Bereitgestellte Durchsatzabrechnung und Kostenverwaltung

Zurzeit wird folgendes angezeigt:Neue Version des Foundry-Portals - Wechseln zur Version für das klassische Foundry-Portal

Bereitstellungen mit bereitgestelltem Durchsatz in Microsoft Foundry unterstützen die stundenweise Abrechnung für eine flexible, kurzfristige Nutzung sowie Azure-Reservierungen für dauerhafte Produktionsworkloads zu einem vergünstigten Preis. In diesem Artikel wird erläutert, wie die PTU-Abrechnung funktioniert, Ihnen bei der Entscheidung zwischen stündlicher Abrechnung und Azure-Reservierungen geholfen und beschrieben, wie Sie Reservierungskosten überwachen und verwalten.

Wenn Sie mit dem bereitgestellten Durchsatz noch nicht vertraut sind, lesen Sie zunächst Was ist bereitgestellter Durchsatz für Foundry Models?. Eine Schätzung der Anzahl der PTUs, die Ihr Workload benötigt, finden Sie unter Ermitteln der PTU-Dimensionierung für einen Workload. Wenn Sie bereit sind, Ihre erste Bereitstellung zu erstellen, lesen Sie "Erste Schritte mit bereitgestellten Bereitstellungen".

Funktionsweise der PTU-Abrechnung

Bereitgestellte Durchsatzeinheiten (PTUs) sind generische Einheiten der Modellverarbeitungskapazität. Wenn Sie ein bereitgestelltes Deployment erstellen, geben Sie an, wie viele PTUs Sie zuweisen. Foundry reserviert diese PTU-Kapazität für die Bereitstellung und hält sie vor, und Ihnen werden dafür stündlich Kosten berechnet, unabhängig davon, ob die Bereitstellung Anforderungen verarbeitet oder nicht. Mit anderen Worten, Sie werden stündlich abgerechnet, basierend auf der Anzahl der bereitgestellten Durchsatzeinheiten (PTUs), anstatt auf die Anzahl der verbrauchten Token.

Die PTU-Abrechnung weist zwei wichtige Merkmale auf:

• Abgerechnet auf bereitgestellte Kapazität, keine Tokennutzung: Im Gegensatz zur Abrechnung per Pay-per-Token bezahlen Sie reservierte Kapazität. Anfragen, die erfolgreich abgeschlossen werden, verbrauchen diese Kapazität, Ihnen wird jedoch unabhängig von der tatsächlichen Auslastung die vollständige bereitgestellte Anzahl an PTUs in Rechnung gestellt.
• Modellunabhängig: Ihr PTU-Kontingent wird für alle unterstützten Modelle in einer Region und einem Bereitstellungstyp freigegeben. Derselbe PTU-Pool kann zum Bereitstellen eines beliebigen unterstützten Modells verwendet werden. Sie kaufen keine PTUs für ein bestimmtes Modell. Das PTU-Kontingent für jeden bereitgestellten Bereitstellungstyp wird auf der Kontingentseite des Foundry-Portals angezeigt.

Bereitgestellte Bereitstellungen unterstützen zwei Abrechnungsmodi, und zwar die Abrechnung nach Stunden für eine flexible, kurzfristige Nutzung, und Azure-Reservierungen für dauerhafte Produktionsworkloads zu einem ermäßigten Preis.

Stündliche Abrechnung

Bereitgestellte Bereitstellungen (Regional, Data Zone und Global) werden auf Grundlage der Anzahl der bereitgestellten PTUs zu einem Stundensatz ($/PTU/hr) abgerechnet. Beispielsweise wird eine Bereitstellung mit 300 PTU wie folgt berechnet: Stundensatz × 300.

Wenn eine Bereitstellung nur während eines Teils einer Stunde besteht, wird sie anteilig berechnet:

• Eine Bereitstellung, die 15 Minuten lang besteht, wird zum Viertel des Stundensatzes berechnet.
• Wenn Sie die Größe der Bereitstellung ändern, passt sich die Abrechnung sofort an die neue PTU-Anzahl an.

