Model-model Foundry yang dijual langsung oleh Azure (klasik)

Sedang menampilkan:Versi - Beralih ke versi untuk portal Foundry baru

Catatan

Tautan dalam artikel ini mungkin membuka konten dalam dokumentasi Microsoft Foundry baru alih-alih dokumentasi Foundry (klasik) yang Anda lihat sekarang.

Microsoft Model Foundry dalam katalog model terdiri dari dua kategori utama, yaitu model Foundry yang dijual langsung oleh Azure dan model Foundry dari mitra dan komunitas. Artikel ini mencantumkan pilihan Model Foundry yang dijual langsung oleh Azure, bersama dengan kemampuannya, jenis deployment, dan wilayah ketersediaan, tidak termasuk model yang tidak digunakan lagi dan dihentikan. Model Foundry yang dijual langsung oleh Azure juga disebut sebagai Model Langsung dari Azure atau Model Langsung Azure.

Model yang dijual langsung oleh Azure juga dihosting oleh Azure dan dioperasikan oleh Azure sebagai bagian dari layanan Foundry Models. Model tersebut mencakup semua model OpenAI Azure dan model spesifik pilih dari penyedia teratas. Model ini ditagih melalui langganan Azure Anda, dicakup oleh perjanjian tingkat layanan Azure, dan didukung oleh Microsoft. Untuk melihat daftar Model Foundry yang didukung oleh Foundry Agent Service, lihat Model yang didukung oleh Agent Service, dan untuk daftar Model Foundry dari mitra, lihat Model Foundry dari mitra dan komunitas.

Tips

Gunakan tab di bagian atas halaman ini untuk beralih antara Azure model OpenAI dan Kumpulan model lain dari penyedia seperti Cohere, DeepSeek, Meta, Mistral AI, dan xAI.

Azure OpenAI dalam model Microsoft Foundry

Azure OpenAI didukung oleh beragam model dengan kemampuan dan titik harga yang berbeda. Ketersediaan model bervariasi menurut wilayah dan cloud.

Untuk melihat ketersediaan region untuk Azure OpenAI dalam model Microsoft Foundry yang dikelompokkan menurut kategori penyebaran, lihat ketersediaan Region untuk Model Foundry yang dijual langsung oleh Azure.
Untuk ketersediaan model Azure Government, lihat Azure OpenAI di Azure Government.

Sorotan model

Model	Deskripsi
GPT-chat-terbaru (pratinjau)	BARU`gpt-chat-latest`Tinjauan
Seri GPT-5.5	BARU`gpt-5.5`
Seri GPT-5.4	`gpt-5.4-mini`, `gpt-5.4-nano`, , `gpt-5.4gpt-5.4-pro`
Seri GPT-5.3	`gpt-5.3-chat`, `gpt-5.3-codex`
Seri GPT-5.2	`gpt-5.2-codex`, , `gpt-5.2gpt-5.2-chat`Pratinjau
Seri GPT-5.1	`gpt-5.1`, `gpt-5.1-chat`Pratinjau, `gpt-5.1-codex`, `gpt-5.1-codex-mini`
Sora	SORA-2 BARU
Seri GPT-5	`gpt-5`, , `gpt-5-minigpt-5-nano`, `gpt-5-chat`Pratinjau
gpt-oss	model penalaran dengan bobot terbuka
codex-mini	Versi yang disempurnakan dari `o4-mini`.
Seri GPT-4.1	`gpt-4.1`, `gpt-4.1-mini`, `gpt-4.1-nano`
pratinjau-penggunaan-komputer	Model eksperimental yang dilatih untuk digunakan dengan alat API Respons untuk penggunaan komputer.
o-series models	Model penalaran dengan pemecahan masalah tingkat lanjut dan peningkatan fokus dan kemampuan.
GPT-4o, GPT-4o mini, dan GPT-4 Turbo	Mampu Azure model OpenAI dengan versi multimodal, yang dapat menerima teks dan gambar sebagai input.
Embeddings	Sekumpulan model yang dapat mengonversi teks menjadi bentuk vektor numerik untuk memfasilitasi kesamaan teks.
Pembuatan gambar	Serangkaian model yang dapat menghasilkan gambar asli dari bahasa alami.
`Video generation`	Model yang dapat menghasilkan adegan video asli dari instruksi teks.
Audio	Serangkaian model untuk ucapan ke teks, terjemahan, dan teks ke ucapan. Model audio GPT-4o mendukung interaksi percakapan dengan ucapan latensi rendah, baik ucapan masuk maupun ucapan keluar, atau pembuatan audio.

GPT Chat versi terbaru

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-chat-latest` (2026-05-05) Tinjauan	- Penalaran - API Penyelesaian Obrolan. - API Respons. - Output terstruktur - Fungsi, alat, dan pemanggilan alat secara paralel.	128,000 Input: 111,616 Keluaran: 16.384	16,384	Agustus 2025

Catatan

Anda mungkin juga melihat model ini disebut oleh OpenAI sebagai GPT-5.5 Instant atau di OpenAI API sebagai chat-latest. Di Microsoft Foundry, kami memperkenalkan gpt-chat-latest sebagai nama produk untuk rilis ini. Model ini tetap mengikuti siklus hidup pratinjau dan periode pemberitahuan standar yang ada. Kami juga mengevaluasi cara untuk menyederhanakan bagaimana pelanggan mengakses model yang terus diperbarui dari waktu ke waktu, tetapi perilaku saat ini tetap tidak berubah saat pekerjaan tersebut berlanjut.

GPT-5.5

Untuk ketersediaan model di seluruh wilayah, yang dikelompokkan menurut kategori penyebaran, lihat Ketersediaan wilayah untuk Foundry Models yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-5.5` (2026-04-24)	- Penalaran - API Respons. - API Penyelesaian Obrolan. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Penggunaan komputer - Ringkasan lengkap kemampuan.	1.050.000 br> Input: 922.000 Output: 128.000	128,000	Desember 2025

Catatan

Beberapa tingkat kuota akan memerlukan permintaan gpt-5.5 kuota agar dapat menyebarkan model ini. Langganan Tingkat 5 dan Tingkat 6 memiliki kuota secara default.

GPT-5.4

Untuk ketersediaan model di semua wilayah, yang dikelompokkan menurut kategori deployment, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-5.4` (2026-03-05)	- Penalaran - API Respons. - API Penyelesaian Obrolan. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Penggunaan komputer - Ringkasan lengkap kemampuan.	1,050,000	128,000	Agustus 2025
`gpt-5.4-pro` (2026-03-05)	- Penalaran - API Respons. - Pemrosesan teks dan gambar. - Fungsi & alat - Ringkasan lengkap kemampuan.	1,050,000	128,000	Agustus 2025
`gpt-5.4-mini` (2026-03-17)	- Penalaran - API Respons. - API Penyelesaian Obrolan. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Penggunaan komputer - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	Agustus 2025
`gpt-5.4-nano` (2026-03-17)	- Penalaran - API Respons. - API Penyelesaian Obrolan. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	Agustus 2025

GPT-5.3

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-5.3-codex` (2026-02-24)	- Penalaran - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan. - Dioptimalkan untuk Ekstensi Codex CLI & Codex VS Code	400,000 Input: 272.000 Output: 128.000	128,000	Agustus 2025
`gpt-5.3-chat` (2026-03-03) Tinjauan	- API Penyelesaian Obrolan. - API Respons. - Output terstruktur - Fungsi, alat, dan pemanggilan alat secara paralel.	128,000 Input: 111,616 Keluaran: 16.384	16,384	Agustus 2025

GPT-5.2

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori deployment, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-5.2-codex` (2026-01-14)	- Penalaran - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan. - Dioptimalkan untuk Ekstensi Codex CLI & Codex VS Code	400,000 Input: 272.000 Output: 128.000	128,000
`gpt-5.2` (2025-12-11)	- Penalaran - API Penyelesaian Obrolan. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	Agustus 2025
`gpt-5.2-chat` (2025-12-11) Tinjauan	- API Penyelesaian Obrolan. - API Respons. - Output terstruktur - Fungsi, alat, dan pemanggilan alat secara paralel.	128,000 Input: 111,616 Keluaran: 16.384	16,384	Agustus 2025
`gpt-5.2-chat` (2026-02-10) Tinjauan	- API Penyelesaian Obrolan. - API Respons. - Output terstruktur - Fungsi, alat, dan pemanggilan alat secara paralel.	128,000 Input: 111,616 Keluaran: 16.384	16,384	Agustus 2025

Perhatian

Kami tidak merekomendasikan penggunaan model pratinjau dalam produksi. Kami akan meningkatkan semua penyebaran model pratinjau ke versi pratinjau mendatang atau ke versi terbaru yang stabil dan tersedia secara umum. Model yang ditunjuk sebagai pratinjau tidak mengikuti siklus hidup model Azure OpenAI standar.

GPT-5.1

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penerapan, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-5.1` (2025-11-13)	- Penalaran - API Penyelesaian Obrolan. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	30 September 2024
`gpt-5.1-chat` (2025-11-13) Tinjauan	- Penalaran - API Penyelesaian Obrolan. - API Respons. - Output terstruktur - Fungsi, alat, dan pemanggilan alat secara paralel.	128,000 Input: 111,616 Keluaran: 16.384	16,384	30 September 2024
`gpt-5.1-codex` (2025-11-13)	- Api respons saja. - Pemrosesan teks dan gambar - Output terstruktur. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan - Dioptimalkan untuk Ekstensi Codex CLI & Codex VS Code	400,000 Input: 272.000 Output: 128.000	128,000	30 September 2024
`gpt-5.1-codex-mini` (2025-11-13)	- Api respons saja. - Pemrosesan teks dan gambar - Output terstruktur. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan - Dioptimalkan untuk Ekstensi Codex CLI & Codex VS Code	400,000 Input: 272.000 Output: 128.000	128,000	30 September 2024
`gpt-5.1-codex-max` (2025-12-04)	- Api respons saja. - Pemrosesan teks dan gambar - Output terstruktur. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan - Dioptimalkan untuk Ekstensi Codex CLI & Codex VS Code	400,000 Input: 272.000 Output: 128.000	128,000	30 September 2024

Perhatian

Penting

gpt-5.1 reasoning_effort diatur ke default none. Saat meningkatkan dari model penalaran sebelumnya ke gpt-5.1, perlu diingat bahwa Anda mungkin perlu memperbarui kode Anda untuk secara eksplisit meneruskan reasoning_effort level jika Anda ingin memungkinkan penalaran terjadi.
gpt-5.1-chat menambahkan kemampuan penalaran bawaan. Seperti model penalaran lainnya, model tersebut tidak mendukung parameter seperti temperature. Jika Anda meningkatkan dari menggunakan gpt-5-chat (yang bukan model penalaran) untuk gpt-5.1-chat memastikan Anda menghapus parameter kustom seperti temperature dari kode Anda yang tidak didukung oleh model penalaran.
gpt-5.1-codex-max menambahkan dukungan untuk pengaturan reasoning_effort ke xhigh. Penalaran none tidak didukung oleh gpt-5.1-codex-max.

GPT-5

Untuk ketersediaan model di semua wilayah, yang dikelompokkan menurut kategori deployment, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-5` (2025-08-07)	- Penalaran - API Penyelesaian Obrolan. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	30 September 2024
`gpt-5-mini` (2025-08-07)	- Penalaran - API Penyelesaian Obrolan. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	Mei 31, 2024
`gpt-5-nano` (2025-08-07)	- Penalaran - API Penyelesaian Obrolan. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	Mei 31, 2024
`gpt-5-chat` (2025-08-07) Tinjauan	- API Penyelesaian Obrolan. - API Respons. - Input: Teks/Gambar - Output: Hanya teks	128,000	16,384	30 September 2024
`gpt-5-chat` (2025-10-03) Pratinjau¹	- API Penyelesaian Obrolan. - API Respons. - Input: Teks/Gambar - Output: Hanya teks	128,000	16,384	30 September 2024
`gpt-5-codex` (2025-09-11)	- Api respons saja. - Input: Teks/Gambar - Output: Hanya teks - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. - Ringkasan lengkap kemampuan - Dioptimalkan untuk Ekstensi Codex CLI & Codex VS Code	400,000 Input: 272.000 Output: 128.000	128,000	-
`gpt-5-pro` (2025-10-06)	- Penalaran - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi dan alat - Ringkasan lengkap kemampuan.	400,000 Input: 272.000 Output: 128.000	128,000	30 September 2024

Catatan

^{Versi 1}gpt-5-chat2025-10-03 memperkenalkan peningkatan signifikan yang berfokus pada kecerdasan emosional dan kemampuan kesehatan mental. Peningkatan ini mengintegrasikan himpunan data khusus dan strategi respons yang disempurnakan untuk meningkatkan kemampuan model untuk:

Memahami dan menafsirkan konteks emosional secara lebih akurat, memungkinkan interaksi bernuansa dan empatik.
Memberikan respons yang mendukung dan bertanggung jawab dalam percakapan yang terkait dengan kesehatan mental, memastikan sensitivitas dan kepatuhan terhadap praktik terbaik.

Peningkatan ini bertujuan untuk membuat obrolan GPT-5 lebih sadar konteks, berpusat pada manusia, dan dapat diandalkan dalam skenario di mana nada emosional dan pertimbangan kesejahteraan sangat penting.

Perhatian

gpt-oss

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori deployment, lihat Ketersediaan wilayah untuk model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela Konteks	Output Token Maksimum	Data Pelatihan (sampai dengan)
`gpt-oss-120b` ¹ (Pratinjau)	- Teks masuk/teks keluar saja - API Penyelesaian Obrolan -Streaming - Pemanggilan fungsi - Output terstruktur - Penalaran - Tersedia untuk penggunaan¹ dan melalui komputasi terkelola	131,072	131,072	Mei 31, 2024
`gpt-oss-20b` (Pratinjau)	- Teks masuk/teks keluar saja - API Penyelesaian Obrolan -Streaming - Pemanggilan fungsi - Output terstruktur - Penalaran - Tersedia melalui komputasi terkelola dan Foundry Local	131,072	131,072	Mei 31, 2024

¹ Tidak seperti model OpenAI Azure lainnya gpt-oss-120b memerlukan proyek Foundry untuk menyebarkan model.

Menyebarkan dengan kode

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"

Seri GPT-4.1

Untuk mengetahui ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Foundry Models yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela konteks	Token keluaran maksimum	Data pelatihan (sampai dengan)
`gpt-4.1` (2025-04-14)	- Input teks dan gambar - Output teks - API pelengkap obrolan - API Respons -Streaming - Pemanggilan fungsi - Output terstruktur (kompletisasi obrolan)	- 1,047,576 - 300.000 (penyebaran terkelola standar & disediakan) - 128.000 (penyebaran batch)	32,768	Mei 31, 2024
`gpt-4.1-nano` (2025-04-14)	- Input teks dan gambar - Output teks - API pelengkap obrolan - API Respons -Streaming - Pemanggilan fungsi - Output terstruktur (kompletisasi obrolan)	- 1,047,576 - 300.000 (penyebaran terkelola standar & disediakan) - 128.000 (penyebaran batch)	32,768	Mei 31, 2024
`gpt-4.1-mini` (2025-04-14)	- Input teks dan gambar - Output teks - API pelengkap obrolan - API Respons -Streaming - Pemanggilan fungsi - Output terstruktur (kompletisasi obrolan)	- 1,047,576 - 300.000 (penyebaran terkelola standar & disediakan) - 128.000 (penyebaran batch)	32,768	Mei 31, 2024

Masalah yang diketahui

Masalah yang diketahui memengaruhi semua model seri GPT 4.1. Definisi panggilan alat atau fungsi besar yang melebihi 300.000 token akan mengakibatkan kegagalan, meskipun batas konteks token 1 juta model tidak tercapai.

Kesalahan dapat bervariasi berdasarkan panggilan API dan karakteristik payload yang mendasar.

Berikut adalah pesan kesalahan untuk API Penyelesaian Obrolan:

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'}}

Berikut adalah pesan kesalahan untuk API Respons:

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}}

pratinjau-penggunaan-komputer

Model eksperimental yang dilatih untuk digunakan dengan API Respons sebagai alat untuk penggunaan komputer.

Ini dapat digunakan dengan pustaka pihak ketiga untuk memungkinkan model mengontrol input mouse dan keyboard, sambil mendapatkan konteks dari tangkapan layar lingkungan yang sedang digunakan.

Perhatian

Pendaftaran diperlukan untuk mengakses computer-use-preview. Akses diberikan berdasarkan kriteria kelayakan Microsoft. Pelanggan yang memiliki akses ke model akses terbatas lainnya masih perlu meminta akses untuk model ini.

Untuk meminta akses, buka computer-use-preview aplikasi model akses terbatas. Saat akses diberikan, Anda perlu membuat penyebaran untuk model.

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Jendela konteks	Token keluaran maksimum	Data pelatihan (sampai dengan)
`computer-use-preview` (2025-03-11)	Model khusus untuk digunakan dengan Responses API alat untuk penggunaan komputer -Alat -Streaming - Teks (input/output) - Gambar (input)	8,192	1,024	Oktober 2023

Model Seri O

Model seri o OpenAI Azure dirancang untuk mengatasi tugas penalaran dan pemecahan masalah dengan peningkatan fokus dan kemampuan. Model-model ini menghabiskan lebih banyak waktu untuk memproses dan memahami permintaan pengguna, membuatnya sangat kuat di bidang-bidang seperti sains, pengodean, dan matematika, dibandingkan dengan iterasi sebelumnya.

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Permintaan maksimal (token)	Data pelatihan (sampai dengan)
`codex-mini` (2025-05-16)	Versi yang disempurnakan dari `o4-mini`. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi dan alat. Ringkasan lengkap kemampuan.	Input: 200.000 Output: 100.000	Mei 31, 2024
`o3-pro` (2025-06-10)	- API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi dan alat. Ringkasan lengkap kemampuan.	Input: 200.000 Output: 100.000	Mei 31, 2024
`o4-mini` (2025-04-16)	- Model penalaran baru, menawarkan kemampuan penalaran yang ditingkatkan. - API Penyelesaian Obrolan. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi dan alat. Ringkasan lengkap kemampuan.	Input: 200.000 Output: 100.000	Mei 31, 2024
`o3` (2025-04-16)	- Model penalaran baru, menawarkan kemampuan penalaran yang ditingkatkan. - API Penyelesaian Obrolan. - API Respons. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi, alat, dan pemanggilan alat secara paralel. Ringkasan lengkap kemampuan.	Input: 200.000 Output: 100.000	Mei 31, 2024
`o3-mini` (2025-01-31)	- Kemampuan penalaran yang ditingkatkan. - Output terstruktur. - Pemrosesan teks saja. - Fungsi dan alat.	Input: 200.000 Output: 100.000	Oktober 2023
`o1` (2024-12-17)	- Kemampuan penalaran yang ditingkatkan. - Output terstruktur. - Pemrosesan teks dan gambar. - Fungsi dan alat.	Input: 200.000 Output: 100.000	Oktober 2023
`o1-preview` ¹ (2024-09-12)	Versi pratinjau yang lebih lama.	Input: 128.000 Output: 32.768	Oktober 2023
`o1-mini` ² (2024-09-12)	Opsi yang lebih cepat dan lebih hemat biaya dalam seri o1, ideal untuk tugas pengkodan yang membutuhkan kecepatan dan konsumsi sumber daya yang lebih rendah. - Penyebaran Standar Global tersedia secara default. - Penyebaran standar (regional) saat ini hanya tersedia untuk pelanggan tertentu yang menerima akses sebagai bagian dari `o1-preview` rilis akses terbatas.	Input: 128.000 Keluaran: 65.536	Oktober 2023

¹o1-preview hanya tersedia untuk pelanggan yang diberikan akses sebagai bagian dari akses terbatas asli.

²o1-mini saat ini tersedia untuk semua pelanggan untuk penyebaran Standar Global. Pelanggan terpilih diberikan akses penyebaran standar (regional) o1-mini sebagai bagian dari rilis akses terbatas o1-preview. Saat ini, akses ke o1-mini penyebaran standar (regional) tidak ditingkatkan lebih lanjut.

o3-deep-research saat ini hanya tersedia dengan Foundry Agent Service. Untuk mempelajari lebih lanjut, lihat panduan alat Deep Research.

Untuk mempelajari selengkapnya tentang model seri o tingkat lanjut, lihat Mulai menggunakan model penalaran.

GPT-4o dan GPT-4 Turbo

GPT-4o mengintegrasikan teks dan gambar dalam satu model, yang memungkinkannya menangani beberapa jenis data secara bersamaan. Pendekatan multimodal ini meningkatkan akurasi dan responsivitas dalam interaksi manusia-komputer. GPT-4o cocok dengan GPT-4 Turbo dalam tugas teks dan pengodean bahasa Inggris sambil menawarkan performa unggul dalam tugas bahasa non-bahasa Inggris dan tugas visi, menetapkan tolok ukur baru untuk kemampuan AI.

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Model GPT-4 dan GPT-4 Turbo

Model ini hanya dapat digunakan dengan API Penyelesaian Obrolan. Lihat versi Model untuk mempelajari tentang bagaimana Azure OpenAI menangani peningkatan versi model. Lihat Bekerja dengan model untuk mempelajari cara melihat dan mengonfigurasi pengaturan versi model penyebaran GPT-4 Anda.

