Von Azure verkaufte Gießereimodelle

Informationen zur Unterstützung für die Open-Weight-Feinabstimmung und Modellbereitstellungsoptionen finden Sie unter Modellverfügbarkeit. Vorhandene Modell- und Regionstabellen bleiben weiter unten.

Microsoft Foundry Models im Modellkatalog umfassen zwei Hauptkategorien, nämlich Foundry Models, die von Azure und Foundry Models von Partnern und Community verkauft werden. In diesem Artikel wird eine Auswahl der von Azure verkauften Foundry Models sowie deren Funktionen, Bereitstellungstypen und Verfügbarkeitsregionen aufgeführt, mit Ausnahme veralteter und eingestellter Modelle.

Modelle, die von Azure verkauft werden, werden auch von Azure gehostet und von Azure als Teil des Foundry Models Service betrieben. Sie umfassen alle Azure OpenAI-Modelle und spezifische, währte Modelle von Top-Anbietern. Diese Modelle werden über Ihr Azure-Abonnement abgerechnet, sind durch Azure Service Level Agreements abgedeckt und werden von Microsoft unterstützt. Eine Liste der Foundry Models, die vom Foundry Agent Service unterstützt werden, finden Sie unter Modelle, die vom Agent-Dienst unterstützt werden, und eine Liste der Foundry Models von Partnern finden Sie unter Foundry Models from partners and community.

Tipp

Verwenden Sie die Registerkarten oben auf dieser Seite, um zwischen Azure OpenAI-Modellen und Other-Modellsammlungen von Anbietern wie Cohere, DeepSeek, Meta, Mistral AI und xAI zu wechseln.

Azure OpenAI in Microsoft Foundry Modellen

Azure OpenAI wird von einer Vielzahl von Modellen mit unterschiedlichen Fähigkeiten und Preispunkten unterstützt. Die Modellverfügbarkeit variiert je nach Region und Cloud.

Informationen zur regionalen Verfügbarkeit von Azure OpenAI in Microsoft Foundry-Modellen, gruppiert nach Bereitstellungskategorie, finden Sie unter Regionale Verfügbarkeit für Foundry Models, die über Azure angeboten werden.
Informationen zur Verfügbarkeit von Modellen in Azure Government finden Sie unter Azure OpenAI in Azure Government.

Highlights des Modells

Modelle	Beschreibung
GPT-6.1-Serie	NEU`gpt-6.1-sol`
GPT-6-Serie	NEU, `gpt-6-lunagpt-6-astra`, `gpt-6-sol`
GPT-5.6-Serie	`gpt-5.6-sol`, `gpt-5.6-terragpt-5.6-luna`
GPT-chat-latest (Vorschau)	NEU`gpt-chat-latest`Vorschau
GPT-5.5-Serie	`gpt-5.5`
GPT-5.4-Serie	`gpt-5.4-mini`, `gpt-5.4-nano`, `gpt-5.4`, `gpt-5.4-pro`
GPT-5.3-Serie	`gpt-5.3-codex`
GPT-5.2-Serie	`gpt-5.2-codex`, `gpt-5.2`
GPT-5.1-Serie	`gpt-5.1`, `gpt-5.1-codexgpt-5.1-codex-mini`
Sora	NEUE Sora-2
GPT-5-Serie	`gpt-5`, `gpt-5-minigpt-5-nano`
gpt-oss	Modelle mit offenen Gewichten für logisches Schlussfolgern
codex-mini	Feinabgestimmte Version von `o4-mini`.
GPT-4.1-Serie	`gpt-4.1`, `gpt-4.1-minigpt-4.1-nano`
Computerverwendungsvorschau	Ein experimentelles Modell, das für die Verwendung mit dem Computer-Use-Tool der Responses API trainiert wurde.
O-Serienmodelle	Reasoning-Modelle mit fortschrittlicher Problemlösung sowie stärkerem Fokus und höherer Leistungsfähigkeit.
GPT-4o, GPT-4o mini und GPT-4 Turbo	Leistungsfähige Azure OpenAI-Modelle mit multimodalen Versionen, die sowohl Text als auch Bilder als Eingabe verarbeiten können.
Einbettungen	Eine Reihe von Modellen, mit denen Text in numerische Vektorform konvertiert werden kann, um die Ähnlichkeit von Text zu erleichtern.
Bildgenerierung	Eine Reihe von Modellen, die Originalbilder aus natürlicher Sprache generieren können.
`Video generation`	Ein Modell, das originale Videoszenen aus Textanweisungen generieren kann.
Audio	Eine Reihe von Modellen für Spracherkennung, Übersetzung und Sprachsynthese. GPT-4o-Audiomodelle unterstützen entweder Konversationsinteraktionen mit geringer Latenz mit Spracheingabe, Sprachausgabe oder Audiogenerierung.

Grundlegendes zu Modelltokengrenzwerten

In der Spalte "Kontextfenster" wird die Gesamtanzahl der Token aufgelistet, die ein Modell in einer Anforderung verarbeiten kann. Wenn eine Zeile separate Eingabe- und Ausgabewerte auflistet, sind diese Werte einzelne Grenzwerte. Es handelt sich nicht um additive Kontingente, die Sie immer zusammen verwenden können. Eingabetoken, generierte Ausgabetoken und Begründungstoken teilen das verfügbare Kontextbudget. Mehr Input lässt weniger Token für die Generierung übrig.

Die Spalte "Maximale Ausgabetoken " legt eine Obergrenze und keine garantierte Ausgabegröße fest. Ein API-Parameter wie max_output_tokens reserviert keine Token, wenn für die Anfrage weniger Kontextbudget verfügbar ist.

Kurzer Kontext und langer Kontext

Bei Azure OpenAI-Modellen mit Kurzkontext- und Long-Context-Preiskategorien bezieht sich der Kontext auf die Anzahl der Eingabetoken in einer einzelnen Anforderung. Es bezieht sich nicht auf das maximale Kontextfenster des Modells oder auf die kombinierte Anzahl von Eingabe- und Ausgabetoken.

Diese Kategorien beschreiben die Eingabelänge der Anforderung, nicht die unterschiedlichen Modellkontextfenstergrößen. Ein Modell mit einem großen Kontextfenster kann weiterhin eine kurze Kontextanforderung erhalten.

Generierte Ausgabetoken bestimmen nicht, ob eine Anforderung als kurzer Kontext oder langer Kontext klassifiziert wird. Ausgabetoken unterliegen weiterhin den anwendbaren Preisen des Modells.

Modellspezifische Schwellenwerte, Tarife und Abrechnungsdetails finden Sie unter Azure OpenAI-Preise.

GPT-chat-latest

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-chat-latest` (2026-10-07) Vorschau	- Begründung. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildeingabe mit Textausgabe. - Funktionen, Tools und parallele Toolaufrufe.	128,000	128,000	Februar 2026
`gpt-chat-latest` (2026-08-06) Vorschau	- Begründung. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	Februar 2026
`gpt-chat-latest` (2026-06-24) Vorschau	- Begründung. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	128,000 Eingabe: 111.616 Ausgabe: 16.384	16,384	August 2025
`gpt-chat-latest` (2026-05-28) Vorschau	- Begründung. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	128,000 Eingabe: 111.616 Ausgabe: 16.384	16,384	August 2025
`gpt-chat-latest` (2026-05-05) Vorschau	- Begründung. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	128,000 Eingabe: 111.616 Ausgabe: 16.384	16,384	August 2025

gpt-chat-latest verwendet eine Begründungsstufe, die ungleich null ist, sodass sie Begründungstoken für einige Anforderungen generieren kann. Im Gegensatz zu anderen Reasoning-Modellen können Sie diese Stufe nicht mit dem reasoning_effort-Parameter konfigurieren.

In der OpenAI-API wird dieses Modell als chat-latest bezeichnet. In Microsoft Foundry lautet gpt-chat-latestder Produktname . Das Modell folgt weiterhin dem vorhandenen Vorschaulebenszyklus und den Standardbenachrichtigungszeiträumen. Das Team prüft außerdem Möglichkeiten, um zu vereinfachen, wie Kunden im Laufe der Zeit auf fortlaufend aktualisierte Modelle zugreifen, aber das aktuelle Verhalten bleibt unverändert, da diese Arbeit fortgesetzt wird.

Vorsicht

Microsoft empfiehlt die Verwendung von Vorschaumodellen in der Produktion nicht. Vorschaumodellbereitstellungen werden entweder auf zukünftige Vorschauversionen oder auf die neueste stabile, allgemein verfügbare Version aktualisiert. Modelle, die als Vorschau festgelegt sind, entsprechen nicht dem Standard-Azure OpenAI-Modelllebenszyklus.

GPT-6.1

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-6.1-sol` (2026-09-29)	- Argumentation - Antwort-API. - Multi-Agent-Orchestrierung (Vorschau). – API für Chatabschlusse. - Streaming. - Strukturierte Ausgaben. - Text- und Bildeingabe mit Textausgabe. - Funktionen, Tools und parallele Toolaufrufe (nur Antwort-API). - Argumentationsaufwand und Ausführlichkeit. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	April 2026

GPT-6

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-6-astra` (2026-09-03)	- Argumentation - Antwort-API. - Multi-Agent-Orchestrierung (Vorschau). – API für Chatabschlusse. - Streaming. - Strukturierte Ausgaben. - Text- und Bildeingabe mit Textausgabe. - Funktionen, Tools und parallele Toolaufrufe. - Argumentationsaufwand und Ausführlichkeit. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	April 2026
`gpt-6-luna` (2026-09-22)	- Argumentation - Antwort-API. - Multi-Agent-Orchestrierung (Vorschau). – API für Chatabschlusse. - Streaming. - Strukturierte Ausgaben. - Text- und Bildeingabe mit Textausgabe. - Funktionen, Tools und parallele Toolaufrufe. - Argumentationsaufwand und Ausführlichkeit. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	Mai 2026
`gpt-6-sol` (2026-09-22)	- Argumentation - Antwort-API. - Multi-Agent-Orchestrierung (Vorschau). – API für Chatabschlusse. - Streaming. - Strukturierte Ausgaben. - Text- und Bildeingabe mit Textausgabe. - Funktionen, Tools und parallele Toolaufrufe. - Argumentationsaufwand und Ausführlichkeit. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	April 2026

Hinweis

Unter bestimmten Umständen kann Astra erweiterte Sicherheitskontrollen anwenden, wenn Sicherheitssysteme erhöhte Risiken erkennen. Diese Steuerelemente können das Ändern von Klassifiziererschwellen zur Ableitungszeit und das Ergänzen von Kundenaufforderungen mit vom System generierten Sicherheitsanweisungen umfassen, die für die Unterstützung sicherer und richtlinienkonformer Modellverhalten vorgesehen sind.

