Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Azure OpenAI biedt REST API-toegang tot de krachtige taalmodellen van OpenAI, waaronder o4-mini, o3, gpt-4.1, o3-mini, o1-mini, GPT-4o, GPT-4o mini, GPT-4 Turbo with Vision, GPT-4, GPT-3.5-Turbo en Embeddings-modellen. Deze modellen kunnen eenvoudig worden aangepast aan uw specifieke taak, waaronder maar niet beperkt tot het genereren van inhoud, samenvatting, begrip van afbeeldingen, semantische zoekopdrachten en natuurlijke taal voor codevertaling. Gebruikers hebben toegang tot de service via REST API's, Python/C#/JS/Java/Go SDK's.
Overzicht van functies
| Eigenschap | Azure OpenAI |
|---|---|
| Beschikbare modellen |
o4-mini & o3 gpt-4.1 voorbeeld van computergebruik o3-mini & o1 o1-mini GPT-4o & GPT-4o mini GPT-4 serie (inclusief GPT-4 Turbo met Vision) GPT-3.5-Turbo serie Reeks insluitingen Meer informatie vindt u op onze pagina Modellen . |
| Fijn afstemmen |
GPT-4o-mini (voorvertoning) GPT-4 (voorvertoning) GPT-3.5-Turbo (0613). |
| Prijs |
Hier beschikbaar Zie de speciale prijsinformatie voor meer informatie over chatmodellen met vision-functionaliteit. |
| Ondersteuning voor virtuele netwerken en ondersteuning voor private link | Ja. |
| Beheerde identiteit | Ja, via Microsoft Entra-id |
| Gebruikersinterface-ervaring |
Azure Portal voor account- en resourcebeheer, Azure AI Foundry voor modelverkenning en afstemming |
| Regionale beschikbaarheid modelleren | Beschikbaarheid van modellen |
| Inhoud filteren | Prompts en voltooiingen worden geëvalueerd op basis van ons inhoudsbeleid met geautomatiseerde systemen. Inhoud met hoge ernst wordt gefilterd. |
Verantwoorde AI
Bij Microsoft zetten we ons in voor de vooruitgang van AI op basis van principes die mensen als eerste plaatsen. Generatieve modellen zoals de modellen die beschikbaar zijn in Azure OpenAI hebben aanzienlijke potentiële voordelen, maar zonder zorgvuldig ontwerp en doordachte oplossingen hebben dergelijke modellen het potentieel om onjuiste of zelfs schadelijke inhoud te genereren. Microsoft heeft aanzienlijke investeringen gedaan om te helpen beschermen tegen misbruik en onbedoelde schade, waaronder het opnemen van de principes van Microsoft voor verantwoord AI-gebruik, het aannemen van een gedragscode die klanten moeten overwegen bij het gebruik van Azure OpenAI.
Aan de slag met Azure OpenAI
Als u aan de slag wilt met Azure OpenAI, moet u een Azure OpenAI-resource maken in uw Azure-abonnement.
Begin met de handleiding Een Azure OpenAI-resource maken en implementeren .
U kunt een resource maken via Azure Portal, Azure CLI of Azure PowerShell.
Wanneer u een Azure OpenAI-resource hebt, kunt u een model zoals GPT-4o implementeren.
Wanneer u een geïmplementeerd model hebt, kunt u het volgende doen:
- Probeer de azure AI Foundry Portal-speeltuinen uit om de mogelijkheden van de modellen te verkennen.
- U kunt ook beginnen met het maken van API-aanroepen naar de service met behulp van de REST API of SDK's.
U kunt bijvoorbeeld realtime audio uitproberen in de speeltuinen of via code.
Opmerking
Er is een registratieformulier voor beperkte toegang vereist voor toegang tot sommige Azure OpenAI-modellen of -functies. Meer informatie vindt u op de pagina Beperkte toegang van Azure OpenAI.
Azure OpenAI en OpenAI vergelijken
Azure OpenAI biedt klanten geavanceerde taal-AI met OpenAI GPT-4, GPT-3, Codex, GPT-image-1 (preview), DALL-E, spraak naar tekst en tekst naar spraakmodellen met de beveiliging en bedrijfsbelofte van Azure. Azure OpenAI ontwikkelt de API's samen met OpenAI en zorgt voor compatibiliteit en een soepele overgang van het ene naar het andere.
