Kvoter och gränser för Azure OpenAI-tjänsten
Den här artikeln innehåller en snabbreferens och en detaljerad beskrivning av kvoter och gränser för Azure OpenAI i Azure AI-tjänster.
Referens för kvoter och gränser
I följande avsnitt får du en snabbguide till de standardkvoter och gränser som gäller för Azure OpenAI:
Gränsnamn | Gränsvärde |
---|---|
OpenAI-resurser per region per Azure-prenumeration | 30 |
Standardgränser för DALL-E 2-kvoter | 2 samtidiga begäranden |
Standardgränser för DALL-E 3-kvoter | 2 kapacitetsenheter (6 begäranden per minut) |
Maximalt antal prompttoken per begäran | Varierar per modell. Mer information finns i Azure OpenAI Service-modeller |
Maximalt antal finjusterade modelldistributioner | 5 |
Totalt antal träningsjobb per resurs | 100 |
Maximalt antal träningsjobb som körs samtidigt per resurs | 1 |
Maximalt antal träningsjobb i kö | 20 |
Maximalt antal filer per resurs (finjustering) | 50 |
Total storlek för alla filer per resurs (finjustering) | 1 GB |
Maximal tid för träningsjobb (jobbet misslyckas om det överskrids) | 720 timmar |
Maximal storlek på träningsjobb (token i träningsfilen) x (antal epoker) | 2 miljarder |
Maximal storlek på alla filer per uppladdning (Azure OpenAI på dina data) | 16 MB |
Maximalt antal eller indata i matrisen med /embeddings |
2048 |
Maximalt antal /chat/completions meddelanden |
2048 |
Maximalt antal /chat/completions funktioner |
128 |
Maximalt antal /chat completions verktyg |
128 |
Maximalt antal etablerade dataflödesenheter per distribution | 100,000 |
Maximalt antal filer per assistent/tråd | 20 |
Maximal filstorlek för assistenter och finjustering | 512 MB |
Tokengräns för assistenter | 2 000 000 tokengräns |
Regionala kvotgränser
Standardkvoten för modeller varierar beroende på modell och region. Standardkvotgränser kan komma att ändras.
Kvoten för standarddistributioner beskrivs i termer av TPM (Tokens-Per-Minute).
Region | GPT-4 | GPT-4-32K | GPT-4-Turbo | GPT-4-Turbo-V | gpt-4o | gpt-4o – GlobalStandard | GPT-35-Turbo | GPT-35-Turbo-Instruct | Text-Inbäddning-Ada-002 | text-embedding-3-small | text-embedding-3-large | Babbage-002 | Babbage-002 - finetune | Davinci-002 | Davinci-002 - finetune | GPT-35-Turbo - finetune | GPT-35-Turbo-1106 - finetune | GPT-35-Turbo-0125 - finetune | GPT-4 – finetune |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
australiaeast | 40 K | 80 K | 80 K | 30 K | - | - | 300 K | - | 350 K | - | - | - | - | - | - | - | - | - | - |
Brasilien, södra | - | - | - | - | - | - | - | - | 350 K | - | - | - | - | - | - | - | - | - | - |
canadaeast | 40 K | 80 K | 80 K | - | - | - | 300 K | - | 350 K | 350 K | 350 K | - | - | - | - | - | - | - | - |
eastus | - | - | 80 K | - | 150 K | 450 K | 240 K | 240 K | 240 K | 350 K | 350 K | - | - | - | - | - | - | - | - |
eastus2 | - | - | 80 K | - | 150 K | 450 K | 300 K | - | 350 K | 350 K | 350 K | - | - | - | - | 250 K | 250 K | 250 K | - |
francecentral | 20 K | 60 K | 80 K | - | - | - | 240 K | - | 240 K | - | 350 K | - | - | - | - | - | - | - | - |
Japan, östra | - | - | - | 30 K | - | - | 300 K | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
northcentralus | - | - | 80 K | - | 150 K | 450 K | 300 K | - | 350 K | - | - | 240 K | 250 K | 240 K | 250 K | 250 K | 250 K | 250 K | 100 K |
norwayeast | - | - | 150 K | - | - | - | - | - | 350 K | - | - | - | - | - | - | - | - | - | - |
southafricanorth | - | - | - | - | - | - | - | - | 350 K | - | - | - | - | - | - | - | - | - | - |
USA, södra centrala | - | - | 80 K | - | 150 K | 450 K | 240 K | - | 240 K | - | - | - | - | - | - | - | - | - | - |
southindia | - | - | 150 K | - | - | - | 300 K | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
swedencentral | 40 K | 80 K | 150 K | 30 K | - | - | 300 K | 240 K | 350 K | - | 350 K | 240 K | 250 K | 240 K | 250 K | 250 K | 250 K | 250 K | 100 K |
switzerlandnorth | 40 K | 80 K | - | 30 K | - | - | 300 K | - | 350 K | - | - | - | - | - | - | - | - | - | - |
switzerlandwest | - | - | - | - | - | - | - | - | - | - | - | - | 250 K | - | 250 K | 250 K | 250 K | 250 K | - |
uksouth | - | - | 80 K | - | - | - | 240 K | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
Europa, västra | - | - | - | - | - | - | 240 K | - | 240 K | - | - | - | - | - | - | - | - | - | - |
westus | - | - | 80 K | 30 K | 150 K | 450 K | 300 K | - | 350 K | - | - | - | - | - | - | - | - | - | - |
westus3 | - | - | 80 K | - | 150 K | 450 K | - | - | 350 K | - | 350 K | - | - | - | - | - | - | - | - |
1 K = 1 000 token per minut (TPM). Relationen mellan TPM och begäranden per minut (RPM) definieras för närvarande som 6 RPM per 1 000 TPM.
Värdena för GPT-4o i tabellen ovan representerar standardkvotvärden som är tillgängliga för alla kunder. Företagskunder har mycket större kvotallokeringar.
gpt-4o-hastighetsgränser
gpt-4o
introducerar frekvensgränsnivåer med högre gränser för vissa kundtyper.
gpt-4o global standard
Kommentar
Distributionstypen global standardmodell finns för närvarande i offentlig förhandsversion.
Nivå | Kvotgräns i token per minut (TPM) | Antal begäranden per minut |
---|---|---|
Enterprise-avtal | 10 M | 60 K |
Standardvärde | 450 K | 2,7 K |
M = miljoner | K = tusen
gpt-4o standard
Nivå | Kvotgräns i token per minut (TPM) | Antal begäranden per minut |
---|---|---|
Enterprise-avtal | 1 M | 6 K |
Standardvärde | 150 K | 900 |
M = miljoner | K = tusen
Användningsnivåer
Global Standard-distributioner använder Azures globala infrastruktur och dirigerar dynamiskt kundtrafik till datacentret med bästa tillgänglighet för kundens slutsatsdragningsbegäranden. Detta möjliggör mer konsekvent svarstid för kunder med låg till medelhög trafiknivå. Kunder med hög ihållande användningsnivå kan se mer variabilitet i svarsfördröjningen.
Användningsgränsen avgör vilken användningsnivå som kunderna kan se större variabilitet i svarsfördröjningen. En kunds användning definieras per modell och är det totala antalet token som förbrukas i alla distributioner i alla prenumerationer i alla regioner för en viss klientorganisation.
GPT-4o global standard & standard
Modell | Användningsnivåer per månad |
---|---|
GPT-4o |
1,5 miljarder token |
Allmänna metodtips för att hålla sig inom hastighetsgränser
För att minimera problem som rör hastighetsbegränsningar är det en bra idé att använda följande tekniker:
- Implementera logik för omprövning i ditt program.
- Undvik stora plötsliga ändringar i arbetsbelastningen. Öka arbetsbelastningen gradvis.
- Testa olika mönster för att öka belastningen.
- Öka den kvot som tilldelats distributionen. Flytta kvoten från en annan distribution om det behövs.
Så här begär du ökningar av standardkvoter och -gränser
Begäranden om kvotökning kan skickas från sidan Kvoter i Azure OpenAI Studio. Observera att på grund av en överväldigande efterfrågan godkänns begäranden om kvotökning och fylls i i den ordning de tas emot. Prioritet ges till kunder som genererar trafik som använder den befintliga kvotallokeringen och din begäran kan nekas om det här villkoret inte uppfylls.
För andra hastighetsbegränsningar skickar du en tjänstbegäran.
Nästa steg
Utforska hur du hanterar kvoter för dina Azure OpenAI-distributioner. Läs mer om de underliggande modeller som driver Azure OpenAI.