Provisionierte Bereitstellungen können nicht angehalten werden. Die Abrechnung wird nur beendet, wenn die Bereitstellung gelöscht wird.

Aktuelle PTU-Preise nach Modellfamilie finden Sie unter Azure OpenAI pricing, Llama model pricing, and DeepSeek model pricing.

Wann die stundenweise Abrechnung verwendet werden soll

Stündliche Abrechnung eignet sich für kurzfristige Szenarien wie:

• Benchmarktests für die Modellqualität oder -leistung, bevor Sie eine Reservierung eingehen.
• Vorübergehendes Skalieren der PTU-Kapazität für ein Ereignis wie einen Hackathon.

Stündliche Abrechnung eignet sich nicht für Bereitstellungen in der Produktion (verwenden Sie stattdessen Reservierungen). Sie sollten die Abrechnung auf Stundenbasis nicht verwenden, um Bereitstellungen in der Produktion je nach Auslastung hoch- und herunterzuskalieren, und zwar aus folgenden Gründen:

• Kosten: Azure Reservierungen bieten im Vergleich zur stündlichen Abrechnung erhebliche Rabatte. Das Betreiben einer für das volle Produktionsvolumen ausgelegten Bereitstellung im Rahmen einer Reservierung ist in der Regel kostengünstiger als eine kontinuierliche stündliche Abrechnung, bei der die Bereitstellung je nach eingehendem Datenverkehr hoch- oder herunterskaliert wird.
• Kapazitätsrisiko: Das nicht verwendete Kontingent garantiert nicht, dass kapazität verfügbar ist, wenn Sie die PTU-Bereitstellung sichern möchten. Bereitgestellte Kapazität ist eine endliche, dynamisch ändernde Ressource. Eine Scale-down-/Scale-up-Strategie kann dazu führen, dass Ihnen genau dann die Kapazität fehlt, wenn Sie sie am dringendsten benötigen.

Skalieren von bereitgestellten Bereitstellungen

Sie können die PTU-Anzahl einer vorhandenen bereitgestellten Bereitstellung jederzeit im Foundry-Portal oder über die API erhöhen oder verkleinern. Die Abrechnung passt sich sofort an die neue PTU-Anzahl an.

Beachten Sie diese Einschränkungen bei der Skalierung:

• Die Skalierung erfordert verfügbare Kapazität: Zusätzliche PTUs unterliegen der Kapazitätsverfügbarkeit zum Zeitpunkt der Größenänderung. Wenn die PTU-Kapazität in der Region für die neue PTU-Anzahl nicht ausreicht, schlägt die Skalierung fehl. Verwenden Sie die Bereitstellungserfahrung des Foundry-Portals oder die Modellkapazitäts-API , um die Kapazität zu überprüfen, bevor Sie ein Skalierungsereignis planen.
• Das Herunterskalieren gibt Kapazität dauerhaft frei: Durch das Reduzieren der PTU-Anzahl einer Bereitstellung wird die frei gewordene Kapazität an den regionalen Pool zurückgegeben. Es gibt keine Garantie, dass die gleiche Kapazität verfügbar ist, wenn Sie später eine Skalierung durchführen.
• Abrechnung wird sofort angepasst: Sobald die Größenänderung abgeschlossen ist, werden die Gebühren für die neue Anzahl der PTUs minutengenau anteilig berechnet.
• Reservierungen sind nicht von der Größenänderung der Bereitstellung betroffen: Wenn die Bereitstellung durch eine Reservierung abgedeckt ist und Sie sie verkleineren, wird die Reservierung mit der ursprünglichen PTU-Menge fortgesetzt. Bereitgestellte PTUs, die unter die Reservierungsmenge fallen, führen zu einer nicht genutzten Reservierungsabdeckung; bereitgestellte PTUs, die die Menge überschreiten, werden stündlich in Rechnung gestellt. Siehe Beispiel für reservierungsüberlastung.

Azure-Reservierungen für bereitgestellten Durchsatz

Eine Azure-Reservierung ist ein Mechanismus zur Gewährung von Laufzeitrabatten, der von vielen Azure-Produkten wie Azure Compute und Cosmos DB genutzt wird. Azure-Reservierungen für bereitgestellten Durchsatz (Regional, Data Zone und Global) sind ein Abrechnungsrabatt, der auf PTU-Abrechnungszähler angewendet wird, nicht auf Dienstinteraktionen wie die Erstellung von Bereitstellungen. Mit Reservierungen übernehmen Sie die Zahlung für eine feste Anzahl von PTUs über eine einmonatige oder einjährige Laufzeit, und im Gegenzug erhalten Sie einen ermäßigten effektiven $/PTU/hr-Satz. Der Rabatt macht Reservierungen deutlich kostengünstiger als die langfristige Stundenabrechnung für nachhaltige Workloads.

Reservierungen und Bereitstellungen sind locker gekoppelt: Bereitstellungen und Reservierungen werden separat erstellt. Mit dieser Flexibilität können Sie Ressourcen, Abonnements oder Bereitstellungen ändern, ohne ihr Abrechnungskonstrukt zu ändern.

Wichtige Reservierungs fakten

Um zu überprüfen, ob Ihre bestehenden Bereitstellungen nach dem Kauf einer Reservierung abgedeckt sind, lesen Sie Überprüfen, ob Ihre Bereitstellungen abgedeckt sind.

Funktionsweise des Reservierungsabgleichs

Der Reservierungsrabatt gilt automatisch, wenn alle drei Bedingungen zwischen einer ausgeführten Bereitstellung und einer Reservierung übereinstimmen:

• Bereitstellungstyp: Der Bereitstellungstyp (Global, Data Zone oder Regional) muss übereinstimmen.
• Region: Für Datenzone und regionale Bereitstellungen muss die Azure Region der Bereitstellung mit der Region der Reservierung übereinstimmen. Globale Reservierungen sind nicht regionsspezifisch, und eine einzelne globale Reservierung kann globale PTU-Bereitstellungen in mehreren Regionen abdecken, solange die bereitgestellten PTUs die Reservierungsmenge nicht überschreiten.
• Bereich: Der Bereich der Reservierung muss das Abonnement oder die Ressourcengruppe der Bereitstellung umfassen.

Der Abgleich erfolgt nicht nach Modell- oder Bereitstellungs-ID. Mehrere Bereitstellungen, die alle drei Bedingungen erfüllen, teilen sich dieselbe Reservierung bis zu ihrer PTU-Menge.

Beispiel für reservierungsüberlastung

Angenommen, Sie kaufen eine globale 500-PTU-Reservierung (erworben in USA, Osten 2) für ein bestimmtes Abonnement. Da es sich um eine globale Reservierung handelt, deckt sie entsprechende globale PTU-Bereitstellungen in allen Regionen innerhalb des Geltungsbereichs der Reservierung ab, nicht nur East US 2. Wenn Ihre vorhandenen Global-Bereitstellungen bereits 300 PTUs über Azure OpenAI-Modelle in verschiedenen Regionen verbrauchen und Sie in Australien Ost eine globale DeepSeek-R1-Bereitstellung hinzufügen:

Der Rabatt wird automatisch auf alle Modelle im Geltungsbereich angewendet. Sie konfigurieren die Reservierung nicht neu, wenn Sie ein neues Modell hinzufügen.

Um Reservierungen zu kaufen oder zu verwalten, wechseln Sie zur Seite Reservations im Azure Portal.

Hinweise dazu, wie viele PTUs in eine Reservierung aufgenommen werden sollten, finden Sie unter Dimensionieren Sie Ihre für Foundry bereitgestellte Durchsatzreservierung.