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Identifikasi Model	Deskripsi	Permintaan maksimal (token)	Data pelatihan (sampai dengan)
`gpt-4o` (2024-11-20) GPT-4o (Omni)	- Output terstruktur. - Pemrosesan teks dan gambar. - Mode JSON. - Panggilan fungsi paralel. - Akurasi dan responsivitas yang ditingkatkan. - Kesetaraan dengan tugas teks dan pengodean berbahasa Inggris dibandingkan dengan kemampuan GPT-4 Turbo dengan fitur Vision. - Performa unggul dalam bahasa non-Bahasa Inggris dan dalam tugas visi. - Kemampuan menulis kreatif yang ditingkatkan.	Input: 128.000 Keluaran: 16.384	Oktober 2023
`gpt-4o` (2024-08-06) GPT-4o (Omni)	- Output terstruktur. - Pemrosesan teks dan gambar. - Mode JSON. - Panggilan fungsi paralel. - Akurasi dan responsivitas yang ditingkatkan. - Kesetaraan dengan tugas teks dan pengodean berbahasa Inggris dibandingkan dengan kemampuan GPT-4 Turbo dengan fitur Vision. - Performa unggul dalam bahasa non-Bahasa Inggris dan dalam tugas visi.	Input: 128.000 Keluaran: 16.384	Oktober 2023
`gpt-4o-mini` (2024-07-18) GPT-4o mini	- Model yang cepat, murah, dan mampu ideal untuk mengganti model seri GPT-3.5 Turbo. - Pemrosesan teks dan gambar. - Mode JSON. - Panggilan fungsi paralel.	Input: 128.000 Keluaran: 16.384	Oktober 2023
`gpt-4o` (2024-05-13) GPT-4o (Omni)	- Pemrosesan teks dan gambar. - Mode JSON. - Panggilan fungsi paralel. - Akurasi dan responsivitas yang ditingkatkan. - Kesetaraan dengan tugas teks dan pengodean berbahasa Inggris dibandingkan dengan kemampuan GPT-4 Turbo dengan fitur Vision. - Performa unggul dalam bahasa non-Bahasa Inggris dan dalam tugas visi.	Input: 128.000 Output: 4.096	Oktober 2023
`gpt-4` ¹ (turbo-2024-04-09) GPT-4 Turbo dengan Visi	Model baru yang tersedia secara umum. - Pengganti untuk semua model pratinjau GPT-4 sebelumnya (`vision-preview`, `1106-Preview`, `0125-Preview`). - Ketersediaan fitur saat ini berbeda, tergantung pada metode input dan jenis penyebaran.	Input: 128.000 Output: 4.096	Desember 2023

¹ Versi gpt-4 versi turbo-2024-04-09 yang disediakan saat ini hanya terbatas pada teks. Untuk informasi selengkapnya tentang penyebaran yang disediakan, lihat Panduan yang disediakan.

Perhatian

Kami tidak menyarankan Anda menggunakan model pratinjau dalam produksi. Kami akan meningkatkan semua penyebaran model pratinjau ke versi pratinjau mendatang atau ke versi terbaru yang stabil dan tersedia secara umum. Model yang ditunjuk sebagai pratinjau tidak mengikuti siklus hidup model Azure OpenAI standar.

Penyematan

text-embedding-3-large adalah model penyematan terbaru dan paling mampu. Anda tidak dapat melakukan upgrade antar model embedding. Untuk berpindah dari menggunakan text-embedding-ada-002 ke text-embedding-3-large, Anda perlu membuat penyematan baru.

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

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Kemampuan

Laporan dari OpenAI menunjukkan bahwa pengujian memperlihatkan kedua model penyematan generasi ketiga, baik yang besar maupun yang kecil, menawarkan performa pengambilan data multibahasa rata-rata yang lebih baik dengan tolok ukur MIRACL. Mereka masih mempertahankan performa untuk tugas bahasa Inggris dengan tolok ukur MTEB .

Tolok ukur evaluasi	`text-embedding-ada-002`	`text-embedding-3-small`	`text-embedding-3-large`
Rata-rata MIRACL	31.4	44.0	54.9
Rata-rata MTEB	61.0	62.3	64.6

Model penyematan generasi ketiga mendukung pengurangan ukuran penyematan melalui parameter baru dimensions . Biasanya, penyematan yang lebih besar lebih mahal dari perspektif komputasi, memori, dan penyimpanan. Ketika Anda dapat menyesuaikan jumlah dimensi, Anda mendapatkan lebih banyak kontrol atas biaya dan performa keseluruhan. Parameter dimensions tidak didukung di semua versi pustaka Python OpenAI 1.x. Untuk memanfaatkan parameter ini, kami sarankan Anda meningkatkan ke versi terbaru: pip install openai --upgrade.

Pengujian tolok ukur MTEB OpenAI menemukan bahwa bahkan ketika dimensi model generasi ketiga dikurangi menjadi kurang dari 1.536 dimensi text-embeddings-ada-002, performa tetap sedikit lebih baik.

Model ini hanya dapat digunakan dengan permintaan Embedding API.

Identifikasi Model	Permintaan maksimal (token)	Dimensi output	Data pelatihan (sampai dengan)
`text-embedding-ada-002` (versi 2)	8,192	1,536	Sep 2021
`text-embedding-ada-002` (versi 1)	2,046	1,536	Sep 2021
`text-embedding-3-large`	8,192	3,072	Sep 2021
`text-embedding-3-small`	8,192	1,536	Sep 2021

Catatan

Saat Anda mengirim array input untuk penyematan, jumlah maksimum item input dalam array per panggilan ke titik akhir penyematan adalah 2.048.

Model pembuatan gambar

Model pembuatan gambar menghasilkan gambar dari perintah teks yang disediakan pengguna. Model pembuatan gambar meliputi gpt-image-1, , gpt-image-1-minigpt-image-1.5, dan gpt-image-2.

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Identifikasi Model	Permintaan maks (karakter)
`gpt-image-1`	4,000
`gpt-image-1-mini`	4,000
`gpt-image-1.5`	4,000

Model pembuatan video

Sora adalah model AI dari OpenAI yang dapat menciptakan adegan video yang realistis dan imajinatif dari instruksi teks. Sora sedang dalam pratinjau.

Model pembuatan video meliputi sora dan sora-2.

Identifikasi Model	Permintaan Maksimal (karakter)
Sora	4,000

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Model audio

Model audio di Azure OpenAI tersedia melalui API realtime, completions, dan audio.

Untuk ketersediaan model di semua wilayah, yang dikelompokkan berdasarkan kategori penyebaran, lihat Ketersediaan wilayah untuk Model Foundry yang dijual langsung oleh Azure.

Model audio GPT-4o

Model audio GPT-4o adalah bagian dari keluarga model GPT-4o dan mendukung latensi rendah, ucapan masuk, interaksi percakapan atau pembuatan audio.

Perhatian

Detail tentang token permintaan maksimum dan data pelatihan tersedia dalam tabel berikut:

Identifikasi Model	Deskripsi	Permintaan maksimal (token)	Data pelatihan (sampai dengan)
`gpt-4o-mini-audio-preview` (2024-12-17) Tinjauan	Model audio untuk pembuatan audio dan teks.	Input: 128.000 Keluaran: 16.384	September 2023
`gpt-4o-audio-preview` (2024-12-17)	Model audio untuk pembuatan audio dan teks.	Input: 128.000 Keluaran: 16.384	September 2023
`gpt-4o-realtime-preview` (2025-06-03)	Model audio untuk pemrosesan audio secara real-time.	Input: 32.000 Output: 4.096	Oktober 2023
`gpt-4o-realtime-preview` (2024-12-17)	Model audio untuk pemrosesan audio secara real-time.	Masukan: 16.000 Output: 4.096	Oktober 2023
`gpt-4o-mini-realtime-preview` (2024-12-17) Tinjauan	Model audio untuk pemrosesan audio secara real-time.	Input: 128.000 Output: 4.096	Oktober 2023
`gpt-audio`(28-08-2025) `gpt-audio-mini`(6 Oktober 2025)	Model audio untuk pembuatan audio dan teks.	Input: 128.00 Keluaran: 16.384	Oktober 2023
`gpt-realtime` (28-08-2025) (GA) `gpt-realtime-mini` (2025-10-06) `gpt-realtime-mini` (2025-12-15)	Model audio untuk pemrosesan audio secara real-time.	Input: 32.00 Output: 4.096	Oktober 2023
`gpt-audio-1.5` (2026-02-23)	Model audio untuk pembuatan audio dan teks.	Input: 128.00 Keluaran: 16.384	September 2024
`gpt-realtime-1.5` (2026-02-23)	Model audio untuk pemrosesan audio secara real-time.	Input: 32.00 Output: 4.096	September 2024

Audio API

Model audio melalui /audio API dapat digunakan untuk ucapan ke teks, terjemahan, dan teks ke ucapan.