Met Azure OpenAI krijgen klanten de beveiligingsmogelijkheden van Microsoft Azure terwijl ze dezelfde modellen uitvoeren als OpenAI. Azure OpenAI biedt privénetwerken, regionale beschikbaarheid en verantwoordelijke AI-inhoudsfiltering.
Belangrijke concepten
Prompts en voltooiingen
Het eindpunt voor voltooiingen is het kernonderdeel van de API-service. Deze API biedt toegang tot de tekst-in- en tekst-outinterface van het model. Gebruikers hoeven alleen maar een invoerprompt met de Engelse tekstopdracht op te geven en het model genereert een tekstvoltooiing.
Hier volgt een voorbeeld van een eenvoudige prompt en voltooiing:
Prompt:
""" count to 5 in a for loop """Voltooiing:
for i in range(1, 6): print(i)
Symbolen
Teksttokens
Azure OpenAI verwerkt tekst door deze op te splitsen in tokens. Tokens kunnen woorden zijn of gewoon stukjes met tekens. Het woord 'hamburger' wordt bijvoorbeeld opgesplitst in de tokens 'ham', 'bur' en 'ger', terwijl een kort en gemeenschappelijk woord zoals 'peer' een enkel token is. Veel tokens beginnen met een witruimte, bijvoorbeeld 'hello' en 'bye'.
Het totale aantal tokens dat in een bepaalde aanvraag wordt verwerkt, is afhankelijk van de lengte van uw invoer-, uitvoer- en aanvraagparameters. De hoeveelheid tokens die wordt verwerkt, heeft ook invloed op de latentie en doorvoer van uw reactie voor de modellen.
Invoertokens voor afbeeldingen
De mogelijkheden voor afbeeldingsverwerking van Azure OpenAI met GPT-4o, GPT-4o-mini en GPT-4 Turbo with Vision-modellen maken gebruik van afbeeldingstokens om het totale aantal tokens te bepalen dat wordt gebruikt door afbeeldingsinvoer. Het aantal verbruikte tokens wordt berekend op basis van twee hoofdfactoren: het niveau van afbeeldingsdetail (laag of hoog) en de afmetingen van de afbeelding. U kunt als volgt tokenkosten berekenen:
-
Modus lage resolutie
- Met weinig details kan de API snellere antwoorden retourneren voor scenario's waarvoor geen analyse van een hoge afbeeldingsresolutie is vereist. De tokens die worden gebruikt voor afbeeldingen met lage details zijn:
- GPT-4o en GPT-4 Turbo met Vision: Vaste snelheid van 85 tokens per afbeelding, ongeacht de grootte.
- GPT-4o mini: Vaste snelheid van 2833 tokens per afbeelding, ongeacht de grootte.
- Voorbeeld: 4096 x 8192 afbeelding (lage details): de kosten zijn een vaste 85 tokens met GPT-4o, omdat het een afbeelding met een laag detail is en de grootte niet van invloed is op de kosten in deze modus.
- Met weinig details kan de API snellere antwoorden retourneren voor scenario's waarvoor geen analyse van een hoge afbeeldingsresolutie is vereist. De tokens die worden gebruikt voor afbeeldingen met lage details zijn:
-
Modus met hoge resolutie
- Met hoge details kan de API afbeeldingen gedetailleerder analyseren. Afbeeldingstokens worden berekend op basis van de afmetingen van de afbeelding. De berekening omvat de volgende stappen:
- Afbeelding formaat aanpassen: de afbeelding wordt veranderd zodat deze past binnen een vierkant van 2048 x 2048 pixels. Als de kortste zijde groter is dan 768 pixels, wordt de afbeelding verder aangepast, zodat de kortste zijde 768 pixels lang is. De hoogte-breedteverhouding blijft behouden tijdens het wijzigen van het formaat.
- Tegelberekening: Nadat het formaat is gewijzigd, is de afbeelding onderverdeeld in tegels van 512 x 512 pixels. Gedeeltelijke tegels worden afgerond naar boven tot een volledige tegel. Het aantal tegels bepaalt de totale kosten van tokens.
-
Tokenberekening:
- GPT-4o en GPT-4 Turbo met Vision: Elke tegel van 512 x 512 pixels kost 170 tokens. Er worden extra 85 basistokens toegevoegd aan het totaal.
