Azure OpenAI に関してよく寄せられる質問

データとプライバシー

会社のデータを使用してモデルをトレーニングしますか?

Azure OpenAI では、モデルの再トレーニングに顧客データは使用されません。 詳細については、「Azure OpenAI のデータ、プライバシー、セキュリティに関するガイドを参照してください。

全般

OpenAI Azureはカスタム API ヘッダーをサポートしていますか? API 要求に追加のカスタム ヘッダーを追加すると、HTTP 431 エラーが表示されます。

現在の API では、パイプラインを通過して返されるカスタム ヘッダーを最大 10 個使用できます。 一部のお客様がこのヘッダー数を超えたため、HTTP 431 エラーが発生しています。 ヘッダーボリュームを減らす以外に、このエラーの解決策はありません。 今後の API バージョンでは、カスタム ヘッダーを通過しなくなります。 今後のシステム アーキテクチャでは、カスタム ヘッダーに依存しないことをお勧めします。

Azure OpenAI は、OpenAI によってリリースされた最新のPython ライブラリ (バージョン>=1.0) で動作しますか?

Azure OpenAI は、OpenAI Python ライブラリ (バージョン>=1.0) の最新リリースでサポートされています。 ただし、openai migrate を使用してコードベースを移行することはサポートされておらず、Azure OpenAI を対象としたコードでは動作しないことに注意してください。

Azure OpenAI の機能と OpenAI の比較

Azure OpenAI は、最新の OpenAI モデルを備えた高度な言語 AI を提供し、Azureのセキュリティとエンタープライズの約束を提供します。 Azure OpenAI は OpenAI と共同で API を開発し、互換性を確保して一方から他方へのスムーズな移行を実現します。

Azure OpenAI を使用すると、お客様は OpenAI と同じモデルを実行しながら、Microsoft Azureのセキュリティ機能を利用できます。

Azure OpenAI は VNET とプライベート エンドポイントをサポートしていますか?

はい。Azure OpenAI では VNET とプライベート エンドポイントがサポートされます。 詳細については、 仮想ネットワークのガイダンスを参照してください。

埋め込みを使用しようとしていますが、"InvalidRequestError: 入力が多すぎます。"というエラーが発生しました。 入力の最大数は 16 です。 これを修正するにはどうすればよいですか?

このエラーは、通常、1 つの API 要求に配列として埋め込むテキストのバッチを送信しようとしたときに発生します。 現在Azure OpenAI では、text-embedding-ada-002 バージョン 2 モデルに対して複数の入力を持つ埋め込みの配列のみがサポートされています。 このモデル バージョンでは、API 要求あたり最大 16 個の入力で構成される配列がサポートされています。 text-embedding-ada-002 (バージョン 2) モデルを使用する場合、配列の長さは最大 8,191 トークンです。

どのモデルが実行されているのかをモデルに尋ねると、別のバージョンが実行されていると通知されます。 なぜこれが起こるのですか?

Azure実行中のモデルを正しく識別できない OpenAI モデルは、想定される動作です。

なぜこれが起こるのですか?

このモデルでは、質問に応じて次のトークン予測を実行しています。 現在実行されているモデル バージョンに対してクエリを実行するネイティブ機能はありません。 デプロイの背後にあるモデルを確認するには、Microsoft Foundry>Deployments または Models + endpoints に移動し、モデル名の列を確認します。

「どのモデルを実行していますか」や「OpenAI の最新モデルは何ですか」などの質問は、モデルのトレーニング データに完全に依存します。 通常、新しいモデルはトレーニング カットオフの後にリリースされるため、モデル自体や、そのカットオフ以降にリリースされた他のモデルに関する正確な情報は得られません。 各モデルの知識のカットオフについては、モデルの ページ を参照してください。

モデルが正確に回答できるようにするには、 プロンプト エンジニアリング、 取得拡張生成 (RAG)、または 微調整を通じて情報を提供します。

特定の言語でモデルを応答させる方法を教えてください。

プロンプトが明確で具体的に言語要件を明示していることを確認してください。 問題が解決しない場合は、コンテキストを追加するか、プロンプトを言い換えて言語の指示を強化することを検討してください。

プロンプトの例:

  • 「英語のみで対応してください。
  • 「英語で次の質問に答える:フレズノの天気は何ですか?

私はモデルに知識のカットオフがいつあるかを尋ねたが、それは私にAzure OpenAIモデルのページにあるものとは異なる答えを与えた。 なぜこれが起こるのですか?

これは予期される動作です。 モデルは、それ自体に関する質問に答えることはできません。 モデルのトレーニング データのナレッジ カットオフがいつ発生するかを知りたい場合は、 モデル ページを参照してください。

私はモデルに、知識のカットオフより前に最近起こったことについて質問しましたが、モデルの答えが誤っていました。 なぜこれが起こるのですか?

これは予期される動作です。 最近のすべてのイベントがモデルのトレーニング データの一部であったという保証はなく、トレーニング データに情報が含まれている場合でも、常に未設定の応答が発生する可能性があります。 検索拡張生成（RAG）を使用します。たとえば、Foundry Agents grounding を用いて、モデルの応答を最新のデータに基づかせます。

トレーニング データに特定の情報が表示される頻度は、モデルの応答にも影響します。

質問を含むモデルをプローブしてトレーニング データのカットオフを推測できますが、 モデル ページ は信頼できるソースです。

新しいデプロイでは使用できなくなったレガシ モデルの価格情報にアクセスする場所

従来の価格情報は、ダウンロード可能な PDF ファイルを介して入手できます。 その他すべてのモデルについては、 公式の価格ページを参照してください。

プログラムによる価格の参照

価格ページで特定のモデルまたは SKU が見つからない場合は、Azure Retail Prices REST API に対してクエリを実行できます。 パブリックであり、認証は必要なく、すべての Azure OpenAI メーターに対してリージョンごと、SKU ごとの価格が返されます。

主な概念:

  • productName — Azure OpenAI (ほとんどのモデル) または Azure OpenAI GPT5 (GPT-5 ファミリ) でフィルター処理します。
  • skuName — モデル、方向 (入力/出力)、デプロイの種類をエンコードします。 例: gpt 4.1 Inp Data Zone、gpt 4o 0513 Input global、gpt 4o 1120 output。
  • armRegionName — Azureリージョン。 SKU 名に global または Data Zone のないメーターはリージョンであり、リージョンごとに価格が設定されます。
  • 価格はデプロイの種類によって異なります: グローバル (最低) → データ ゾーン (最大 10% premium) → リージョン (グローバルに対する 10 ~ 25% premium、リージョンによって異なります)。

Python例 - すべてのリージョンとデプロイの種類でモデルの入力価格を検索します。

import requests

BASE_URL = "https://prices.azure.com/api/retail/prices"

def get_model_pricing(model_filter: str, product_name: str = "Azure OpenAI") -> list[dict]:
    """Fetch all consumption pricing for a given model from the Azure Retail Prices API."""
    items = []
    odata = (
        f"productName eq '{product_name}' "
        f"and priceType eq 'Consumption' "
        f"and contains(skuName, '{model_filter}')"
    )
    params = {"$filter": odata, "api-version": "2023-01-01-preview"}
    url = BASE_URL
    while url:
        resp = requests.get(url, params=params, timeout=30)
        resp.raise_for_status()
        data = resp.json()
        items.extend(data.get("Items", []))
        url = data.get("NextPageLink")
        params = {}  # NextPageLink already includes query params
    return items

# Example: compare gpt-4o 2024-11-20 input pricing across deployment types
items = get_model_pricing("gpt 4o 1120")

input_items = [
    i for i in items
    if i["retailPrice"] > 0
    and "inp" in i["skuName"].lower()
    and not any(x in i["skuName"].lower() for x in ["batch", "prov", "ft "])
]

for item in sorted(input_items, key=lambda x: x["retailPrice"]):
    sku = item["skuName"]
    tier = (
        "Global" if "global" in sku.lower()
        else "Data Zone" if "data zone" in sku.lower()
        else "Regional"
    )
    print(
        f"${item['retailPrice']:.4f} / {item['unitOfMeasure']:<12}  "
        f"{tier:<10}  {item['armRegionName']:<20}  SKU: {sku}"
    )

サンプル出力 (省略形):

$0.0025 / 1K Tokens    Global      eastus2          SKU: gpt 4o 1120 Inp global
$0.0025 / 1K Tokens    Regional    australiaeast    SKU: gpt 4o 1120 Inp
$0.0028 / 1K Tokens    Data Zone   eastus2          SKU: gpt 4o 1120 Inp Data Zone
$0.0028 / 1K Tokens    Regional    eastus           SKU: gpt 4o 1120 Inp
$0.0030 / 1K Tokens    Regional    swedencentral    SKU: gpt 4o 1120 Inp

すべてのモデルの価格を一度に比較するには、contains(skuName, ...) フィルターを省略し、productName eq 'Azure OpenAI' を使用します。 GPT-5 ファミリ モデルの場合は、productName eq 'Azure OpenAI GPT5' を使用します。

"InternalServerError - 500 - モデルで無効な Unicode 出力が生成されたため完了を作成できませんでした" を修正するにはどうすればよいですか?

プロンプトの温度を 1 未満に減らし、再試行ロジックでクライアントを使用していることを確認することで、これらのエラーの発生を最小限に抑えることができます。 要求を再試行すると、多くの場合、応答が成功します。

サーバー エラー (500): 予期しない特別なトークンを修正する方法

これは既知の問題です。 プロンプトの温度を 1 未満に減らし、再試行ロジックでクライアントを使用していることを確認することで、これらのエラーの発生を最小限に抑えることができます。 要求を再試行すると、多くの場合、応答が成功します。

温度を 1 未満にしてもこのエラーの頻度が減らない場合は、代替回避策としてプレゼンス/周波数ペナルティを設定し、バイアスを既定値にロジットします。 場合によっては、 top_p を既定以外の低い値に設定して、より低い確率トークンを持つサンプリング トークンを回避するようにモデルを推奨する場合があります。

状態コード 400 で完了できなかった API 呼び出しに関連する料金に気付きました。 失敗した API 呼び出しで料金が発生する理由

サービスが処理を実行する場合、状態コードが成功しなかった場合でも課金されます (200 ではありません)。 この一般的な例には、コンテンツ フィルターによる 400 エラー、またはタイムアウトによる 408 エラーなどがあります。status 200 の finish_reason で content_filter を受信した際にも料金が発生します。 この場合、プロンプトに問題はありませんでしたが、モデルによって生成された入力候補がコンテンツ フィルター規則に違反することが検出され、結果として完了がフィルター処理されます。 サービスが処理を実行しない場合、課金されません。 たとえば、認証による 401 エラーや、レート制限を超えた場合の 429 エラーなどです。

すべてのAzure OpenAI モデルは、チャット補完 API で「max_completion_tokens」をサポートしていますか?

いいえ。すべてのAzure OpenAI モデルは、max_completion_tokensをサポートしていません。 このパラメーターは、gpt-4 (turbo-2024-04-09) などの古いモデルではサポートされていません。

Azure OpenAI Serviceへのアクセスの取得

ゲスト アカウントに Azure OpenAI リソースへのアクセス権が付与されていますが、[Microsoft Foundry portal](https://ai.azure.com/?cid=learnDocs).でそのリソースにアクセスできません アクセスを有効にする方法

これは、Microsoft Foundry の既定のサインイン エクスペリエンスを使用する場合に想定される動作です。

Azure OpenAI リソースへのアクセスが許可されているゲスト アカウントから Microsoft Foundry にアクセスするには:

  1. プライベート ブラウザー セッションを開き、 https://ai.azure.comに移動します。
  2. ゲスト アカウントの資格情報をすぐに入力するのではなく、Sign-in options を選択してください。
  3. [組織にサインイン] を選択します
  4. Azure OpenAI リソースへのゲスト アカウントアクセスを許可した組織のドメイン名を入力します。
  5. 次に、ゲスト アカウントの資格情報でサインインします。

これで、Microsoft Foundry ポータルを使用してリソースにアクセスできるようになります。

または、Azure OpenAI リソースの [概要] ウィンドウから Azure ポータルにサインインしている場合は、[Go to Microsoft Foundry を選択して、適切な組織コンテキストで自動的にサインインできます。

詳細情報と質問する場所

Azure OpenAI の最新の更新プログラムについては、どこで確認できますか?

毎月の更新プログラムについては、 新機能に関するページを参照してください。

Azure OpenAI に関する学習を開始してスキルを身に付けるために、どこでトレーニングを受けることができますか?

Azure OpenAI トレーニング コース紹介をご確認いただけます。

質問を投稿して、他の一般的な質問に対する回答を確認できる場所

  • Microsoft Q&A に質問を投稿することをお勧めします。
  • または、 Stack Overflow に質問を投稿することもできます。

Azure および OpenAI のカスタマーサポートはどこに問い合わせればいいですか?

Azure OpenAI のすべてのサポート オプションについては、 サポート オプション ガイドを参照してください。

モデルと微調整

使用可能なモデルは何ですか?

Azure OpenAI model の可用性ガイドを参照してください。

モデルが利用できるリージョンはどこで確認できますか?

リージョンの可用性については、Azure OpenAI model 可用性ガイドを参照してください。

Azure OpenAI の SLA (サービス レベル アグリーメント) は何ですか?

すべてのリソースには可用性SLAが提供され、プロビジョニング管理デプロイには待機時間SLAが提供されています。 Azure OpenAI Serviceの SLA の詳細については、オンライン サービスのサービス レベル アグリーメント (SLA) に関するページを参照してください。

微調整を有効にする方法 [Microsoft Foundry portal](https://ai.azure.com/?cid=learnDocs). でカスタムモデルを作成する機能がグレーアウトされています。

微調整に正常にアクセスするには、Foundry ユーザー ロールが割り当てられている必要があります。 高度なサービス管理者のアクセス許可を持つユーザーでも、微調整にアクセスするためにこのアカウントを明示的に設定する必要があります。 詳細については、 ロールベースのアクセス制御ガイダンスを確認してください。

基本モデルと微調整されたモデルの違いは何ですか?

基本モデルは、特定のユース ケースに合わせてカスタマイズまたは微調整されていないモデルです。 微調整されたモデルは、モデルの重み付けが一意のプロンプトセットでトレーニングされる、カスタマイズされたバージョンのベースモデルです。 微調整されたモデルを使用すると、完了プロンプトの一部としてコンテキスト内学習の詳細な例を提供する必要なく、より多くのタスクでより良い結果を得られます。 詳細については、 微調整ガイドを参照してください。

作成できる微調整済みモデルの最大数はいくつですか?

100

微調整されたモデルのデプロイが削除されたのはなぜですか?

カスタマイズされた (微調整された) モデルが 15 日を超えてデプロイされ、完了またはチャットの完了の呼び出しが行われなかった場合、デプロイは自動的に削除されます (そのデプロイに対するホスティング料金は発生しません)。 基になるカスタマイズされたモデルは引き続き使用可能であり、いつでも再デプロイできます。 詳細については、 ハウツー記事を参照してください。

REST API を使用してモデルをデプロイするにはどうすればよいですか?

現在、モデルのデプロイを許可する 2 つの異なる REST API があります。 text-embedding-ada-002 バージョン 2 などのモデルのデプロイ時にモデル バージョンを指定する機能など、最新のモデル デプロイ機能については、 Deployments - Create または Update REST API 呼び出しを使用します。

クォータを使用して、モデルの最大トークン制限を引き上げることはできますか?

いいえ。クォータ トークン -Per-Minute (TPM) の割り当ては、モデルの最大入力トークン制限とは関係ありません。 モデル入力トークンの制限は モデル テーブル で定義され、TPM に加えられた変更の影響を受けません。

アシスタント

Azure OpenAI Assistants API の状態は何ですか?

Azure OpenAI Assistants API は廃止されます。 Foundry Agents サービスで新しいエージェントを構築します。このサービスは、サポートされている代替手段であり、より広範なモデル、ツール、および接地ソースのセットをサポートします。 移行ガイダンスについては、「 新しい Foundry Agent Service への移行」を参照してください。

Web アプリ

発行した Web アプリをカスタマイズするにはどうすればよいですか?

発行した Web アプリは、Azure ポータルでカスタマイズできます。 発行された Web アプリのソース コードは GitHub で使用でき、アプリ フロントエンドの変更に関する情報と、アプリのビルドとデプロイの手順を確認できます。

[Microsoft Foundry ポータル](https://ai.azure.com/?cid=learnDocs)? からアプリを再デプロイすると、Web アプリは上書きされますか?

アプリを更新しても、アプリ コードは上書きされません。 アプリは、Microsoft Foundry ポータルで選択したAzure OpenAI リソース、Azure AI 検索 インデックス、およびモデル設定を使用するように更新されます。外観や機能は変更されません。

データに基づいたグラウンディング

自分のデータでモデルを作成するにはどうすればよいですか?

Foundry Agents サービスを、Azure AI 検索 インデックスまたはその他のサポートされているナレッジ ソースと共に使用します。 Foundry Agents サービスは、"Azure OpenAI on your data" 機能の代わりにサポートされ、より広範なモデル、ツール、および接地ソースのセットをサポートします。 エンドツーエンドの手順については、Grounding with Azure AI 検索 を参照してください。

顧客の著作権コミットメント

顧客著作権コミットメントに基づくカバレッジを取得するにはどうすればよいですか?

お客様の著作権コミットメントは、2023 年 12 月 1 日Microsoft製品使用条件に含まれる規定であり、出力コンテンツに関連する特定の第三者の知的財産クレームから顧客を保護するMicrosoftの義務が記載されています。 要求の対象が、Azure OpenAI (またはお客様が安全システムを構成できるその他の対象製品) から生成された出力コンテンツである場合、対象範囲を受け取るために、出力コンテンツを提供するオファリングでAzure OpenAI ドキュメントに必要なすべての軽減策を実装している必要があります。 必要な軽減策については、 ここに 記載し、継続的に更新します。 新しいサービス、機能、モデル、またはユース ケースの場合、新しい CCC 要件が投稿され、そのようなサービス、機能、モデル、ユース ケースの立ち上げ時または発売後に有効になります。 それ以外の場合、顧客は公開から 6 か月後に、CCC の対象範囲を維持するための新しい軽減策を実装します。 顧客が請求を入札した場合、顧客は関連する要件への準拠を示す必要があります。 これらの軽減策は、お客様がAzure OpenAI Serviceを含む安全システムを構成できるようにする対象製品に必要です。他の対象製品を使用しているお客様のカバレッジには影響しません。

次の手順

  • Last updated on