Model ucapan ke teks

Identifikasi Model	Deskripsi	Permintaan maksimum (ukuran maksimum file audio)
`whisper`	Model pengenalan ucapan tujuan umum.	25 MB
`gpt-4o-transcribe` (2025-03-20) Tinjauan	Model ucapan ke teks didukung oleh GPT-4o.	25 MB
`gpt-4o-mini-transcribe` (2025-03-20) Tinjauan	Model ucapan ke teks didukung oleh GPT-4o mini.	25 MB
`gpt-4o-transcribe-diarize` (2025-10-15) Tinjauan	Model ucapan ke teks dengan pengenalan ucapan otomatis.	25 MB
`gpt-4o-mini-transcribe` (2025-12-15) Tinjauan	Model ucapan ke teks dengan pengenalan ucapan otomatis. Peningkatan akurasi dan ketahanan transkripsi.	25 MB

Model terjemahan ucapan

Identifikasi Model	Deskripsi	Permintaan maksimum (ukuran maksimum file audio)
`whisper`	Model pengenalan ucapan tujuan umum.	25 MB

Model teks ke ucapan (pratinjau)

Identifikasi Model	Deskripsi
`tts` Tinjauan	Model teks ke ucapan dioptimalkan untuk kecepatan.
`tts-hd` Tinjauan	Model teks ke ucapan dioptimalkan untuk kualitas.
`gpt-4o-mini-tts` (2025-03-20)	Model teks ke suara didukung oleh GPT-4o mini. Anda dapat memandu suara untuk berbicara dengan gaya atau nada tertentu.
`gpt-4o-mini-tts` (2025-12-15)	Model teks ke suara didukung oleh GPT-4o mini. Anda dapat memandu suara untuk berbicara dengan gaya atau nada tertentu.

Menyempurnakan model

Model berikut didukung untuk penyempurnaan:

Identifikasi Model	Wilayah standar	Global	Pengembang	Metode	Status	Modalitas
`gpt-4o-mini` (2024-07-18)	US Tengah Utara Swedia Tengah	✅	✅	SFT	GA	Teks ke teks
`gpt-4o` (2024-08-06)	US Timur2 US Tengah Utara Swedia Tengah	✅	✅	SFT, DPO	GA	Teks dan visi ke teks
`gpt-4.1` (2025-04-14)	US Tengah Utara Swedia Tengah	✅	✅	SFT, DPO	GA	Teks dan visi ke teks
`gpt-4.1-mini` (2025-04-14)	US Tengah Utara Swedia Tengah	✅	✅	SFT, DPO	GA	Teks ke teks
`gpt-4.1-nano` (2025-04-14)	US Tengah Utara Swedia Tengah	✅	✅	SFT, DPO	GA	Teks ke teks
`o4-mini` (2025-04-16)	US Timur2 Swedia Tengah	✅	❌	RFT	GA	Teks ke teks
`gpt-5` (2025-08-07)	US Tengah Utara Swedia Tengah	✅	✅	RFT	Pratinjau tertutup	Teks ke teks
`Ministral-3B` (2411)	Tidak didukung	✅	❌	SFT	Pratinjau publik	Teks ke teks
`Qwen-32B`	Tidak didukung	✅	❌	SFT	Pratinjau publik	Teks ke teks
`Llama-3.3-70B-Instruct`	Tidak didukung	✅	❌	SFT	Pratinjau publik	Teks ke teks
`gpt-oss-20b`	Tidak didukung	✅	❌	SFT	Pratinjau publik	Teks ke teks

Atau Anda dapat menyempurnakan model yang sudah disempurnakan sebelumnya, dengan format base-model.ft-{jobid}.

Catatan

Model sumber terbuka (Ministral-3B, Qwen-32B, Llama-3.3-70B-Instruct, gpt-oss-20b) hanya didukung pada sumber daya Foundry dan di UI Foundry baru.

Catatan

Pelatihan global menyediakan pelatihan yang lebih terjangkau per token, tetapi tidak menawarkan residensi data. Saat ini tersedia untuk sumber daya Foundry di wilayah berikut:

Australia Timur
Brasil Selatan
Kanada Tengah
Kanada Timur
US Timur
US Timur2
Prancis Tengah
Jerman Barat Tengah
Italia Utara
Jepang Timur (tidak ada dukungan visi)
Korea Tengah
US Tengah Utara
Norwegia Timur
Polandia Tengah (tidak ada dukungan 4.1-nano)
Asia Tenggara
Afrika Selatan Utara
US Tengah Selatan
India Selatan
Spanyol Tengah
Swedia Tengah
Swiss Barat
Swiss Utara
UK Selatan
Eropa Barat
US Barat
Barat US 3

Asisten (pratinjau)

Untuk Asisten, Anda memerlukan kombinasi model yang didukung dan wilayah yang didukung. Alat dan kemampuan tertentu memerlukan model terbaru. Model berikut tersedia di Assistants API, SDK, dan Foundry. Tabel berikut ini adalah untuk penyebaran standar. Untuk informasi tentang ketersediaan unit throughput yang disediakan, lihat Model throughput yang disediakan. Model dan wilayah yang tercantum dapat digunakan dengan Asisten v1 dan v2. Anda dapat menggunakan model Standar Global jika didukung di wilayah berikut.

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

Penghentian model

Untuk informasi terbaru tentang penghentian model, lihat Jadwal penghentian model.

Model Black Forest Labs dijual langsung oleh Azure

Model FLUX Black Forest Labs (BFL) menghadirkan pembuatan gambar canggih ke Microsoft Foundry, memungkinkan Anda menghasilkan dan mengedit gambar berkualitas tinggi dari perintah teks dan gambar referensi. Model FLUX mendukung berbagai kemampuan termasuk pembuatan teks ke gambar, pengeditan gambar multi-referensi, dan pembuatan dan pengeditan dalam konteks.

Anda dapat menjalankan model ini melalui API penyedia layanan BFL dan endpoint images/generations serta images/edits.

Untuk bekerja dengan model FLUX di Foundry, lihat Deploy dan gunakan model FLUX di Microsoft Foundry.

Pendaftaran diperlukan untuk akses ke FLUX.2 [flex] (Pratinjau).

Model	Ketik & titik akhir API	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`FLUX.2-flex` Tinjauan	Pembuatan gambar - API penyedia layanan BFL: `<resource-name>/providers/blackforestlabs/v1/flux-2-flex`	- Input: teks dan gambar (32.000 token dan hingga 10 gambarⁱ) - Output: Satu Gambar - Panggilan alat: Tidak - Format respons: Gambar (PNG dan JPG) - Fitur utama: Kontrol halus; dukungan multi-referensi hingga 10 gambar - Parameter tambahan: `guidance`: Mengontrol seberapa dekat output mengikuti perintah. Minimum: 1.5, maksimum: 10, default: 4.5. Lebih tinggi = kedisiplinan waktu yang lebih dekat. `steps`: Jumlah langkah inferensi. Maksimum: 50, default: 50. Lebih tinggi = lebih detail, lebih lambat.	- Standar global (semua wilayah)
`FLUX.2-pro` Tinjauan	Pembuatan gambar - API penyedia layanan BFL: `<resource-name>/providers/blackforestlabs/v1/flux-2-pro`	- Input: teks dan gambar (32.000 token dan hingga 8 gambarⁱⁱ) - Output: Satu Gambar - Panggilan alat: Tidak - Format respons: Gambar (PNG dan JPG) - Fitur utama: Dukungan multi-referensi hingga 8 gambar; lebih membumi dalam pengetahuan dunia nyata; fleksibilitas output yang lebih besar; performa yang ditingkatkan - Parameter tambahan:(Hanya di API khusus penyedia) Mendukung semua parameter.	- Standar global (semua wilayah)
`FLUX.1-Kontext-pro` Tinjauan	Pembuatan gambar - API Gambar: `https://<resource-name>/openai/deployments/{deployment-id}/images/generations` Dan `https://<resource-name>/openai/deployments/{deployment-id}/images/edits` - API penyedia layanan BFL: `<resource-name>/providers/blackforestlabs/v1/flux-kontext-pro?api-version=preview`	- Input: teks dan gambar (5.000 token dan 1 gambar) - Output: Satu Gambar - Panggilan alat: Tidak - Format respons: Gambar (PNG dan JPG) - Fitur utama: Konsistensi karakter, pengeditan tingkat lanjut - Parameter tambahan:(Hanya di API khusus penyedia)`seed`, , `aspect ratio`, `input_imageprompt_unsampling`, , `safety_toleranceoutput_format`	- Standar global (semua wilayah)
`FLUX-1.1-pro` Tinjauan	Pembuatan gambar - API Gambar: `https://<resource-name>/openai/deployments/{deployment-id}/images/generations` - API penyedia layanan BFL: `<resource-name>/providers/blackforestlabs/v1/flux-pro-1.1?api-version=preview`	- Input: teks (5.000 token dan 1 gambar) - Output: Satu Gambar - Panggilan alat: Tidak - Format respons: Gambar (PNG dan JPG) - Fitur utama: Kecepatan inferensi cepat, kepatuhan prompt yang kuat, harga kompetitif, generasi yang dapat diskalakan - Parameter tambahan:(Hanya di API khusus penyedia)`width`, , `height`, `prompt_unsamplingseed`, , `safety_toleranceoutput_format`	- Standar global (semua wilayah)

^i,ii Dukungan untuk beberapa gambar referensi tersedia untuk FLUX.2 [pro] (Pratinjau) dan FLUX.2 [flex] (Pratinjau) dengan menggunakan API, tetapi tidak di taman bermain.

Model Cohere dijual langsung oleh Azure

Keluarga model Cohere mencakup berbagai model yang dioptimalkan untuk berbagai kasus penggunaan, termasuk penyelesaian obrolan, klasifikasi teks/rerank, dan embedding. Model Cohere dioptimalkan untuk berbagai kasus penggunaan yang mencakup penalaran, ringkasan, dan jawaban atas pertanyaan.

Model	Jenis	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`Cohere-rerank-v4.0-pro`	klasifikasi teks (rerank)	- Input: teks - Output: teks - Bahasa:`en`, `fr`, , `esit`, `de`, `pt-br`, `ja`, `zh-cn`, `ar`, `vi`, , `hi`, `ru`, , `id`, dan`nl` - Panggilan alat: Tidak - Format tanggapan: JSON	- Standar global (semua wilayah) Komputasi yang dikelola
`Cohere-rerank-v4.0-fast`	klasifikasi teks (rerank)	- Input: teks - Output: teks - Bahasa:`en`, `fr`, , `esit`, `de`, `pt-br`, `ja`, `zh-cn`, `ar`, `vi`, , `hi`, `ru`, , `id`, dan`nl` - Panggilan alat: Tidak - Format tanggapan: JSON	- Standar global (semua wilayah) Komputasi yang dikelola
`Cohere-command-a`	penyelesaian chat	- Input: teks (131.072 token) - Output: teks (8.182 token) - Bahasa:`en`, `fr`, , `esit`, `de`, `pt-br`, `ja`, `ko`, , `zh-cn`dan`ar` - Panggilan alat: Ya - Format respons: Teks, JSON	- Standar global (semua wilayah)
`embed-v-4-0`	penyematan	- Input: teks (512 token) dan gambar (piksel 2MM) - Output: Vektor (256, 512, 1024, 1536 dim.) - Bahasa:`en`, `fr`, , `esit`, `de`, `pt-br`, `ja`, `ko`, , `zh-cn`dan`ar`	- Standar global (semua wilayah)

Model DeepSeek dijual langsung oleh Azure

Keluarga model DeepSeek mencakup beberapa model penalaran, yang unggul dalam tugas penalaran dengan menggunakan proses pelatihan langkah demi langkah, seperti bahasa, penalaran ilmiah, dan tugas pengkodan.

Model	Jenis	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`DeepSeek-V4-Flash` Tinjauan	penyelesaian percakapan (dengan konten penalaran)	- Input: teks (1.000.000 token) - Output: teks (384.000 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Tidak - Format respons: Teks, JSON	- Standar global (semua wilayah)
`DeepSeek-V3.2-Speciale` Tinjauan	penyelesaian percakapan (dengan konten penalaran)	- Input: teks (128.000 token) - Output: teks (128.000 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Tidak - Format respons: Teks, JSON	- Standar global (semua wilayah)
`DeepSeek-V3.2` Tinjauan	penyelesaian percakapan (dengan konten penalaran)	- Input: teks (128.000 token) - Output: teks (128.000 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Tidak - Format respons: Teks, JSON	- Standar global (semua wilayah)
`DeepSeek-V3.1` Tinjauan	penyelesaian percakapan (dengan konten penalaran)	- Input: teks (131.072 token) - Output: teks (131,072 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Ya - Format respons: Teks, JSON	- Standar global (semua wilayah)
`DeepSeek-R1-0528` Tinjauan	penyelesaian percakapan (dengan konten penalaran)	- Input: teks (163.840 token) - Output: teks (163.840 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Tidak - Format respons: Teks	- Standar global (semua wilayah) - Penyediaan global (semua wilayah)
`DeepSeek-V3-0324` Tinjauan	penyelesaian chat	- Input: teks (131.072 token) - Output: teks (131,072 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Ya - Format respons: Teks, JSON	- Standar global (semua wilayah) - Penyediaan global (semua wilayah)
`DeepSeek-R1`	penyelesaian percakapan (dengan konten penalaran)	- Input: teks (163.840 token) - Output: teks (163.840 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Tidak - Format respons: Teks	- Standar global (semua wilayah) - Penyediaan global (semua wilayah)

Azure menjual langsung model meta

Model dan alat Meta Llama adalah kumpulan teks AI dan model penalaran gambar generatif yang telah dilatih dan disempurnakan. Rentang model meta berkisar dalam skala yang mencakup:

Model bahasa berskala kecil (SLM) seperti 1B dan 3B Base dan model Instruct untuk inference pada perangkat lokal dan di tepi jaringan
Model bahasa berskala besar berukuran sedang (LLM) seperti model Dasar dan Instruksi 7B, 8B, dan 70B
Model berperforma tinggi seperti Meta Llama 3.1-405B Instruct digunakan untuk pembuatan data sintetis dan kasus penggunaan distilasi.

Model	Jenis	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`Llama-4-Maverick-17B-128E-Instruct-FP8` Tinjauan	penyelesaian chat	- Input: teks dan gambar (token 1M) - Output: teks (1 juta token) - Bahasa:`ar`, `en`, , `frde`, `hi`, `id`, `it`, `pt`, `es`, , `tl`, `th`, dan`vi` - Panggilan alat: Tidak - Format respons: Teks	- Standar global (semua wilayah)
`Llama-3.3-70B-Instruct` Tinjauan	penyelesaian chat	- Input: teks (128.000 token) - Output: teks (8.192 token) - Bahasa:`en`, `de`, `fr`, `it`, `pt`, `hi`, , `es`dan `th` - Panggilan alat: Tidak - Format respons: Teks	- Standar global (semua wilayah) - Penyediaan global (semua wilayah)

Beberapa model Meta juga tersedia dari mitra dan komunitas.

Model produk Microsoft dijual langsung oleh Azure

model Microsoft mencakup berbagai grup model seperti Model Router, model MAI, model Phi, model AI layanan kesehatan, dan banyak lagi. Beberapa model Microsoft juga tersedia dari mitra dan komunitas.

Untuk bekerja dengan model pembuatan teks ke gambar MAI-Image-2e dan MAI-Image-2 di Foundry, lihat Deploy dan gunakan model MAI di Microsoft Foundry.

Model	Jenis	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`MAI-Image-2e` Tinjauan	Teks ke Gambar. Lihat Titik akhir API untuk detailnya.	- Input: teks - Output: Satu gambar - Panjang konteks: 32.000 token - Panggilan alat: Tidak - Format respons: Gambar (PNG) - Bahasa:`en` - Fitur utama: Pembuatan teks ke gambar berkualitas tinggi; sintesis gambar fotorealistik dengan struktur visual yang konsisten; sangat cocok untuk citra produk, visual pemasaran, aset merek, dan alur kerja kreatif komersial. - Parameter:`width`, `height`, `prompt` Minimal 768×768 piksel; jumlah total piksel maksimum 1.048.576 (setara dengan 1024×1024). Salah satu dimensi dapat melebihi 1024 selama jumlah piksel total tetap dalam batas (misalnya, 768×1365).	- Standar global (US Tengah Barat, AS Timur, AS Barat, Eropa Barat, Swedia Tengah, India Selatan)
`MAI-Image-2` Tinjauan	Teks ke Gambar. Lihat Titik akhir API untuk detailnya.	- Input: teks - Output: Satu gambar - Panjang konteks: 32.000 token - Panggilan alat: Tidak - Format respons: Gambar (PNG) - Bahasa:`en` - Fitur utama: Pembuatan teks ke gambar berkualitas tinggi; sintesis gambar fotorealistik dengan struktur visual yang konsisten; sangat cocok untuk citra produk, visual pemasaran, aset merek, dan alur kerja kreatif komersial. - Parameter:`width`, `height`, `prompt` Minimal 768×768 piksel; jumlah total piksel maksimum 1.048.576 (setara dengan 1024×1024). Salah satu dimensi dapat melebihi 1024 selama jumlah piksel total tetap dalam batas (misalnya, 768×1365).	- Standar global (US Tengah Barat, AS Timur, AS Barat, Eropa Barat, Swedia Tengah, India Selatan)
`model-router` ¹	penyelesaian chat	Lebih banyak detail di Gambaran Umum Model Router. - Input: teks, gambar - Keluaran: teks (jumlah token maksimal bervariasi²) Jendela konteks: 200.000³ - Bahasa:`en`	- Standar global (US Timur 2, Swedia Tengah) - Standar Zona Data⁴ (US Timur 2, Swedia Tengah)

¹Model router versi2025-11-18. Versi sebelumnya (2025-08-07 dan 2025-05-19) juga tersedia.

²Token keluaran maksimum bervariasi untuk model dasar di router model. Misalnya, 32.768 (GPT-4.1 series), 100.000 (o4-mini), 128.000 (gpt-5 reasoning models), dan 16.384 (gpt-5-chat).

^{Jendela konteks} yang lebih besar 3 kompatibel dengan beberapa model dasar dari Model Router. Itu berarti panggilan API dengan konteks yang lebih besar hanya berhasil jika perintah dirutekan ke salah satu model tersebut. Jika tidak, panggilan gagal.

⁴ Penagihan untuk penyebaran router model Standar Zona Data dimulai tidak lebih awal dari 1 November 2025.

Model Mistral dijual langsung oleh Azure

Model	Jenis	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`mistral-document-ai-2512`	Gambar ke Teks	- Input: halaman gambar atau PDF (30 halaman, file PDF maks 30MB) - Output: teks - Bahasa:`en` - Pemanggilan Alat: tidak - Format respons: Teks, JSON, Markdown	- Standar global (semua wilayah) - Standar zona data (AS dan UE)
`mistral-document-ai-2505` Tinjauan	Gambar ke Teks	- Input: halaman gambar atau PDF (30 halaman, file PDF maks 30MB) - Output: teks - Bahasa:`en` - Pemanggilan Alat: tidak - Format respons: Teks, JSON, Markdown	- Standar global (semua wilayah) - Standar zona data (AS dan UE)
`Mistral-Large-3` Tinjauan	penyelesaian chat	- Input: teks, gambar - Output: teks - Bahasa:`en`, `fr`, , `dees`, `it`, `pt`, `nl`, `zh`, `ja`, , `ko`, dan`ar` - Panggilan alat: Ya - Format respons: Teks, JSON	- Standar global (semua wilayah) - Standar zona data (AS dan UE)

Beberapa model Mistral juga tersedia dari mitra dan komunitas.

Model Moonshot AI dijual langsung oleh Azure

Model Moonshot AI termasuk Kimi K2.6 (Pratinjau) dan Kimi K2.5 (Pratinjau), model penalaran multimodal yang menerima input teks dan gambar.

Model	Jenis	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`Kimi-K2.6` Tinjauan	penyelesaian percakapan (dengan konten penalaran)	- Input: teks dan gambar (262.144 token) - Output: teks (262.144 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Ya - Format respons: Teks	- Standar global (semua wilayah)
`Kimi-K2.5` Tinjauan	penyelesaian percakapan (dengan konten penalaran)	- Input: teks dan gambar (262.144 token) - Output: teks (262.144 token) - Bahasa:`en` Dan `zh` - Panggilan alat: Ya - Format respons: Teks	- Standar global (semua wilayah)

Lihat koleksi model ini di portal Foundry.

Model xAI dijual langsung oleh Azure

Model Grok xAI dalam Foundry Models mencakup beragam model penalaran dan non-penalaran yang dirancang untuk berbagai kasus penggunaan perusahaan seperti ekstraksi data, pengodean, ringkasan teks, dan aplikasi berbasis agen.

Pendaftaran diperlukan untuk akses kegrok-code-fast-1 (Pratinjau) dan grok-4.