Beachten Sie beim Bereitstellen und Aufrufen von GPT-6-Modellen Folgendes:

Einige Kontingentebenen erfordern Kontingentanforderungen für die GPT-6-Familie, um diese Modelle bereitzustellen. Abonnements der Stufe 5 und Stufe 6 verfügen standardmäßig über ein Kontingent. Weitere Informationen zu Kontingenten und Limits für Microsoft Foundry Models in Microsoft Foundry finden Sie unter.
Standardmäßige Pay-as-you-go-Bereitstellungen von GPT-6-Modellen verwenden separate Preiskategorien für Kurzkontext- und Long-Context-Anforderungen. Jedes GPT-6-Modell behandelt beide Anforderungstypen. Die Anzahl der Eingabetoken bestimmt die Kategorie, wie im kurzen Kontext und im langen Kontext erläutert. Informationen zu GPT-6-Schwellenwerten, Tarifen und wie die Preise für die Anforderung gelten, finden Sie unter Azure OpenAI-Preise.

GPT-5.6

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-5.6-sol` (2026-07-09)	- Argumentation - Antwort-API. - Multi-Agent-Orchestrierung (Vorschau). – API für Chatabschlusse. - Flex-Verarbeitung. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	Februar 2026
`gpt-5.6-terra` (2026-07-09)	- Argumentation - Antwort-API. - Multi-Agent-Orchestrierung (Vorschau). – API für Chatabschlusse. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	Februar 2026
`gpt-5.6-luna` (2026-07-09)	- Argumentation - Antwort-API. - Multi-Agent-Orchestrierung (Vorschau). – API für Chatabschlusse. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	Februar 2026

Hinweis

Beachten Sie beim Bereitstellen und Aufrufen der gpt-5.6 Modelle Folgendes:

Einige Kontingentstufen erfordern für gpt-5.6 Kontingentanträge, um dieses Modell bereitzustellen. Abonnements der Stufe 5 und Stufe 6 verfügen standardmäßig über ein Kontingent. Weitere Informationen zu Kontingenten und Limits für Microsoft Foundry Models in Microsoft Foundry finden Sie unter.
Für Standard-Pay-as-you-go-Bereitstellungen von GPT-5.6-Modellen gelten getrennte Preiskategorien für Kurzkontext- und Langkontextanfragen. Jedes GPT-5.6-Modell verarbeitet beide Anforderungstypen. Die Anzahl der Eingabetoken bestimmt die Kategorie, wie im kurzen Kontext und im langen Kontext erläutert. Informationen zu GPT-5.6-Schwellenwerten, Tarifen und wie die Preise für die Anforderung gelten, finden Sie unter Azure OpenAI-Preise.
Diese Modelle unterstützen die Chat-Completions-API und Funktions-Tools, aber nicht beides gleichzeitig, es sei denn, reasoning_effort ist none. Verwenden Sie die Antwort-API für Toolaufrufe. Weitere Informationen finden Sie unter Aufrufen von Tools mit Reasoning-Modellen.

GPT-5.5

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-5.5` (2026-04-24)	- Argumentation - Antwort-API. – API für Chatabschlusse. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	Dezember 2025

Tokenbudget der Responses-API

Für die aktuelle GPT-5.5-Antwort-API-Implementierung beträgt das effektive kombinierte Eingabeaufforderungs- und Generierungsbudget ca. 922.000 Token. Dieser API-Grenzwert ist niedriger als das Kontextfenster von 1.050.000 Token des Modells. Sie können eine 922.000-Token-Eingabeaufforderung nicht mit 128.000 generierten Token in einer Anforderung kombinieren. Berechnen Sie das ungefähre Erzeugungsbudget wie folgt:

available generation tokens = 922,000 - prompt tokens

Beispielsweise weist eine Anforderung mit 921.549 Eingabeaufforderungstoken das folgende Tokenbudget auf:

Prompt-Tokens: 921.549.
Effektives Kontextbudget: 922.000.
Restgenerierungsbudget: 451 Token.

Das Modell kann höchstens die verbleibenden 451 Token generieren, auch wenn Sie auf 64.000 oder 128.000 festgelegt sind max_output_tokens . Dieses Generierungsbudget umfasst sichtbare Ausgabe- und Reasoning-Token.

Das Erreichen des verfügbaren Tokenbudgets erzeugt nicht unbedingt einen HTTP-Fehler. Eine Anforderung kann HTTP-Statuscode 200 mit einer unvollständigen Antwort zurückgeben. Überprüfen Sie status auf incomplete und incomplete_details.reason auf max_output_tokens, um festzustellen, ob die Generierung beim Tokenlimit gestoppt wurde.

Hinweis

Einige Kontingentstufen erfordern Kontingentanfragen für gpt-5.5, um dieses Modell bereitstellen zu können. Abonnements der Stufe 5 und Stufe 6 verfügen standardmäßig über ein Kontingent.

GPT-5.4

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-5.4` (2026-03-05)	- Argumentation - Antwort-API. – API für Chatabschlusse. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	August 2025
`gpt-5.4-pro` (2026-03-05)	- Argumentation - Antwort-API. - Text- und Bildverarbeitung. - Funktionen und Tools - Vollständige Zusammenfassung der Funktionen.	1,050,000 Eingabe: 922.000 Ausgabe: 128.000	128,000	August 2025
`gpt-5.4-mini` (2026-03-17)	- Argumentation - Antwort-API. – API für Chatabschlusse. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Computerverwendung - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	August 2025
`gpt-5.4-nano` (2026-03-17)	- Argumentation - Antwort-API. – API für Chatabschlusse. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	August 2025

GPT-5.3

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-5.3-codex` (2026-02-24)	- Argumentation - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen. - Optimiert für Codex CLI & Codex VS Code Extension	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	August 2025
`gpt-5.3-chat` (2026-03-03) Eingestellt am 29. Juni 2026	Historische Spezifikationen. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	128,000 Eingabe: 111.616 Ausgabe: 16.384	16,384	August 2025

GPT-5.2

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-5.2-codex` (2026-01-14)	- Argumentation - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen. - Optimiert für Codex CLI & Codex VS Code Extension	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000
`gpt-5.2` (2025-12-11)	- Argumentation – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	August 2025
`gpt-5.2-chat` (2025-12-11) Eingestellt am 13. Mai 2026	Historische Spezifikationen. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	128,000 Eingabe: 111.616 Ausgabe: 16.384	16,384	August 2025
`gpt-5.2-chat` (2026-02-10) Eingestellt am 29. Juni 2026	Historische Spezifikationen. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	128,000 Eingabe: 111.616 Ausgabe: 16.384	16,384	August 2025

Außer Betrieb genommene Modelle sind weder zur Nutzung noch für neue Bereitstellungen verfügbar. Hinweise zum Ersatz finden Sie im Zeitplan für die Außerbetriebnahme von Modellen.

GPT-5.1

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-5.1` (2025-11-13)	- Argumentation – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	30. September 2024
`gpt-5.1-chat` (2025-11-13) Eingestellt am 29. Juni 2026	Historische Spezifikationen. - Argumentation – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben - Funktionen, Tools und parallele Toolaufrufe.	128,000 Eingabe: 111.616 Ausgabe: 16.384	16,384	30. September 2024
`gpt-5.1-codex` (2025-11-13)	- Nur Responses-API. - Text- und Bildverarbeitung - Strukturierte Ausgaben. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen - Optimiert für Codex CLI & Codex VS Code Extension	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	30. September 2024
`gpt-5.1-codex-mini` (2025-11-13)	- Nur Responses-API. - Text- und Bildverarbeitung - Strukturierte Ausgaben. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen - Optimiert für Codex CLI & Codex VS Code Extension	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	30. September 2024
`gpt-5.1-codex-max` (2025-12-04)	- Nur Responses-API. - Text- und Bildverarbeitung - Strukturierte Ausgaben. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen - Optimiert für Codex CLI & Codex VS Code Extension	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	30. September 2024

Wichtig

gpt-5.1 reasoning_effort ist standardmäßig auf none eingestellt. Beachten Sie beim Upgraden von früheren Begründungsmodellen auf gpt-5.1, dass Sie möglicherweise Ihren Code aktualisieren müssen, um explizit eine reasoning_effort-Ebene zu übergeben, wenn Sie die Begründung ausführen möchten.
gpt-5.1-codex-max fügt Unterstützung für die Einstellung reasoning_effort zu xhigh. Begründungsaufwand none wird mit gpt-5.1-codex-max nicht unterstützt.

GPT-5

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-5` (2025-08-07)	- Argumentation – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	30. September 2024
`gpt-5-mini` (2025-08-07)	- Argumentation – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	31. Mai 2024
`gpt-5-nano` (2025-08-07)	- Argumentation – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	31. Mai 2024
`gpt-5-chat` (2025-08-07) Eingestellt am 29. Juni 2026	Historische Spezifikationen. – API für Chatabschlusse. - Antwort-API. - Eingabe: Text/Bild - Ausgabe: Nur Text	128,000	16,384	30. September 2024
`gpt-5-chat` (2025-10-03) Eingestellt am 13. Mai 2026	Historische Spezifikationen. – API für Chatabschlusse. - Antwort-API. - Eingabe: Text/Bild - Ausgabe: Nur Text	128,000	16,384	30. September 2024
`gpt-5-codex` (2025-09-11)	- Nur Responses-API. - Eingabe: Text/Bild - Ausgabe: Nur Text - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. - Vollständige Zusammenfassung der Funktionen - Optimiert für Codex CLI & Codex VS Code Extension	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	-
`gpt-5-pro` (2025-10-06)	- Argumentation - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen und Tools - Vollständige Zusammenfassung der Funktionen.	400,000 Eingabe: 272.000 Ausgabe: 128.000	128,000	30. September 2024

Außer Betrieb genommene Modelle sind weder zur Nutzung noch für neue Bereitstellungen verfügbar. Hinweise zum Ersatz finden Sie im Zeitplan für die Außerbetriebnahme von Modellen.

gpt-oss

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl von Output-Token	Schulungsdaten (bis zu)
`gpt-oss-120b` ¹ (Vorschau)	- Nur Texteingabe/Textausgabe – API für Chatabschlusse -Streaming - Funktionsaufrufe - Strukturierte Ausgaben -Argumentation – Verfügbar zur Bereitstellung¹ und über verwaltete Rechenressourcen	131,072	131,072	31. Mai 2024
`gpt-oss-20b` (Vorschau)	- Nur Texteingabe/Textausgabe – API für Chatabschlusse -Streaming - Funktionsaufrufe - Strukturierte Ausgaben -Argumentation - Verfügbar über Managed Compute und Foundry Local	131,072	131,072	31. Mai 2024

¹ Im Gegensatz zu anderen Azure OpenAI-Modellen ist ein gpt-oss-120b erforderlich, um das Modell bereitzustellen.

Bereitstellen mit Code

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"

GPT-4.1-Serie

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl an Ausgabetokens	Schulungsdaten (bis zu)
`gpt-4.1` (2025-04-14)	- Text- und Bildeingabe - Textausgabe – API für Chatabschlusse – Antwort-API -Streaming - Funktionsaufrufe - Strukturierte Ausgaben (Chatvervollständigungen)	- 1.047.576 - 300.000 (Standardbereitstellungen) - 128.000 (bereitgestellte verwaltete Bereitstellungen und Batch-Bereitstellungen)	32,768	31. Mai 2024
`gpt-4.1-nano` (2025-04-14)	- Text- und Bildeingabe - Textausgabe – API für Chatabschlusse – Antwort-API -Streaming - Funktionsaufrufe - Strukturierte Ausgaben (Chatvervollständigungen)	- 1.047.576 - 300.000 (Standardbereitstellungen) - 128.000 (bereitgestellte verwaltete Bereitstellungen und Batch-Bereitstellungen)	32,768	31. Mai 2024
`gpt-4.1-mini` (2025-04-14)	- Text- und Bildeingabe - Textausgabe – API für Chatabschlusse – Antwort-API -Streaming - Funktionsaufrufe - Strukturierte Ausgaben (Chatvervollständigungen)	- 1.047.576 - 300.000 (Standardbereitstellungen) - 128.000 (bereitgestellte verwaltete Bereitstellungen und Batch-Bereitstellungen)	32,768	31. Mai 2024

Hinweis

Bereitgestellte verwaltete Deployments von Modellen der GPT-4.1-Serie unterstützen Kontextlängen von weniger als 128.000 Token. Eine Anforderung, die diesen Grenzwert überschreitet, gibt einen HTTP 400-Fehler zurück. Um lange Kontextanforderungen für eine bereitgestellte Bereitstellung zu verarbeiten, aktivieren Sie den Überlauf, der diese Anforderungen an eine entsprechende Standardbereitstellung weiter leitet.

Bekanntes Problem

Ein bekanntes Problem betrifft alle GPT-4.1-Serienmodelle. Große Tool- oder Funktionsaufrufdefinitionen, die 300.000 Token überschreiten, verursachen Fehler, obwohl die Tokenkontextgrenze von 1 Millionen Modellen nicht erreicht ist.

Die Fehler können je nach API-Aufruf und zugrunde liegenden Nutzlastmerkmalen variieren.

Dies sind die Fehlermeldungen für die Chatabschluss-API:

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'}}

Dies ist die Fehlermeldung für die Antwort-API:

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}}

Computerverwendungsvorschau

Ein experimentelles Modell, das für den Einsatz mit dem Computer-Use-Tool Responses API trainiert wurde.

Es kann mit Drittanbieterbibliotheken verwendet werden, um dem Modell die Steuerung von Maus- und Tastatureingaben zu ermöglichen, während Kontext aus Screenshots der aktuellen Umgebung abgerufen wird.

Vorsicht

Es wird nicht empfohlen, Vorschaumodelle in der Produktion zu verwenden. Wir aktualisieren alle Bereitstellungen von Vorschaumodellen entweder auf zukünftige Vorschauversionen oder auf die neueste stabile, allgemein verfügbare Version. Modelle, die als Vorschau festgelegt sind, entsprechen nicht dem Standard-Azure OpenAI-Modelllebenszyklus.

Für den Zugriff computer-use-previewist eine Registrierung erforderlich. Der Zugriff wird basierend auf den Berechtigungskriterien Microsoft gewährt. Kunden, die Zugriff auf andere Modelle mit eingeschränktem Zugriff haben, müssen weiterhin Zugriff für dieses Modell anfordern.

Um den Zugriff anzufordern, wechseln Sie zur computer-use-preview Anwendung mit eingeschränktem Zugriffsmodell. Wenn der Zugriff gewährt wird, müssen Sie eine Bereitstellung für das Modell erstellen.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Kontextfenster	Maximale Anzahl an Ausgabetokens	Schulungsdaten (bis zu)
`computer-use-preview` (2025-03-11)	Spezialisiertes Modell zur Verwendung mit dem Computer-Use-Tool der Responses API -Werkzeuge -Streaming - Text (Eingabe/Ausgabe) - Bild (Eingabe)	8,192	1,024	Oktober 2023

O-Serienmodelle

Die Azure OpenAI O-Series-Modelle sind darauf ausgelegt, Schlussfolgerungs- und Aufgaben zur Problemlösung mit stärkerem Fokus und höherer Leistungsfähigkeit zu bewältigen. Diese Modelle verbringen mehr Zeit mit der Verarbeitung und dem Verständnis der Benutzeranforderung, wodurch sie im Vergleich zu früheren Iterationen außergewöhnlich stark in Bereichen wie Wissenschaft, Codierung und Mathematik sind.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Maximale Anfrage (Token)	Schulungsdaten (bis zu)
`codex-mini` (2025-05-16)	Feinabgestimmte Version von `o4-mini`. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen und Tools. Vollständige Zusammenfassung der Funktionen.	Eingabe: 200.000 Ausgabe: 100.000	31. Mai 2024
`o3-pro` (2025-06-10)	- Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen und Tools. Vollständige Zusammenfassung der Funktionen.	Eingabe: 200.000 Ausgabe: 100.000	31. Mai 2024
`o4-mini` (2025-04-16)	- Neues Reasoning-Modell, das verbesserte Schlussfolgerungsfähigkeiten bietet. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen und Tools. Vollständige Zusammenfassung der Funktionen.	Eingabe: 200.000 Ausgabe: 100.000	31. Mai 2024
`o3` (2025-04-16)	- Neues Reasoning-Modell, das verbesserte Schlussfolgerungsfähigkeiten bietet. – API für Chatabschlusse. - Antwort-API. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen, Tools und parallele Toolaufrufe. Vollständige Zusammenfassung der Funktionen.	Eingabe: 200.000 Ausgabe: 100.000	31. Mai 2024
`o3-mini` (2025-01-31)	- Erweiterte Vernunftfähigkeiten. - Strukturierte Ausgaben. - Nur Textverarbeitung. - Funktionen und Tools.	Eingabe: 200.000 Ausgabe: 100.000	Oktober 2023
`o1` (2024-12-17)	- Erweiterte Vernunftfähigkeiten. - Strukturierte Ausgaben. - Text- und Bildverarbeitung. - Funktionen und Tools.	Eingabe: 200.000 Ausgabe: 100.000	Oktober 2023
`o1-preview` ¹ (2024-09-12) Eingestellt am 28. Juli 2025	Historische Spezifikationen.	Eingabe: 128.000 Ausgabe: 32.768	Oktober 2023
`o1-mini` ² (2024-09-12)	Eine schnellere und kostengünstigere Option in der o1-Reihe, ideal für das Codieren von Vorgängen, die Geschwindigkeit und geringerer Ressourcenverbrauch erfordern. - Die globale Standardbereitstellung ist standardmäßig verfügbar. – (Regionale) Standardbereitstellungen sind derzeit nur für ausgewählte Kunden verfügbar, die im Rahmen des Releases `o1-preview` eingeschränkten Zugriff erhalten haben.	Eingabe: 128.000 Ausgabe: 65.536	Oktober 2023

¹o1-preview ist eingestellt und steht nicht für die Verwendung oder neue Bereitstellungen zur Verfügung. Weitere Informationen finden Sie unter Ausgemusterte Modelle.

²o1-mini steht derzeit allen Kunden für die Globale Standardbereitstellung zur Verfügung. Ausgewählten Kunden wurde Zugriff auf (regionale) Standardbereitstellungen für o1-mini im Rahmen des Releases o1-preview mit eingeschränktem Zugriff gewährt. Der Zugang zu o1-mini standardmäßigen (regionalen) Bereitstellungen wird derzeit nicht ausgeweitet.

o3-deep-research ist derzeit nur mit dem Foundry Agent Service verfügbar. Weitere Informationen finden Sie in der Deep Research-Toolanleitung.

Weitere Informationen zu erweiterten O-Serienmodellen finden Sie unter "Erste Schritte mit Argumenten".To learn more about advanced o-series models, see Getting started with reasoning models.

GPT-4o und GPT-4 Turbo

GPT-4o integriert Text und Bilder in ein einzelnes Modell, wodurch mehrere Datentypen gleichzeitig verarbeitet werden können. Dieser multimodale Ansatz verbessert die Genauigkeit und Reaktionsfähigkeit bei Interaktionen zwischen Mensch und Computer. GPT-4o gleicht GPT-4 Turbo in englischen Text- und Codierungsaufgaben ab und bietet gleichzeitig eine überlegene Leistung in nicht englischen Aufgaben und Visionsaufgaben, wobei neue Benchmarks für KI-Funktionen festgelegt werden.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

GPT-4- und GPT-4 Turbo-Modelle

Die aufgeführten Modelle unterstützen die Chatabschluss-API. GPT-4o-Versionen 2024-05-13, 2024-08-06und , und 2024-11-20GPT-4o-mini-Version 2024-07-18unterstützen auch die Antwort-API.

Informationen dazu, wie Azure OpenAI Modellversionsupgrades verarbeitet, finden Sie unter Modellversionen. Informationen zum Anzeigen und Konfigurieren der Modellversionseinstellungen Ihrer GPT-4-Bereitstellungen finden Sie unter Arbeiten mit Modellen.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

Modell-ID	Beschreibung	Maximale Anfrage (Token)	Schulungsdaten (bis zu)
`gpt-4o` (2024-11-20) GPT-4o (Omni)	- Strukturierte Ausgaben. - Text- und Bildverarbeitung. - JSON-Modus. - Parallele Funktionsaufrufe. – Verbesserte Genauigkeit und Reaktionsfähigkeit. - Gleichwertigkeit bei englischen Text- und Programmieraufgaben im Vergleich zu GPT-4 Turbo with Vision. - Überlegene Leistung in nicht englischen Sprachen und in Visionsaufgaben. - Verbesserte kreative Schreibfähigkeit.	Eingabe: 128.000 Ausgabe: 16.384	Oktober 2023
`gpt-4o` (2024-08-06) GPT-4o (Omni)	- Strukturierte Ausgaben. - Text- und Bildverarbeitung. - JSON-Modus. - Parallele Funktionsaufrufe. – Verbesserte Genauigkeit und Reaktionsfähigkeit. - Gleichwertigkeit bei englischen Text- und Programmieraufgaben im Vergleich zu GPT-4 Turbo with Vision. - Überlegene Leistung in nicht englischen Sprachen und in Visionsaufgaben.	Eingabe: 128.000 Ausgabe: 16.384	Oktober 2023
`gpt-4o-mini` (2024-07-18) GPT-4o mini	- Schnelles, kostengünstiges, leistungsfähiges Modell ideal zum Ersetzen von GPT-3.5 Turbo-Modellen. - Text- und Bildverarbeitung. - JSON-Modus. - Parallele Funktionsaufrufe.	Eingabe: 128.000 Ausgabe: 16.384	Oktober 2023
`gpt-4o` (2024-05-13) GPT-4o (Omni)	- Text- und Bildverarbeitung. - JSON-Modus. - Parallele Funktionsaufrufe. – Verbesserte Genauigkeit und Reaktionsfähigkeit. - Gleichwertigkeit bei englischen Text- und Programmieraufgaben im Vergleich zu GPT-4 Turbo with Vision. - Überlegene Leistung in nicht englischen Sprachen und in Visionsaufgaben.	Eingabe: 128.000 Ausgabe: 4.096	Oktober 2023
`gpt-4` ¹ (Turbo-2024-04-09) GPT-4 Turbo mit Vision	Neues allgemein verfügbares Modell. - Ersatz für alle vorherigen GPT-4-Vorschaumodelle (`vision-preview`, `1106-Preview`, `0125-Preview`). - Die Verfügbarkeit von Features unterscheidet sich derzeit je nach Eingabemethode und Bereitstellungstyp.	Eingabe: 128.000 Ausgabe: 4.096	Dezember 2023

¹ Die bereitgestellte Version von gpt-4 Version turbo-2024-04-09 ist derzeit nur auf Text beschränkt. Weitere Informationen zu Provisioned Deployments finden Sie unter Anleitung zu Provisioned Deployments.

Vorsicht

Einbettungen

text-embedding-3-large ist das neueste und fähigste Einbettungsmodell. Sie können kein Upgrade zwischen Einbettungsmodellen durchführen. Um von text-embedding-ada-002 zu text-embedding-3-largewechseln, müssen Sie neue Einbettungen generieren.

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

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Funktionen

OpenAI berichtet, dass Tests zeigen, dass sowohl die großen als auch die kleinen Embedding-Modelle der dritten Generation beim MIRACL-Benchmark eine bessere durchschnittliche mehrsprachige Retrieval-Leistung bieten. Sie behalten weiterhin ihre Leistungsfähigkeit bei englischen Aufgaben mit dem MTEB-Benchmark bei.

Bewertungsmaßstab	`text-embedding-ada-002`	`text-embedding-3-small`	`text-embedding-3-large`
MIRACL-Mittelwert	31,4	44.0	54.9
MTEB-Mittelwert	61.0	62.3	64.6

Die Modelle der dritten Generation unterstützen die Reduzierung der Größe der Einbettung über einen neuen dimensions Parameter. Typischerweise sind größere Embeddings hinsichtlich Rechen-, Arbeitsspeicher- und Speicheraufwand teurer. Wenn Sie die Anzahl der Dimensionen anpassen können, erhalten Sie mehr Kontrolle über die Gesamtkosten und die Leistung. Der parameter dimensions wird in allen Versionen der OpenAI 1.x-Python-Bibliothek nicht unterstützt. Um diesen Parameter nutzen zu können, empfehlen wir, ein Upgrade auf die neueste Version durchzuführen: pip install openai --upgrade.

Die MTEB-Benchmarktests von OpenAI stellten fest, dass die Leistung auch dann, wenn die Abmessungen der dritten Generation auf weniger als die 1.536 Dimensionen text-embedding-ada-002reduziert werden, etwas besser bleibt.

Diese Modelle können nur mit Einbettungs-API-Anforderungen verwendet werden.

Modell-ID	Maximale Anfrage (Token)	Ausgabeabmessungen	Schulungsdaten (bis zu)
`text-embedding-ada-002` (Version 2)	8,192	1,536	September 2021
`text-embedding-ada-002` (Version 1)	2,046	1,536	September 2021
`text-embedding-3-large`	8,192	3,072	September 2021
`text-embedding-3-small`	8,192	1,536	September 2021

Hinweis

Wenn Sie ein Array von Eingaben für die Einbettung senden, beträgt die maximale Anzahl von Eingabeelementen im Array pro Aufruf an den Einbettungsendpunkt 2.048.

Modelle der Bildgenerierung

Die Bildgenerierungsmodelle erstellen Bilder aus Textaufforderungen, die Sie bereitstellen. Bildgenerierungsmodelle umfassen gpt-image-1, , gpt-image-1-mini, gpt-image-1.5, gpt-image-2, gpt-image-2.5-flareund gpt-image-2.5-sunburst.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell-ID	Maximale Anfrage (Zeichen)
`gpt-image-1`	4,000
`gpt-image-1-mini`	4,000
`gpt-image-1.5`	4,000
`gpt-image-2`	4,000
`gpt-image-2.5-flare`	4,000
`gpt-image-2.5-sunburst`	4,000

Modelle der Videogenerierung

Sora-2 ist ein KI-Modell aus OpenAI, das realistische und fantasievolle Videoszenen aus Textanweisungen schafft. Es ist in der Vorschau.

Modell-ID	Maximale Anfrage (Zeichen)
`sora-2`	4,000

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Audiomodelle

Audiomodelle in Azure OpenAI sind über die APIs realtime, completions und audio verfügbar.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

GPT-4o-Audiomodelle

Die GPT-4o-Audiomodelle sind Teil der GPT-4o-Modellfamilie und unterstützen entweder Konversationsinteraktionen mit geringer Latenz im Modus speech in, speech out oder die Audiogenerierung.

Vorsicht

Details zu maximalen Anforderungstoken und Schulungsdaten sind in der folgenden Tabelle verfügbar:

Modell-ID	Beschreibung	Maximale Anfrage (Token)	Schulungsdaten (bis zu)
`gpt-4o-mini-audio-preview` (2024-12-17) Vorschau	Audiomodell für die Audio- und Textgenerierung.	Eingabe: 128.000 Ausgabe: 16.384	September 2023
`gpt-4o-audio-preview` (2024-12-17)	Audiomodell für die Audio- und Textgenerierung.	Eingabe: 128.000 Ausgabe: 16.384	September 2023
`gpt-4o-realtime-preview` (2025-06-03)	Audiomodell für die Echtzeitaudioverarbeitung.	Eingabe: 32.000 Ausgabe: 4.096	Oktober 2023
`gpt-4o-realtime-preview` (2024-12-17)	Audiomodell für die Echtzeitaudioverarbeitung.	Eingabe: 16.000 Ausgabe: 4.096	Oktober 2023
`gpt-4o-mini-realtime-preview` (2024-12-17) Vorschau	Audiomodell für die Echtzeitaudioverarbeitung.	Eingabe: 128.000 Ausgabe: 4.096	Oktober 2023
`gpt-audio`(28.08.2025) `gpt-audio-mini`(06.10.2025)	Audiomodell für die Audio- und Textgenerierung.	Eingabe: 128.000 Ausgabe: 16.384	Oktober 2023
`gpt-realtime` (2025-08-28) (GA) `gpt-realtime-mini` (2025-10-06) `gpt-realtime-mini` (2025-12-15)	Audiomodell für die Echtzeitaudioverarbeitung.	Eingabe: 32.000 Ausgabe: 4.096	Oktober 2023
`gpt-audio-1.5` (2026-02-23)	Audiomodell für die Audio- und Textgenerierung.	Eingabe: 128.000 Ausgabe: 16.384	September 2024
`gpt-realtime-1.5` (2026-02-23)	Audiomodell für die Echtzeitaudioverarbeitung.	Eingabe: 32.000 Ausgabe: 4.096	September 2024
`gpt-realtime-translate` (2026-05-06)	Audiomodell für mehrsprachige Übersetzung in Echtzeit mit übersetzter Sprache und Textausgabe.	Eingabe: 32.000 Ausgabe: 4.096	September 2024
`gpt-realtime-whisper` (2026-05-06)	Audiomodell für Echtzeit-Transkription mit geringer Latenz.	Eingabe: 32.000 Ausgabe: 4.096	September 2024
`gpt-live-transcribe` (2026-07-29)	Audiomodell für Echtzeit-Transkription mit geringer Latenz. Aktuelles empfohlenes Modell für Echtzeittranskriptionsszenarien.	Eingabe: 32.000 Ausgabe: 4.096	September 2024
`gpt-realtime-2` (2026-05-07)	Audiomodell für die Echtzeitaudioverarbeitung.	Eingabe: 32.000 Ausgabe: 4.096	September 2024
`gpt-realtime-2.1` (2026-07-07) `gpt-realtime-2.1-mini` (2026-07-07)	Audiomodelle für die Echtzeitaudioverarbeitung. `gpt-realtime-2.1` ist ein inkrementelles Update gegenüber `gpt-realtime-2` mit verbesserter Geräuschdämpfung und besserem Umgang mit Stille. `gpt-realtime-2.1-mini` ist eine kleinere Variante.	Eingabe: 32.000 Ausgabe: 4.096	September 2024

Hinweis

gpt-realtime-translate, gpt-realtime-whisper und gpt-live-transcribe verwenden nutzungsdauerbasierte Abrechnung. Die meisten anderen Echtzeitmodelle verwenden tokenbasierte Eingabe- und Ausgabepreise. Aktuelle Preise finden Sie auf der Azure OpenAI-Preisseite.

Audio-API

Die Audiomodelle über die /audio-API können für Spracherkennung, Übersetzung und Sprachsynthese verwendet werden.

Sprach-zu-Text-Modelle

Modell-ID	Beschreibung	Max. Anforderung (Audiodateigröße)
`whisper`	Allgemeines Spracherkennungsmodell.	25 MB
`gpt-transcribe`	Offline-Sprach-zu-Text-Modell für die Dateitranskription über `POST /v1/audio/transcriptions`. Unterstützt Spracherkennungshinweise.	25 MB
`gpt-4o-transcribe` (2025-03-20) Vorschau	Sprach-zu-Text-Modell unterstützt von GPT-4o.	25 MB
`gpt-4o-mini-transcribe` (2025-03-20) Vorschau	Sprach-zu-Text-Modell unterstützt von GPT-4o mini.	25 MB
`gpt-4o-transcribe-diarize` (2025-10-15) Vorschau	Sprach-zu-Text-Modell mit automatischer Spracherkennung.	25 MB
`gpt-4o-mini-transcribe` (2025-12-15) Vorschau	Sprach-zu-Text-Modell mit automatischer Spracherkennung. Verbesserte Transkriptionsgenauigkeit und Stabilität.	25 MB

Wichtig

gpt-transcribe ist ein Offlinetranskriptionsmodell und kein Realtime-API-Modell. Verwenden Sie für die Streamingtranskription gpt-realtime-whisper oder gpt-live-transcribe. gpt-realtime-whisper und gpt-live-transcribe werden in der Tabelle "GPT-4o-Audiomodelle " angezeigt, da sie Realtime-API-Modelle und keine /audio API-Sprach-zu-Text-Modelle sind.

Sprachübersetzungsmodelle

Modell-ID	Beschreibung	Max. Anforderung (Audiodateigröße)
`whisper`	Allgemeines Spracherkennungsmodell.	25 MB

Text-zu-Sprache-Modelle (Vorschau)

Modell-ID	Beschreibung
`tts` Vorschau	Auf Geschwindigkeit optimiertes Text-in-Sprache-Modell
`tts-hd` Vorschau	Für die Qualität optimiertes Text-zu-Sprache-Modell.
`gpt-4o-mini-tts` (2025-03-20)	Text-zu-Sprache-Modell basierend auf GPT-4o mini. Sie können die Stimme leiten, um in einem bestimmten Stil oder Ton zu sprechen.
`gpt-4o-mini-tts` (2025-12-15)	Text-zu-Sprache-Modell basierend auf GPT-4o mini. Sie können die Stimme leiten, um in einem bestimmten Stil oder Ton zu sprechen.

Optimierung von Modellen

Informationen zu Schulungs- und Bereitstellungstypdefinitionen und freigegebenen Grenzwerten finden Sie unter Schulungstypen und Bereitstellungsoptionen.

Für unterstützte serverlose Bereitstellungen sind Global Standard, Data Zone Standard und Developer verfügbar, sofern nicht in der Legende anders angegeben. Überprüfen Sie Standardbereitstellungsregionen und Regionen für bereitgestellten Durchsatz für diese Bereitstellungstypen.

Modell-ID	Approach	Schulungstypen	Bereitstellungsoptionen
`MAI-Code-1.1-Flash` (Vorschau)	Verwaltet: ✅ (RFT) Interaktiv: ❌	Standard: ❌ Datenzone: ❌ Global: ✅ Entwickler: ✅	Serverlos: ✅² Verwaltetes Compute: ❌ Feuerwerk: ❌
`Muse-Glimmer-30B` (Vorschau)	Verwaltet: ✅ (SFT, RFT) Interaktiv: ✅	Standard: ❌ Datenzone: ❌ Global: ✅ Entwickler: ✅	Serverless: ❌ Verwaltetes Compute: ✅ Feuerwerk: ✅¹
`Llama-3.3-70B-Instruct`	Verwaltet: ✅ (SFT) Interaktiv: ❌	Standard: ❌ Datenzone: ✅ Global: ✅ Entwickler: ❌	Serverlos: ✅² Verwaltetes Compute: ❌ Feuerwerk: ❌
`Qwen3-32B`	Verwaltet: ✅ (SFT) Interaktiv: ❌	Standard: ❌ Datenzone: ✅ Global: ✅ Entwickler: ❌	Serverlos: ✅² Verwaltetes Compute: ❌ Feuerwerk: ❌
`Qwen3.6-35B-A3B` (Vorschau)	Verwaltet: ✅ (SFT, RFT) Interaktiv: ✅	Standard: ❌ Datenzone: ❌ Global: ✅ Entwickler: ✅	Serverless: ❌ Verwaltetes Compute: ✅ Feuerwerk: ✅¹
`Qwen3.8-27B` (Vorschau)	Verwaltet: ✅ (SFT, RFT) Interaktiv: ✅	Standard: ❌ Datenzone: ❌ Global: ✅ Entwickler: ✅	Serverless: ❌ Verwaltetes Compute: ✅ Feuerwerk: ✅¹
`gpt-oss-20b`	Verwaltet: ✅ (SFT) Interaktiv: ✅	Standard: ❌ Datenzone: ✅ Global: ✅ Entwickler: ❌	Serverlos: ✅² Verwaltetes Compute: ❌ Feuerwerk: ❌
`gpt-oss-120b` (Vorschau)	Verwaltet: ✅ (SFT, RFT) Interaktiv: ✅	Standard: ❌ Datenzone: ❌ Global: ✅ Entwickler: ✅	Serverless: ❌ Verwaltetes Compute: ✅ Feuerwerk: ✅¹
`Ministral-3B` (2411)	Verwaltet: ✅ (SFT) Interaktiv: ❌	Standard: ❌ Datenzone: ✅ Global: ✅ Entwickler: ❌	Serverlos: ✅² Verwaltetes Compute: ❌ Feuerwerk: ❌
`gpt-4o-mini` (2024-07-18)	Verwaltet: ✅ (SFT) Interaktiv: ❌	Standard: ✅ Datenzone: ✅ Global: ✅ Entwickler: ✅	Serverless: ✅⁵ Verwaltetes Compute: ❌ Feuerwerk: ❌
`gpt-4o` (2024-08-06)	Verwaltet: ✅ (SFT, DPO) Interaktiv: ❌	Standard: ✅ Datenzone: ✅ Global: ✅ Entwickler: ✅	Serverless: ✅⁵ Verwaltetes Compute: ❌ Feuerwerk: ❌
`gpt-4.1` (2025-04-14)	Verwaltet: ✅ (SFT, DPO) Interaktiv: ❌	Standard: ✅ Datenzone: ✅ Global: ✅ Entwickler: ✅	Serverless: ✅ Verwaltetes Compute: ❌ Feuerwerk: ❌
`gpt-4.1-mini` (2025-04-14)	Verwaltet: ✅ (SFT, DPO) Interaktiv: ❌	Standard: ✅ Datenzone: ✅ Global: ✅ Entwickler: ✅	Serverless: ✅ Verwaltetes Compute: ❌ Feuerwerk: ❌
`gpt-4.1-nano` (2025-04-14)	Verwaltet: ✅ (SFT, DPO) Interaktiv: ❌	Standard: ✅ Datenzone: ✅ Global: ✅ Entwickler: ✅	Serverless: ✅ Verwaltetes Compute: ❌ Feuerwerk: ❌
`o4-mini` (2025-04-16)	Verwaltet: ✅ (RFT) Interaktiv: ❌	Standard: ✅ Datenzone: ✅ Global: ✅ Entwickler: ✅	Serverless: ✅ Verwaltetes Compute: ❌ Feuerwerk: ❌
`gpt-5` (2025-08-07)³	Verwaltet: ✅ (RFT) Interaktiv: ❌	Standard: ✅ Datenzone: ✅ Global: ✅ Entwickler: ❌	Serverless: ✅⁴ Verwaltetes Compute: ❌ Feuerwerk: ❌
`MedImageInsight-Premium` (Vorschau)	Verwaltet: ✅ (SFT) Interaktiv: ❌	Global	Serverlos: ✅² Verwaltetes Compute: ❌ Feuerwerk: ❌
`CXRReportgen-Premium` (Vorschau)	Verwaltet: ✅ (SFT) Interaktiv: ❌	Global	Serverlos: ✅² Verwaltetes Compute: ❌ Feuerwerk: ❌

Legende

¹ Nur der Bereitstellungstyp „Provisioned Throughput“ wird unterstützt.
² Nur der globale Standardbereitstellungstyp wird unterstützt.
³ GPT-5 Verstärkungsoptimierung erfordert eine Einladung. Wenden Sie sich für den Beitritt an Ihr Microsoft-Account-Team.
⁴ Nur der Standardbereitstellungstyp wird unterstützt. Siehe Standardbereitstellungsregionen.
⁵ Entwicklerbereitstellungstyp wird nicht unterstützt.

Unterstützte Regionen

Hinweis

Globales Training bietet kostengünstigeres Training pro Token, aber keine Datenresidenz.

In der Tabelle sind die Foundry-Projektregionen aufgeführt, die für die Verwendung von global verwaltetem Fine-Tuning und interaktiven Schulungen (Vorschau) erforderlich sind. Wählen Sie eine Region aus, die für Ihr Modell und Ihren Schulungsansatz unterstützt wird, einschließlich der unten aufgeführten Einschränkungen. Standard- und Datenzonenschulungen verfügen über separate regionale Unterstützung.

Foundry-Projektregion	Verwaltete Feinabstimmung	Interaktive Schulung (Vorschau)
Australien Ost	✅	✅
Brasilien Süd	✅ ¹	❌
Kanada Zentral	✅ ¹	❌
Kanada Ost	✅ ¹	✅
Ost-USA	✅	✅
Ost-USA 2	✅	✅
Frankreich Zentral	✅ ¹	❌
Deutschland West Central	✅ ¹	❌
Italien Nord	✅ ¹	❌
Japan East	✅ ^1,2	❌
Zentralkorea	✅	✅
Nord-Mittel-USA	✅	✅
Norwegen Ost	✅ ¹	❌
Poland Central	✅ ^1,3	❌
Südafrika Nord	✅ ¹	❌
Süd-Mittel-USA	✅ ¹	❌
Südindien	✅ ¹	❌
Südostasien	✅ ¹	❌
Spanien Zentral	✅ ¹	❌
Schweden Zentral	✅	✅
Schweiz Nord	✅	✅
Westschweiz	✅ ¹	❌
UAE North	✅ ⁴	✅
Vereinigtes Königreich Süd	✅	✅
Westeuropa	✅ ¹	❌
USA, Westen	✅ ¹	❌
Westliches USA 3	✅	✅

¹ Verwaltete Feinabstimmung für Qwen3.6-35B-A3B, Qwen3.8-27B, Muse-Glimmer-30Bund gpt-oss-120b wird in dieser Region nicht unterstützt.
² Vision Feinabstimmung wird in Japan Ost nicht unterstützt.
³ Verwaltete Optimierung für gpt-4.1-nano wird in Polen, Mitte nicht unterstützt.
⁴ VAE, Norden unterstützt globale verwaltete Optimierung nur für Qwen3.6-35B-A3B, Qwen3.8-27B, Muse-Glimmer-30B und gpt-oss-120b.

Unterstützte Standardbereitstellungsregionen

Nur die folgenden Modelle unterstützen serverlose Standardbereitstellungen. Überprüfen Sie die regionale Verfügbarkeit in der Tabelle.

Modell-ID	Ost-USA 2	Nord-Mittel-USA	Schweden Zentral
`gpt-4o-mini`	❌	✅	✅
`gpt-4o`	✅	❌	✅
`gpt-4.1`	❌	✅	✅
`gpt-4.1-mini`	❌	✅	✅
`gpt-4.1-nano`	❌	✅	✅
`o4-mini`	✅	❌	✅
`gpt-5`	❌	✅	✅

Unterstützte Bereitstellungsregionen für den bereitgestellten Durchsatz

Nur die folgenden Modelle unterstützen serverlose Bereitstellungen mit bereitgestelltem Durchsatz in den aufgeführten Regionen.

Modell-ID	Nord-Mittel-USA	Schweden Zentral
`gpt-4o-mini`	✅	✅
`gpt-4o`	✅	✅
`gpt-4.1`	❌	✅

Assistenten (Vorschau)

Für Assistenten benötigen Sie eine Kombination aus einem unterstützten Modell und einer unterstützten Region. Für bestimmte Tools und Funktionen sind die neuesten Modelle erforderlich. In der folgenden Tabelle sind Modellregionenkombinationen für die Standardbereitstellung aufgeführt, einschließlich historischer Einträge. Spalten, die mit Eingestellt gekennzeichnet sind, beschreiben die historische Verfügbarkeit, nicht Modelle, die zur Nutzung oder für neue Bereitstellungen verfügbar sind. Siehe Ausgemusterte Modelle für Details zur Ausmusterung.

Informationen zur Verfügbarkeit bereitgestellter Durchsatzeinheiten finden Sie unter Bereitgestellte Durchsatzmodelle. Die hier aufgeführten nicht eingestellten Modelle und Regionen können sowohl mit Assistants v1 als auch mit v2 verwendet werden. Sie können globale Standardmodelle verwenden, wenn sie in den folgenden Regionen unterstützt werden.

Region	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-4, 0613 Pensioniert	gpt-4, 1106-Preview	gpt-4, 0125-Vorschau	gpt-4, Turbo-2024-04-09	gpt-4-32k, 0613 Pensioniert	gpt-35-turbo, 0613 Pensioniert	gpt-35-Turbo, 1106	gpt-35-Turbo, 0125	gpt-35-turbo-16k, 0613 Pensioniert
australiaeast	-	-	-	✅	✅	-	-	✅	✅	✅	✅	✅
eastus	✅	✅	✅	-	-	✅	✅	-	✅	-	✅	✅
Eastus2	✅	✅	✅	-	✅	-	✅	-	✅	-	✅	✅
francecentral	-	-	-	✅	✅	-	-	✅	✅	✅	-	✅
japaneast	-	-	-	-	-	-	-	-	✅	-	✅	✅
norwayeast	-	-	-	-	✅	-	-	-	-	-	-	-
Südindien	-	-	-	-	✅	-	-	-	-	✅	✅	-
schwedencentral	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	-	✅
uksouth	-	-	-	-	✅	✅	-	-	✅	✅	✅	✅
westus	✅	✅	✅	-	✅	-	✅	-	-	✅	✅	-
westus3	✅	✅	✅	-	✅	-	✅	-	-	-	✅	-

Modellrentierung

Die neuesten Informationen zu Modellrenten finden Sie im Modell-Ruhestandszeitplan.

Black Forest Labs Modelle, die von Azure verkauft werden

Black Forest Labs (BFL) FLUX Modelle bringen modernste Bildgenerierung in Microsoft Foundry, sodass Sie qualitativ hochwertige Bilder aus Textaufforderungen und Referenzbildern generieren und bearbeiten können. FLUX-Modelle unterstützen eine Reihe von Funktionen, einschließlich Text-zu-Bild-Generierung, Multireferenz-Bildbearbeitung und Kontextgenerierung und -bearbeitung.

Sie können diese Modelle über die BFL-Dienstanbieter-API und über die Images/Generationen und Images/Edits-Endpunkte ausführen.

Um mit FLUX-Modellen in Foundry zu arbeiten, finden Sie weitere Informationen unter Bereitstellen und Verwenden von FLUX-Modellen in Microsoft Foundry.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ & API-Endpunkt	Funktionen
`FLUX.2-flex`	Bildgenerierung - BFL-Dienstanbieter-API: `<resource-name>/providers/blackforestlabs/v1/flux-2-flex`	- Eingabe: Text und Bild (32.000 Token und bis zu 10 Bilderⁱ) - Ausgabe: Ein Bild - Toolaufrufe: Nein - Antwortformate: Bild (PNG und JPG) - Wichtige Features: Feinkornierte Kontrolle; Multireferenzunterstützung für bis zu 10 Bilder - Zusätzliche Parameter: `guidance`: Steuert, wie genau die Ausgabe der Eingabeaufforderung folgt. Minimum: 1,5, maximum: 10, Default: 4.5. Höher = genauere Befolgung des Prompts. `steps`: Anzahl der Ableitungsschritte. Maximum: 50, Standardwert: 50. Höher = mehr Details, langsamer.
`FLUX.2-pro`	Bildgenerierung - BFL-Dienstanbieter-API: `<resource-name>/providers/blackforestlabs/v1/flux-2-pro`	- Eingabe: Text und Bild (32.000 Token und bis zu 8 Bilderⁱⁱ) - Ausgabe: Ein Bild - Toolaufrufe: Nein - Antwortformate: Bild (PNG und JPG) - Wichtige Funktionen: Unterstützung mehrerer Referenzbilder für bis zu 8 Bilder; stärker in realem Wissen verankert; höhere Ausgabeflexibilität; verbesserte Leistung - Zusätzliche Parameter:(Nur in anbieterspezifischer API) Unterstützt alle Parameter.
`FLUX.1-Kontext-pro`	Bildgenerierung - Bild-API: `https://<resource-name>/openai/deployments/{deployment-id}/images/generations` und `https://<resource-name>/openai/deployments/{deployment-id}/images/edits` - BFL-Dienstanbieter-API: `<resource-name>/providers/blackforestlabs/v1/flux-kontext-pro?api-version=preview`	- Eingabe: Text und Bild (5.000 Token und 1 Bild) - Ausgabe: Ein Bild - Toolaufrufe: Nein - Antwortformate: Bild (PNG und JPG) - Wichtige Features: Zeichenkonsistenz, erweiterte Bearbeitung - Zusätzliche Parameter:(Nur in anbieterspezifischer API)`seed`, `aspect ratio`, , `input_image`, `prompt_unsampling`, `safety_toleranceoutput_format`
`FLUX-1.1-pro`	Bildgenerierung - Bild-API: `https://<resource-name>/openai/deployments/{deployment-id}/images/generations` - BFL-Dienstanbieter-API: `<resource-name>/providers/blackforestlabs/v1/flux-pro-1.1?api-version=preview`	- Eingabe: Text (5.000 Token und 1 Bild) - Ausgabe: Ein Bild - Toolaufrufe: Nein - Antwortformate: Bild (PNG und JPG) - Hauptmerkmale: Hohe Inferenzgeschwindigkeit, hohe Prompt-Treue, wettbewerbsfähige Preise, skalierbare Generierung - Zusätzliche Parameter:(Nur in anbieterspezifischer API)`width`, `height`, , `prompt_unsampling`, `seed`, `safety_toleranceoutput_format`

^i,ii Unterstützung für mehrere Referenzbilder steht für FLUX.2 [pro] (Vorschau) und FLUX.2 [flex] (Vorschau) mithilfe der API, aber nicht im Playground zur Verfügung.

Von Azure angebotene Cohere-Modelle

Die Cohere-Modellfamilie umfasst verschiedene Modelle, die für unterschiedliche Anwendungsfälle optimiert sind, einschließlich Chat-Vervollständigungen, Rerank-/Textklassifizierung und Einbettungen. Cohere-Modelle sind für verschiedene Anwendungsfälle optimiert, die Gründe, Zusammenfassungen und Fragebeantwortungen umfassen.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ	Funktionen
`Cohere-parse-v5` Vorschau	Bild-zu-Text	- Eingabe: Bilder, Tabellen und Formulare - Ausgabe: Markdown - Sprachen:`en`, , `fr`, `es`, `itde`, `pt-br`, `ja`, `ko`, , , und `zh-cnar` - Toolaufrufe: Nein - Antwortformate: Markdown
`Cohere-rerank-v4.0-pro`	Textklassifizierung (Neusortierung)	- Eingabe: Text - Ausgabe: Text - Sprachen:`en`, `fr`, , `es`, `itde`, `pt-br`, `jazh-cnarvihiru`und `idnl` - Toolaufrufe: Nein - Antwortformate: JSON
`Cohere-rerank-v4.0-fast`	Textklassifizierung (Neusortierung)	- Eingabe: Text - Ausgabe: Text - Sprachen:`en`, `fr`, , `es`, `itde`, `pt-br`, `jazh-cnarvihiru`und `idnl` - Toolaufrufe: Nein - Antwortformate: JSON
`Cohere-command-a-plus-05-2026` Vorschau	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text (128.000 Token) - Ausgabe: Text (64.000 Token) - Sprachen:`en`, , `fr`, `es`, `itde`, `pt-br`, `ja`, `ko`, , , und `zh-cnar` - Toolaufrufe: Ja - Antwortformate: Text
`Cohere-command-a`	Chatvervollständigung	- Eingabe: Text (131.072 Token) - Ausgabe: Text (8.182 Token) - Sprachen:`en`, , `fr`, `es`, `itde`, `pt-br`, `ja`, `ko`, , , und `zh-cnar` - Toolaufrufe: Ja - Antwortformate: Text, JSON
`embed-v-4-0`	Einbettungen	- Eingabe: Text (512 Token) und Bilder (2MM Pixel) - Ausgabe: Vektor (256, 512, 1024, 1536 Dimensionen) - Sprachen:`en`, , `fr`, `es`, `itde`, `pt-br`, `ja`, `ko`, , , und `zh-cnar`

DeepSeek-Modelle, die von Azure verkauft werden

Die DeepSeek-Modellfamilie umfasst mehrere Reasoning-Modelle, die dank eines schrittweisen Trainingsprozesses besonders bei Aufgaben wie Sprachverarbeitung, wissenschaftlichem Schlussfolgern und Programmieren überzeugen.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ	Funktionen
`DeepSeek-V4-Pro`	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text (1.000.000 Token) - Ausgabe: Text (384.000 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text, JSON
`DeepSeek-V4-Flash-0731` Vorschau	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text (1.000.000 Token) - Ausgabe: Text (384.000 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text, JSON
`DeepSeek-V4-Flash`	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text (1.000.000 Token) - Ausgabe: Text (384.000 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text, JSON
`DeepSeek-V3.2-Speciale`	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text (128.000 Token) - Ausgabe: Text (128.000 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text, JSON
`DeepSeek-V3.2`	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text (128.000 Token) - Ausgabe: Text (128.000 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text, JSON

Von Azure verkaufte Metamodelle

Meta-Llama-Modelle und -Tools sind eine Sammlung vortrainierter und feinabgestimmter generativer KI-Text- und Bild-Begründungs-Modelle. Metamodelle umfassen in ihrer Bandbreite:

Kleine Sprachmodelle (Small Language Models, SLMs) wie 1B- und 3B-Basismodelle und -Instruct-Modelle für Rückschlüsse auf dem Gerät und am Edge
Mittlere große Sprachmodelle (LLMs) wie 7B-, 8B- und 70B-Basis- und Instruct-Modelle
Hochleistungsmodelle wie Meta Llama 3.1-405B sind für Anwendungsfälle der synthetischen Datengenerierung und -destillation vorgesehen.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ	Funktionen
`Llama-4-Maverick-17B-128E-Instruct-FP8`	Chatvervollständigung	- Eingabe: Text und Bilder (1M-Token) - Ausgabe: Text (1M-Token) - Sprachen:`ar`, , `en`, `fr`, `dehi`, `id`, `it`, `pt`, `estl`, , und `thvi` - Toolaufrufe: Nein - Antwortformate: Text
`Llama-3.3-70B-Instruct`	Chatvervollständigung	- Eingabe: Text (128.000 Token) - Ausgabe: Text (8.192 Token) - Sprachen:`en`, , `de`, `fr`, `itpt`, `hi`, , und `esth` - Toolaufrufe: Nein - Antwortformate: Text

Mehrere Metamodelle stehen auch von Partnern und Communitys zur Verfügung.

Microsoft Modelle, die von Azure verkauft werden

Microsoft Modelle umfassen verschiedene Modellgruppen wie Model Router, MAI-Modelle, Phi-Modelle, KI-Modelle im Gesundheitswesen und vieles mehr. Mehrere Microsoft-Modelle sind auch von Partnern und der Community verfügbar.

Informationen zum Arbeiten mit MAI-Modellen finden Sie in den folgenden Anleitungen:

In Foundry verfügbare MAI-Modelle: MAI-Image-Modelle und MAI-Thinking-Modelle.
Über Azure Speech in Foundry Tools verfügbare MAI-Modelle: MAI-Voice und MAI-Transcribe.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ	Funktionen
`Microsoft-Decision-1`	Entscheidung, Textklassifizierung, Zero-Shot-Klassifizierung	- Kalibrierte Entscheidungsbewertung: Gibt für jede angegebene Antwortoption eine kalibrierte Wahrscheinlichkeitsbewertung zurück. - Flexible Frageformate: Unterstützt Ja/Nein, Mehrfachauswahl, Bewertung, Klassifizierung und Rubrikenbasierte Fragen. - Single-Pass-Bewertung: Erzeugt strukturierte Entscheidungsergebnisse in einem einzigen Modellaufruf über Eingaben von bis zu 32K-Token. - Das Modell ist nur Text und akzeptiert oder produziert keine Bild-, Audio- oder Videoinhalte. Es generiert keine Erklärungen oder Begründungen.
`MAI-Thinking-1` Vorschau	Chatvervollständigung (mit Begründungsinhalten). Details finden Sie unter API-Endpunkte .	- Eingabe: Text. - Ausgabe: Text (bis zu 64.000 Token). - Kontextlänge: 256.000 Token - Toolaufrufe: Ja. - Antwortformate: Text. - Wichtige Funktionen: Kompatibilität mit OpenAI Chat Completions; Verschlüsselte Gedankenkette
`MAI-Image-2.6-Flash` Vorschau	Bild-zu-Bild und Text-zu-Bild. Details finden Sie unter API-Endpunkte .	- Eingabe: Text und bis zu fünf Bilder (JPEG- oder PNG-Format für Bildbearbeitungsworkflows) - Ausgabe: Ein Bild - Kontextlänge: 32.000 Token - Toolaufrufe: Nein - Antwortformate: Bild (PNG) - Sprachen:`en` - Wichtige Features: Hochwertige Text-zu-Bild-Generierung; Bildbearbeitung, die präzise, chirurgische Bearbeitungen unterstützt, ohne den Rest des Bilds zu stören; Möglichkeit, realistische Bilder mit konsistenter visueller Struktur zu erzeugen. Gut geeignet für Aufgaben wie Konzeptvisualisierung, kreative Inhaltsgenerierung, Bildbearbeitungsworkflows und Produktionsdesign. - Parameters:`width`, `height`, `prompt`, `auto_aspect_ratioweb_grounding` Mindestens 768×768 Pixel; Maximale Gesamtpixelanzahl 2.359.296 (entspricht 1536×1536). Beide Dimensionen können 1536 überschreiten, solange die Gesamtpixelanzahl innerhalb des Grenzwerts bleibt.
`MAI-Image-2.6` Vorschau	Bild-zu-Bild und Text-zu-Bild. Details finden Sie unter API-Endpunkte .	- Eingabe: Text und bis zu fünf Bilder (JPEG- oder PNG-Format für Bildbearbeitungsworkflows) - Ausgabe: Ein Bild - Kontextlänge: 32.000 Token - Toolaufrufe: Nein - Antwortformate: Bild (PNG) - Sprachen:`en` - Wichtige Features: Hochwertige Text-zu-Bild-Generierung; Bildbearbeitung, die präzise, chirurgische Bearbeitungen unterstützt, ohne den Rest des Bilds zu stören; Möglichkeit, realistische Bilder mit konsistenter visueller Struktur zu erzeugen. Gut geeignet für Aufgaben wie Konzeptvisualisierung, kreative Inhaltsgenerierung, Bildbearbeitungsworkflows und Produktionsdesign. - Parameters:`width`, `height`, `prompt`, `auto_aspect_ratioweb_grounding` Mindestens 768×768 Pixel; Maximale Gesamtpixelanzahl 2.359.296 (entspricht 1536×1536). Beide Dimensionen können 1536 überschreiten, solange die Gesamtpixelanzahl innerhalb des Grenzwerts bleibt.
`MAI-Image-2.5-Pro` Vorschau	Bild-zu-Bild und Text-zu-Bild. Details finden Sie unter API-Endpunkte .	- Eingabe: Text und bis zu fünf Bilder (JPEG- oder PNG-Format für Bildbearbeitungsworkflows) - Ausgabe: Ein Bild - Kontextlänge: 32.000 Token - Toolaufrufe: Nein - Antwortformate: Bild (PNG) - Sprachen:`en` - Wichtige Features: Hochwertige Text-zu-Bild-Generierung; Bildbearbeitung, die präzise, chirurgische Bearbeitungen unterstützt, ohne den Rest des Bilds zu stören; Möglichkeit zum Generieren von fotorealistischen Bildern mit konsistenter visueller Struktur als vorherige Modelle. Gut geeignet für Aufgaben wie Konzeptvisualisierung, kreative Inhaltsgenerierung, Bildbearbeitungsworkflows und Produktionsdesign. - Parameter:`width`, , `heightprompt` Mindestens 768×768 Pixel; Maximale Gesamtpixelanzahl 1.048.576 (entspricht 1024×1024). Beide Dimensionen können 1024 überschreiten, solange die Gesamtpixelanzahl innerhalb des Grenzwerts bleibt (z. B. 768×1365 ist eine gültige Größe).
`MAI-Image-2.5-Flash` Vorschau	Bild-zu-Bild und Text-zu-Bild. Details finden Sie unter API-Endpunkte .	- Eingabe: Text und bis zu fünf Bilder (JPEG- oder PNG-Format für Bildbearbeitungsworkflows) - Ausgabe: Ein Bild - Kontextlänge: 32.000 Token - Toolaufrufe: Nein - Antwortformate: Bild (PNG) - Sprachen:`en` - Wichtige Features: Hochwertige Text-zu-Bild-Generierung; Bildbearbeitung, die präzise, chirurgische Bearbeitungen unterstützt, ohne den Rest des Bilds zu stören; Möglichkeit, realistische Bilder mit konsistenter visueller Struktur zu erzeugen. Gut geeignet für Aufgaben wie Konzeptvisualisierung, kreative Inhaltsgenerierung, Bildbearbeitungsworkflows und Produktionsdesign. - Parameter:`width`, , `heightprompt` Mindestens 768×768 Pixel; Maximale Gesamtpixelanzahl 1.048.576 (entspricht 1024×1024). Beide Dimensionen können 1024 überschreiten, solange die Gesamtpixelanzahl innerhalb des Grenzwerts bleibt (z. B. 768×1365 ist eine gültige Größe).
`MAI-Image-2.5` Vorschau	Bild-zu-Bild und Text-zu-Bild. Details finden Sie unter API-Endpunkte .	- Eingabe: Text und bis zu fünf Bilder (JPEG- oder PNG-Format für Bildbearbeitungsworkflows) - Ausgabe: Ein Bild - Kontextlänge: 32.000 Token - Toolaufrufe: Nein - Antwortformate: Bild (PNG) - Sprachen:`en` - Wichtige Features: Hochwertige Text-zu-Bild-Generierung; Bildbearbeitung, die präzise, chirurgische Bearbeitungen unterstützt, ohne den Rest des Bilds zu stören; Möglichkeit, realistische Bilder mit konsistenter visueller Struktur zu erzeugen. Gut geeignet für Aufgaben wie Konzeptvisualisierung, kreative Inhaltsgenerierung, Bildbearbeitungsworkflows und Produktionsdesign. - Parameter:`width`, , `heightprompt` Mindestens 768×768 Pixel; Maximale Gesamtpixelanzahl 1.048.576 (entspricht 1024×1024). Beide Dimensionen können 1024 überschreiten, solange die Gesamtpixelanzahl innerhalb des Grenzwerts bleibt (z. B. 768×1365 ist eine gültige Größe).
`model-router` ¹	Chatvervollständigung	Weitere Details in der Modellrouterübersicht. - Eingabe: Text, Bild - Ausgabe: Text (die maximale Anzahl der Ausgabetoken kann variieren²) Kontextfenster: 200.000³ - Sprachen:`en`

¹Version des Modell-Routers2025-11-18.

²Maximale Anzahl an Ausgabetoken variiert je nach zugrunde liegendem Modell im Modellrouter. Beispielsweise 32.768 (GPT-4.1 series), 100.000 (o4-mini), 128.000 (gpt-5 reasoning models) und 16.384 (gpt-5-chat).

³ Größere Kontextfenster sind mit einigen der zugrunde liegenden Modelle des Modellrouters kompatibel. Dies bedeutet, dass ein API-Aufruf mit einem größeren Kontext nur erfolgreich ist, wenn die Eingabeaufforderung an eines dieser Modelle weitergeleitet wird. Andernfalls schlägt der Anruf fehl.

Mistral-Modelle, die von Azure verkauft werden

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ	Funktionen
`mistral-document-ai-2512`	Bild-zu-Text	- Eingabe: Bild- oder PDF-Seiten (30 Seiten, max. 30 MB PDF-Datei) - Ausgabe: Text - Sprachen:`en` - Toolaufrufe: Nein - Antwortformate: Text, JSON, Markdown
`mistral-medium-3-5` Vorschau	Chatvervollständigung	- Eingabe: Text (128.000 Token), Bild - Ausgabe: Text (128.000 Token) - Toolaufrufe: Nein - Antwortformate: Text, JSON
`mistral-ocr-4-0` Vorschau	Bild-zu-Text	- Eingabe: Bild- oder PDF-Seiten (30 Seiten, max. 30 MB PDF-Datei) - Ausgabe: Text - Sprachen:`en` - Toolaufrufe: Nein - Antwortformate: Text, JSON, Markdown
`Mistral-Large-3` Vorschau	Chatvervollständigung	- Eingabe: Text, Bild - Ausgabe: Text - Sprachen:`en`, , `fr`, `de`, `esit`, `pt`, `nl`, `zh`, `ja`, , und `koar` - Toolaufrufe: Ja - Antwortformate: Text, JSON

Mehrere Mistral-Modelle sind auch über Partner und die Community verfügbar.

Moonshot AI Modelle verkauft von Azure

Moonshot AI Modelle umfassen Kimi K2.6 (Vorschau) und Kimi K2.5 (Vorschau), multimodale Begründungsmodelle, die Text- und Bildeingabe akzeptieren.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ	Funktionen
`Kimi-K2.7-Code` Vorschau	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text und Bild (262.144 Token) - Ausgabe: Text (262.144 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text
`Kimi-K2.6` Vorschau	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text und Bild (262.144 Token) - Ausgabe: Text (262.144 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text
`Kimi-K2.5` Vorschau	Chatvervollständigung (mit Logikinhalt)	- Eingabe: Text und Bild (262.144 Token) - Ausgabe: Text (262.144 Token) - Sprachen:`en` Und `zh` - Toolaufrufe: Ja - Antwortformate: Text

Diese Modellsammlung finden Sie im Foundry-Portal.

Von Azure verkaufte SpaceXAI-Modelle

Die Grok-Modelle von SpaceXAI in Foundry-Modellen umfassen verschiedene Modelle mit und ohne Schlussfolgerungsfunktion, die für Unternehmensanwendungen wie Datenextraktion, Codierung, Textzusammenfassung und Agent-Anwendungen entwickelt wurden.

Informationen zum Arbeiten mit Grok-Modellen finden Sie unter Bereitstellen und Verwenden von Grok-Modellen in Foundry.

Hinweis

Allgemein verfügbare SpaceXAI Grok Modelle ab Grok 4.7 sind für mindestens sechs Monate verfügbar. Frühere Grok-Modelle behalten ihre bestehenden Lebenszyklusverpflichtungen bei. Modellspezifische Außerbetriebnahmetermine finden Sie unter Zeitplan für die Außerbetriebnahme von Modellen.

Eine Registrierung ist erforderlich, um Zugriff aufgrok-code-fast-1 und grok-4 zu erhalten.

Aktuelle Tarife und Abrechnungsdetails finden Sie unter Grok-Modellpreise.

Informationen zur Modellverfügbarkeit in allen Regionen, gruppiert nach Bereitstellungskategorie, finden Sie unter Region-Verfügbarkeit für foundry Models, die von Azure verkauft werden.

Modell	Typ	Funktionen
`grok-4.7`	Chat Completions API Antwort-API	- Eingabe: Text, Bild (500.000 Token) - Ausgabe: text (500,000 Token) - Kontextfenster: 500.000 Token (Eingabe und Ausgabe kombiniert) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text, JSON
`grok-4.6` Vorschau	Chatvervollständigung	- Eingabe: Text, Bild - Ausgabe: Text (maximal 128.000 Token) - Kontextfenster: 200.000 Token - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text, JSON
`grok-4.3` Vorschau	Chatvervollständigung	- Eingabe: Text (200.000 Token) - Ausgabe: Text (8.192 Token) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text
`grok-4-20-reasoning` Vorschau	Chatvervollständigung	- Eingabe: Text (262.000 Token) - Ausgabe: Text (8.192 Token) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text
`grok-4-20-non-reasoning` Vorschau	Chatvervollständigung	- Eingabe: Text (262.000 Token) - Ausgabe: Text (8.192 Token) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text
`grok-4.1-fast-reasoning`	Chatvervollständigung	- Eingabe: Text, Bild (128.000 Token) - Ausgabe: Text (128.000 Token) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text
`grok-4.1-fast-non-reasoning`	Chatvervollständigung	- Eingabe: Text, Bild (128.000 Token) - Ausgabe: Text (128.000 Token) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text
`grok-4`	Chatvervollständigung	- Eingabe: Text (262.000 Token) - Ausgabe: Text (8.192 Token) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text
`grok-code-fast-1`	Chatvervollständigung	- Eingabe: Text (256.000 Token) - Ausgabe: Text (8.192 Token) - Sprachen:`en` - Toolaufrufe: Ja - Antwortformate: Text

Feinabstimmung und interaktive Schulung

Feedback

War diese Seite hilfreich?

Zuletzt aktualisiert um 2026-10-08

Von Azure verkaufte Gießereimodelle

Azure OpenAI in Microsoft Foundry Modellen

Highlights des Modells

Grundlegendes zu Modelltokengrenzwerten

Kurzer Kontext und langer Kontext

GPT-chat-latest

Funktionen

GPT-6.1

Funktionen

GPT-6

Funktionen

GPT-5.6

Funktionen

GPT-5.5

Funktionen

Tokenbudget der Responses-API

GPT-5.4

Funktionen

GPT-5.3

Funktionen

GPT-5.2

Funktionen

GPT-5.1

Funktionen

GPT-5

Funktionen

gpt-oss

Funktionen

Bereitstellen mit Code

GPT-4.1-Serie

Funktionen

Bekanntes Problem

Computerverwendungsvorschau

Funktionen

O-Serienmodelle

Funktionen

GPT-4o und GPT-4 Turbo

GPT-4- und GPT-4 Turbo-Modelle

Funktionen

Einbettungen

Funktionen

Modelle der Bildgenerierung

Modelle der Videogenerierung

Audiomodelle

GPT-4o-Audiomodelle

Audio-API

Sprach-zu-Text-Modelle

Sprachübersetzungsmodelle

Text-zu-Sprache-Modelle (Vorschau)

Optimierung von Modellen

Unterstützte Regionen

Unterstützte Standardbereitstellungsregionen

Unterstützte Bereitstellungsregionen für den bereitgestellten Durchsatz

Assistenten (Vorschau)

Modellrentierung

Verwandte Inhalte

Black Forest Labs Modelle, die von Azure verkauft werden

Von Azure angebotene Cohere-Modelle

DeepSeek-Modelle, die von Azure verkauft werden

Von Azure verkaufte Metamodelle

Microsoft Modelle, die von Azure verkauft werden

Mistral-Modelle, die von Azure verkauft werden

Moonshot AI Modelle verkauft von Azure

Von Azure verkaufte SpaceXAI-Modelle

Verwandte Inhalte

Feinabstimmung und interaktive Schulung

Feedback

Zusätzliche Ressourcen