- GPT-4o mini: Elke tegel van 512 x 512 pixel kost 5667 tokens. Er worden extra 2833 basistokens toegevoegd aan het totaal.
-
Voorbeeld: afbeelding van 2048 x 4096 (hoog detail):
- De afbeelding wordt in eerste instantie aangepast aan 1024 x 2048 pixels, zodat deze binnen het vierkant van 2048 x 2048 pixels past.
- De afbeelding wordt verder aangepast aan 768 x 1536 pixels om ervoor te zorgen dat de kortste zijde maximaal 768 pixels lang is.
- De afbeelding is onderverdeeld in 2 x 3 tegels, elk 512 x 512 pixels.
-
Definitieve berekening:
- Voor GPT-4o en GPT-4 Turbo with Vision zijn de totale tokenkosten 6 tegels x 170 tokens per tegel + 85 basistokens = 1105 tokens.
- Voor GPT-4o mini zijn de totale tokenkosten 6 tegels x 5667 tokens per tegel + 2833 basistokens = 36835 tokens.
- Met hoge details kan de API afbeeldingen gedetailleerder analyseren. Afbeeldingstokens worden berekend op basis van de afmetingen van de afbeelding. De berekening omvat de volgende stappen:
Tokens voor het genereren van afbeeldingen
GPT-image-1 genereert afbeeldingen door eerst gespecialiseerde beeldtokens te produceren. Zowel latentie als uiteindelijke kosten zijn evenredig met het aantal tokens dat nodig is om een afbeelding weer te geven. Het aantal gegenereerde tokens is afhankelijk van de afmetingen en kwaliteit van de afbeelding:
| Kwaliteit | Vierkant (1024×1024) | Staand (1024×1536) | liggend (1536×1024) |
|---|---|---|---|
| Laag | 272 tokens | 408 tokens | 400 tokens |
| Gemiddeld | 1056 tokens | 1584 tokens | 1568 tokens |
| Hoog | 4160 tokens | 6240 tokens | 6208 tokens |
Hulpmiddelen
Azure OpenAI is een nieuw productaanbod in Azure. U kunt op dezelfde manier aan de slag met Azure OpenAI als elk ander Azure-product waarin u een resource of exemplaar van de service maakt in uw Azure-abonnement. U kunt meer lezen over het ontwerp van resourcebeheer van Azure.
Uitrol
Nadat u een Azure OpenAI-resource hebt gemaakt, moet u een model implementeren voordat u API-aanroepen kunt maken en tekst kunt genereren. Deze actie kan worden uitgevoerd met behulp van de implementatie-API's. Met deze API's kunt u het model opgeven dat u wilt gebruiken.
Promptengineering
De GPT-3-, GPT-3.5- en GPT-4-modellen van OpenAI zijn gebaseerd op prompts. Met modellen op basis van prompts communiceert de gebruiker met het model door een tekstprompt in te voeren, waarop het model reageert met een tekstvoltooiing. Deze voltooiing is hoe het model de invoertekst aanvult.
Hoewel deze modellen krachtig zijn, is hun gedrag ook gevoelig voor de prompt. Dit maakt prompt engineering een belangrijke vaardigheid om te ontwikkelen.
Prompt constructie kan moeilijk zijn. In de praktijk wordt de prompt gebruikt om de gewichten van het model te configureren voor het voltooien van de gewenste taak, maar het is meer een kunst dan een wetenschap. Het vereist vaak ervaring en intuïtie om een succesvolle prompt te creëren.
Modellen
De service biedt gebruikers toegang tot verschillende modellen. Elk model biedt een andere mogelijkheid en prijspunt.
Met de modellen voor het genereren van afbeeldingen (sommige in preview; zie modellen) worden afbeeldingen gegenereerd en bewerkt op basis van tekstprompts die de gebruiker biedt.
De audio-API-modellen kunnen worden gebruikt om spraak naar tekst te transcriberen en te vertalen. De tekst naar spraakmodellen, momenteel als preview-versie, kan worden gebruikt om tekst naar spraak te synthetiseren.
Meer informatie over elk model op onze conceptpagina modellen.
Volgende stappen
Meer informatie over de onderliggende modellen die Azure OpenAI mogelijk maken.