Model	Jenis	Kemampuan	Jenis penyebaran (ketersediaan wilayah)
`grok-4.3` Tinjauan	penyelesaian chat	- Input: teks (200.000 token) - Output: teks (8.192 token) - Bahasa:`en` - Panggilan alat: ya - Format respons: teks	- Standar global (semua wilayah)
`grok-4-20-reasoning` Tinjauan	penyelesaian chat	- Input: teks (262.000 token) - Output: teks (8.192 token) - Bahasa:`en` - Panggilan alat: ya - Format respons: teks	- Standar global (semua wilayah)
`grok-4-20-non-reasoning` Tinjauan	penyelesaian chat	- Input: teks (262.000 token) - Output: teks (8.192 token) - Bahasa:`en` - Panggilan alat: ya - Format respons: teks	- Standar global (semua wilayah)
`grok-4.1-fast-reasoning` Tinjauan	penyelesaian chat	- Input: teks, gambar (128.000 token) - Output: teks (128.000 token) - Bahasa:`en` - Panggilan alat: ya - Format respons: teks	- Standar global (semua wilayah)
`grok-4.1-fast-non-reasoning` Tinjauan	penyelesaian chat	- Input: teks, gambar (128.000 token) - Output: teks (128.000 token) - Bahasa:`en` - Panggilan alat: ya - Format respons: teks	- Standar global (semua wilayah)
`grok-4`	penyelesaian chat	- Input: teks (262.000 token) - Output: teks (8.192 token) - Bahasa:`en` - Panggilan alat: ya - Format respons: teks	- Standar global (semua wilayah)
`grok-code-fast-1` Tinjauan	penyelesaian chat	- Input: teks (256.000 token) - Output: teks (8.192 token) - Bahasa:`en` - Panggilan alat: ya - Format respons: teks	- Standar global (semua wilayah)

Ketersediaan wilayah model berdasarkan jenis penyebaran

Microsoft Foundry memberi pelanggan pilihan pada struktur hosting yang sesuai dengan pola bisnis dan penggunaan mereka. Layanan ini menawarkan dua kategori penyebaran utama:

Standar: Memiliki opsi penyebaran global, merutekan lalu lintas secara global untuk memberikan throughput yang lebih tinggi.
Provisioned: Juga memiliki opsi penyebaran global, memungkinkan pelanggan untuk membeli dan menyebarkan unit throughput yang disediakan di seluruh infrastruktur global Azure.

Kategori penyebaran lain seperti batch juga tersedia. Untuk mempelajari tentang semua tipe deployment model yang tersedia, lihat Tipe Deployment untuk Model Foundry Microsoft.

Ketersediaan model standar global

Wilayah	FLUX.2-flex	FLUX.2-pro	FLUX.1-Kontext-pro	FLUX-1.1-pro	Cohere-rerank-v4.0-pro	Cohere-rerank-v4.0-fast	cohere-command-a	embed-v-4-0	DeepSeek-V3.2-Speciale	DeepSeek-V3.2	DeepSeek-V3.1	DeepSeek-R1-0528	DeepSeek-V3-0324	DeepSeek-R1	Llama-4-Maverick-17B-128E-Instruct-FP8	Llama-3.3-70B-Instruct	MAI-Image-2	model-router	mistral-document-ai-2512	mistral-document-ai-2505	Mistral-Large-3	Kimi-K2.5	grok-4-1-penalaran-cepat	grok-4-1-fast-non-reasoning	grok-4-fast-reasoning	grok-4-fast-non-reasoning	grok-3	grok-3-mini
australiaeast	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
brasilouth	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
kanadacentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
kanada timur	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
centralus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
eastus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
eastus2	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
francecentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
germanywestcentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
italynorth	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
japaneast	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
japanwest	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
koreacentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
northcentralus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
norwayeast	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
polandcentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
southafricanorth	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
southcentralus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
India Selatan	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
spaincentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
swedencentral	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
SwitzerlandNorth	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
swisswest	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
uaenorth	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
uksouth	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
westcentralus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
westeurope	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
westus	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
westus2	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
westus3	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	-	-	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅

Ketersediaan model yang dikelola dan disediakan secara global

Wilayah	DeepSeek-R1-0528	DeepSeek-V3-0324	DeepSeek-R1	Llama-3.3-70B-Instruct
australiaeast	✅	✅	✅	✅
brasilouth	✅	✅	✅	✅
kanadacentral	✅	✅	✅	✅
kanada timur	✅	✅	✅	✅
centralus	✅	✅	✅	✅
eastus	✅	✅	✅	✅
eastus2	✅	✅	✅	✅
francecentral	✅	✅	✅	✅
germanywestcentral	✅	✅	✅	✅
italynorth	✅	✅	✅	✅
japaneast	✅	✅	✅	✅
japanwest	✅	✅	✅	✅
koreacentral	✅	✅	✅	✅
northcentralus	✅	✅	✅	✅
norwayeast	✅	✅	✅	✅
polandcentral	✅	✅	✅	✅
southafricanorth	✅	✅	✅	✅
southcentralus	✅	✅	✅	✅
India Selatan	✅	✅	✅	✅
spaincentral	✅	✅	✅	✅
swedencentral	✅	✅	✅	✅
SwitzerlandNorth	✅	✅	✅	✅
swisswest	✅	✅	✅	✅
uaenorth	✅	✅	✅	✅
uksouth	✅	✅	✅	✅
westcentralus	✅	✅	✅	✅
westeurope	✅	✅	✅	✅
westus	✅	✅	✅	✅
westus2	✅	✅	✅	✅
westus3	✅	✅	✅	✅

Ketersediaan model standar zona data

Wilayah	FLUX.2-pro	FLUX.1-Kontext-pro	FLUX-1.1-pro	model-router	mistral-document-ai-2512	mistral-document-ai-2505	Mistral-Large-3	grok-4-1-penalaran-cepat	grok-4-1-fast-non-reasoning	grok-4-fast-reasoning	grok-4-fast-non-reasoning	grok-3	grok-3-mini
centralus	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅
eastus	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅
eastus2	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅	✅
francecentral	✅	✅	✅	-	✅	✅	✅	-	-	-	-	-	-
germanywestcentral	✅	✅	✅	-	✅	✅	✅	-	-	-	-	-	-
italynorth	✅	✅	✅	-	✅	✅	✅	-	-	-	-	-	-
northcentralus	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅
polandcentral	✅	✅	✅	-	✅	✅	✅	-	-	-	-	-	-
southcentralus	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅
spaincentral	✅	✅	✅	-	✅	✅	✅	-	-	-	-	-	-
swedencentral	✅	✅	✅	✅	✅	✅	✅	-	-	-	-	-	-
westcentralus	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅
westeurope	✅	✅	✅	-	✅	✅	✅	-	-	-	-	-	-
westus	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅
westus2	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅
westus3	✅	✅	✅	-	✅	✅	✅	✅	✅	✅	✅	✅	✅

Saran dan Komentar

Apakah halaman ini membantu?

Last updated on 2026-05-14

Model-model Foundry yang dijual langsung oleh Azure (klasik)

Azure OpenAI dalam model Microsoft Foundry

Sorotan model

GPT Chat versi terbaru

Kemampuan

GPT-5.5

Kemampuan

GPT-5.4

Kemampuan

GPT-5.3

Kemampuan

GPT-5.2

Kemampuan

GPT-5.1

Kemampuan

GPT-5

Kemampuan

gpt-oss

Kemampuan

Menyebarkan dengan kode

Seri GPT-4.1

Kemampuan

Masalah yang diketahui

pratinjau-penggunaan-komputer

Kemampuan

Model Seri O

Kemampuan

GPT-4o dan GPT-4 Turbo

Model GPT-4 dan GPT-4 Turbo

Kemampuan

Penyematan

Kemampuan

Model pembuatan gambar

Model pembuatan video

Model audio

Model audio GPT-4o

Audio API

Model ucapan ke teks

Model terjemahan ucapan

Model teks ke ucapan (pratinjau)

Menyempurnakan model

Asisten (pratinjau)

Penghentian model

Konten terkait

Model Black Forest Labs dijual langsung oleh Azure

Model Cohere dijual langsung oleh Azure

Model DeepSeek dijual langsung oleh Azure

Azure menjual langsung model meta

Model produk Microsoft dijual langsung oleh Azure

Model Mistral dijual langsung oleh Azure

Model Moonshot AI dijual langsung oleh Azure

Model xAI dijual langsung oleh Azure

Ketersediaan wilayah model berdasarkan jenis penyebaran

Ketersediaan model standar global

Konten terkait

Saran dan Komentar

Sumber Daya Tambahan: