Cotas e limites do Serviço OpenAI do Azure
Este artigo contém uma referência rápida e uma descrição detalhada das cotas e limites do Azure OpenAI nos serviços do Azure AI.
Referência a quotas e limites
As seções a seguir fornecem um guia rápido para as cotas e limites padrão que se aplicam ao Azure OpenAI:
Nome do limite | Valor limite |
---|---|
Recursos OpenAI por região por assinatura do Azure | 30 |
Limites de cota DALL-E 2 padrão | 2 pedidos simultâneos |
Limites de cota DALL-E 3 padrão | 2 unidades de capacidade (6 pedidos por minuto) |
Limites de cota padrão do Whisper | 3 pedidos por minuto |
Máximo de tokens de prompt por solicitação | Varia de acordo com o modelo. Para obter mais informações, consulte Modelos de Serviço OpenAI do Azure |
Max implantações de modelo ajustadas | 5 |
Número total de empregos de formação por recurso | 100 |
Máximo de trabalhos de treinamento em execução simultânea por recurso | 1 |
Máximo de trabalhos de treinamento na fila | 20 |
Máximo de arquivos por recurso (ajuste fino) | 50 |
Tamanho total de todos os arquivos por recurso (ajuste fino) | 1 GB |
Tempo máximo de trabalho de treinamento (o trabalho falhará se for excedido) | 720 horas |
Tamanho máximo do trabalho de treinamento (tokens no arquivo de treinamento) x (# de épocas) | 2 Mil Milhões |
Tamanho máximo de todos os arquivos por carregamento (Azure OpenAI em seus dados) | 16 MB |
Número máximo ou entradas na matriz com /embeddings |
2048 |
Número máximo de /chat/completions mensagens |
2048 |
Número máximo de /chat/completions funções |
128 |
Número máximo de /chat completions ferramentas |
128 |
Número máximo de unidades de taxa de transferência provisionadas por implantação | 100.000 |
Máximo de arquivos por assistente/thread | 20 |
Tamanho máximo do ficheiro para Assistentes & ajuste fino | 512 MB |
Limite de token de assistentes | Limite de 2.000.000 tokens |
GPT-4o max imagens por solicitação (# de imagens na matriz de mensagens/histórico de conversas) | 10 |
GPT-4 vision-preview & GPT-4 turbo-2024-04-09 tokens máximos padrão |
16 Aumente o valor do max_tokens parâmetro para evitar respostas truncadas. Os tokens máximos GPT-4o têm como padrão 4096. |
Limites regionais das quotas
País/Região | GPT-4 | GPT-4-32K | GPT-4-Turbo | GPT-4-Turbo-V | GPT-4O | gpt-4o - GlobalStandard | GPT-35-Turbo | GPT-35-Turbo-Instruir | Incorporação de texto-Ada-002 | incorporação de texto-3-pequeno | incorporação de texto-3-grande | Babbage-002 | Babbage-002 - ajuste fino | Davinci-002 | Davinci-002 - ajuste fino | GPT-35-Turbo - ajuste fino | GPT-35-Turbo-1106 - ajuste fino | GPT-35-Turbo-0125 - ajuste fino | GPT-4 - ajuste fino |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
australiaeast | 40 K | 80 K | 80 K | 30 K | - | - | 300 K | - | 350 K | - | - | - | - | - | - | - | - | - | - |
brazilsouth | - | - | - | - | - | - | - | - | 350 K | - | - | - | - | - | - | - | - | - | - |
canadaeast | 40 K | 80 K | 80 K | - | - | - | 300 K | - | 350 K | 350 K | 350 K | - | - | - | - | - | - | - | - |
eastus | - | - | 80 K | - | 150 K 1 milh |
450 K 10 milh |
240 K | 240 K | 240 K | 350 K | 350 K | - | - | - | - | - | - | - | - |
eastus2 | - | - | 80 K | - | 150 K 1 milh |
450 K 10 milh |
300 K | - | 350 K | 350 K | 350 K | - | - | - | - | 250 K | 250 K | 250 K | - |
francecentral | 20 mil | 60 K | 80 K | - | - | - | 240 K | - | 240 K | - | 350 K | - | - | - | - | - | - | - | - |
japaneast | - | - | - | 30 K | - | - | 300 K | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
northcentralus | - | - | 80 K | - | 150 K 1 milh |
450 K 10 milh |
300 K | - | 350 K | - | - | 240 K | 250 K | 240 K | 250 K | 250 K | 250 K | 250 K | 100 mil |
norwayeast | - | - | 150 K | - | - | - | - | - | 350 K | - | - | - | - | - | - | - | - | - | - |
southafricanorth | - | - | - | - | - | - | - | - | 350 K | - | - | - | - | - | - | - | - | - | - |
E.U.A Centro-Sul | - | - | 80 K | - | 150 K 1 milh |
450 K 10 milh |
240 K | - | 240 K | - | - | - | - | - | - | - | - | - | - |
southindia | - | - | 150 K | - | - | - | 300 K | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
suécia central | 40 K | 80 K | 150 K | 30 K | 150 K 1 milh |
- | 300 K | 240 K | 350 K | - | 350 K | 240 K | 250 K | 240 K | 250 K | 250 K | 250 K | 250 K | 100 mil |
norte da suíça | 40 K | 80 K | - | 30 K | - | - | 300 K | - | 350 K | - | - | - | - | - | - | - | - | - | - |
Suíça Oeste | - | - | - | - | - | - | - | - | - | - | - | - | 250 K | - | 250 K | 250 K | 250 K | 250 K | - |
uksouth | - | - | 80 K | - | - | - | 240 K | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
westeurope | - | - | - | - | - | - | 240 K | - | 240 K | - | - | - | - | - | - | - | - | - | - |
westus | - | - | 80 K | 30 K | 150 K 1 milh |
450 K 10 milh |
300 K | - | 350 K | - | - | - | - | - | - | - | - | - | - |
westus3 | - | - | 80 K | - | 150 K 1 milh |
450 K 10 milh |
- | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
Limites de taxa GPT-4O
gpt-4o
introduz níveis de limite de taxa com limites mais elevados para determinados tipos de clientes.
Norma Global GPT-4O
Escalão de serviço | Limite de cota em tokens por minuto (TPM) | Pedidos por minuto |
---|---|---|
Contrato Enterprise | 10 milh | 60 K |
Predefinido | 450 K | 2,7 K |
M = milhões | K = mil
Padrão GPT-4O
Escalão de serviço | Limite de cota em tokens por minuto (TPM) | Pedidos por minuto |
---|---|---|
Contrato Enterprise | 1 milh | 6 K |
Predefinido | 150 K | 900 |
M = milhões | K = mil
Níveis de utilização
As implantações do Global Standard usam a infraestrutura global do Azure, roteando dinamicamente o tráfego do cliente para o data center com a melhor disponibilidade para as solicitações de inferência do cliente. Isso permite uma latência mais consistente para clientes com níveis baixos a médios de tráfego. Clientes com altos níveis sustentados de uso podem ver mais variabilidade na latência de resposta.
O Limite de Uso determina o nível de uso acima do qual os clientes podem ver maior variabilidade na latência de resposta. O uso de um cliente é definido por modelo e é o total de tokens consumidos em todas as implantações em todas as assinaturas em todas as regiões para um determinado locatário.
GPT-4o padrão global & padrão
Modelo | Níveis de uso por mês |
---|---|
GPT-4o |
1,5 mil milhões de tokens |
Outros tipos de oferta
Se sua assinatura do Azure estiver vinculada a determinados tipos de oferta, seus valores máximos de cota serão inferiores aos valores indicados nas tabelas acima.
Escalão de serviço | Limite de cota em tokens por minuto (TPM) |
---|---|
Azure para Estudantes, Versões Experimentais Gratuitas | 1 K (todos os modelos) |
Assinaturas do MSDN | GPT 3.5 Série Turbo: 30 K Série GPT-4: 8 K |
Subscrições mensais baseadas em cartões de crédito 1 | GPT 3.5 Série Turbo: 30 K Série GPT-4: 8 K |
1 Isto aplica-se atualmente ao tipo de oferta 0003P
No portal do Azure, você pode exibir qual tipo de oferta está associado à sua assinatura navegando até sua assinatura e verificando o painel de visão geral de assinaturas. O tipo de oferta corresponde ao campo do plano na visão geral da assinatura.
Melhores práticas gerais para se manter dentro dos limites das taxas
Para minimizar os problemas relacionados aos limites de taxa, é uma boa ideia usar as seguintes técnicas:
- Implemente a lógica de repetição na aplicação.
- Evite alterações acentuadas na carga de trabalho. Aumente a carga de trabalho gradualmente.
- Teste diferentes padrões de aumento de carga.
- Aumente a cota atribuída à sua implantação. Mova a cota de outra implantação, se necessário.
Como solicitar aumentos para as cotas e limites padrão
As solicitações de aumento de cota podem ser enviadas na página Cotas do Azure OpenAI Studio. Por favor, note que devido à grande procura, os pedidos de aumento de quota estão a ser aceites e serão preenchidos pela ordem em que forem recebidos. Será dada prioridade aos clientes que gerarem tráfego que consuma a alocação de cota existente, e sua solicitação poderá ser negada se essa condição não for atendida.
Para outros limites de tarifa, envie uma solicitação de serviço.
Próximos passos
Explore como gerenciar a cota para suas implantações do Azure OpenAI. Saiba mais sobre os modelos subjacentes que alimentam o Azure OpenAI.
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários