhívás: nem - Válaszformátumok: Szöveg, JSON, Markdown
`mistral-medium-3-5` Előnézet	csevegés befejezése	- Bemenet: szöveg (128 000 token), kép - Kimenet: szöveg (128 000 token) - Eszközhívás: Nem - Válaszformátumok: Szöveg, JSON
`mistral-ocr-4-0` Előnézet	Képről szövegre	- Bemenet: kép- vagy PDF-oldalak (30 oldal, legfeljebb 30 MB PDF-fájl) - Kimenet: szöveg - Nyelvek:`en` - Eszközhívás: nem - Válaszformátumok: Szöveg, JSON, Markdown
`Mistral-Large-3` Előnézet	csevegés befejezése	- Bemenet: szöveg, kép - Kimenet: szöveg - Nyelvek:`en`, `fr`, `de`, `es`, `it`, `pt`, `nl`, `zh`, `ja`, `ko`és `ar` - Eszközhívás: Igen - Válaszformátumok: Szöveg, JSON

Számos Mistral-model is elérhető a partnerektől és a közösségtől.

Az Azure által forgalmazott Moonshot AI-modellek

A Moonshot AI-modellek közé tartozik a Kimi K2.6 (előzetes verzió) és a Kimi K2.5 (előzetes verzió), a szöveg- és képbemenetet elfogadó multimodális érvelési modellek.

Modell	Típus	Képességek
`Kimi-K2.7-Code` Előnézet	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg és kép (262 144 token) - Kimenet: szöveg (262 144 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg
`Kimi-K2.6` Előnézet	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg és kép (262 144 token) - Kimenet: szöveg (262 144 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg
`Kimi-K2.5` Előnézet	csevegés befejezése (érvelési tartalommal)	- Bemenet: szöveg és kép (262 144 token) - Kimenet: szöveg (262 144 token) - Nyelvek:`en` És `zh` - Eszközhívás: Igen - Válaszformátumok: Szöveg

Tekintse meg ezt a modellgyűjteményt az Foundry portálon.

Azure által értékesített SpaceXAI-modellek

A SpaceXAI Foundry-modellekben használt Grok-modelljei számos, nagyvállalati használatra tervezett érvelési és nem érvelési modellt tartalmaznak, például adatkinyerést, kódolást, szövegösszesítést és ügynöki alkalmazásokat.

A Grok-modellek használatához lásd: Grok-modellek üzembe helyezése és használata a Foundryben.

Modell	Típus	Képességek
`grok-4.6` Előnézet	csevegés befejezése	- Bemenet: szöveg, kép - Kimenet: szöveg (legfeljebb 128 000 token) - Kontextusablak: 200 000 token - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg, JSON
`grok-4.3` Előnézet	csevegés befejezése	- Bemenet: szöveg (200 000 token) - Kimenet: szöveg (8192 token) - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg
`grok-4-20-reasoning` Előnézet	csevegés befejezése	- Bemenet: szöveg (262 000 token) - Kimenet: szöveg (8192 token) - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg
`grok-4-20-non-reasoning` Előnézet	csevegés befejezése	- Bemenet: szöveg (262 000 token) - Kimenet: szöveg (8192 token) - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg
`grok-4.1-fast-reasoning`	csevegés befejezése	- Bemenet: szöveg, kép (128 000 token) - Kimenet: szöveg (128 000 token) - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg
`grok-4.1-fast-non-reasoning`	csevegés befejezése	- Bemenet: szöveg, kép (128 000 token) - Kimenet: szöveg (128 000 token) - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg
`grok-4`	csevegés befejezése	- Bemenet: szöveg (262 000 token) - Kimenet: szöveg (8192 token) - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg
`grok-code-fast-1`	csevegés befejezése	- Bemenet: szöveg (256 000 token) - Kimenet: szöveg (8192 token) - Nyelvek:`en` - Eszközhívás: igen - Válaszformátumok: szöveg

Visszajelzés

Hasznosnak találta ezt az oldalt?

Last updated on 2026-09-04

A Azure által értékesített öntödei modellek

Azure OpenAI a Microsoft Foundry modellekben

Modellkiemelések

Modelljogkivonat korlátainak ismertetése

Rövid kontextus és hosszú kontextus

GPT-Chat legújabb

Képességek

GPT-6

Képességek

GPT-5.6

Képességek

GPT-5.5

Képességek

Válaszok API-jogkivonat költségvetése

GPT-5.4

Képességek

GPT-5.3

Képességek

GPT-5.2

Képességek

GPT-5.1

Képességek

GPT-5

Képességek

gpt-oss

Képességek

Üzembe helyezés kóddal

GPT-4.1 sorozat

Képességek

Ismert probléma

számítógép-használat előzetes verziója

Képességek

O-sorozatú modellek

Képességek

GPT-4o és GPT-4 Turbo

GPT-4 és GPT-4 Turbo modellek

Képességek

Beágyazások

Képességek

Képgenerálási modellek

Videogenerációs modellek

Hangmodellek

GPT-4o hangmodellek

Audio API

Beszéd-szöveg átalakító modellek

Beszédfordítási modellek

Szövegfelolvasási modellek (előzetes verzió)

Modellek finomhangolása

Asszisztensek (előzetes verzió)

Modell kivonása

Kapcsolódó tartalom

Az Azure által értékesített Black Forest Labs-modellek

Az Azure által értékesített Cohere-modellek

A Azure által értékesített DeepSeek-modellek

Azure által értékesített metamodellek

Microsoft Azure által értékesített modellek

A Azure által értékesített mistral modellek

Az Azure által forgalmazott Moonshot AI-modellek

Azure által értékesített SpaceXAI-modellek

Kapcsolódó tartalom

Visszajelzés

További források