Einrichten der Größe Ihrer Reservierung bereitgestellten Durchsatzes für Foundry

Die PTU-Menge in einem Reservierungskauf ist unabhängig von Ihrer Kontingentzuweisung und von den PTUs, die in Ihren aktuellen Bereitstellungen verwendet werden. Sie können eine Reservierung für so wenig oder so viele PTUs wie gewünscht kaufen, aber nur bereitgestellte PTUs, die im Reservierungsbereich liegen, erhalten den Rabatt. Zum Schutz vor Überkäufen:

• Erstellen Sie Bereitstellungen vor dem Kauf einer Reservierung: Dadurch wird bestätigt, dass die Kapazität für die gewünschte Region und das gewünschte Modell verfügbar ist. Der Kauf einer Reservierung vor der Bereitstellung birgt das Risiko, sich auf PTUs festzulegen, die Sie nicht nutzen können.
• Reservierungsgröße an bereitgestellte PTUs anpassen: Richten Sie die Reservierungsgröße an den derzeit innerhalb des Geltungsbereichs der Reservierung bereitgestellten PTUs aus. Alle PTUs, die außerhalb der Reservierungsmenge liegen, werden stündlich berechnet. Siehe Beispiel für reservierungsüberlastung.
• Separate Reservierungen pro Bereitstellungstyp kaufen: Reservierungen für globale, Datenzone und regionale Bereitstellungen können nicht austauschbar sein.
• Verwenden Sie Die Bereichsdefinition, um mehrere Bereitstellungen abzudecken: Neue Reservierungen können erworben werden, um zusätzliche Bereitstellungen innerhalb desselben Bereichs abzudecken. Sie können auch den Umfang einer vorhandenen Reservierung jederzeit ohne Strafe aktualisieren.

Erwerben einer Reservierung

Nachdem Ihre Bereitstellungen eingerichtet sind und Sie die benötigte Anzahl von PTUs ermittelt haben, erwerben Sie die Reservierung auf der Seite „Reservations“ im Azure-Portal.

Eine schrittweise Anleitung zum Kauf und zur Verwaltung von Durchsatzreservierungen für Foundry (einschließlich Rollenanforderungen, Bereichsauswahl und Laufzeitoptionen) finden Sie unter Kosten sparen mit Reservierungen für bereitgestellten Durchsatz in Microsoft Foundry.

Überwachen Sie Ihre Reservierungen und PTU-Nutzung

Mithilfe der Überwachung der Reservierungsnutzung können Sie die Überbereitstellung ermitteln, unerwartete Abrechnungen erfassen und zukünftige Kapazitätsanforderungen planen.

Reservierungsnutzung und -kosten verfolgen

Verwenden Sie diese Microsoft Cost Management Ressourcen, um ihre Reservierungsnutzung nachzuverfolgen und zu analysieren:

Überprüfen, ob Ihre Bereitstellungen abgedeckt sind

Um sicherzustellen, dass Ihre bereitgestellten Bereitstellungen vollständig von einer Reservierung abgedeckt sind, verwenden Sie die Seite Reservations im Azure-Portal:

1. Öffnen Sie die Seite "Reservierungen ", und wählen Sie eine Reservierung aus, um die Details anzuzeigen.

2. Überprüfen Sie den Wert "Auslastung(%) ":

   • 100%: Die vollständige Reservierungsmenge wird von übereinstimmenden Bereitstellungen verbraucht; keine reservierten PTUs werden nicht verwendet.
   • Unter 100%: Einige reservierte PTUs werden nicht mit einer ausgeführten Bereitstellung abgeglichen. Dies kann einen Überkauf bedeuten oder dass eine Bereitstellung gelöscht wurde, ohne die Reservierung zu stornieren.

3. Vergleichen Sie dies mit Ihren bereitgestellten PTUs. Die Reservierung deckt alle passenden Bereitstellungen im Reservierungsumfang bis zur Höhe ihrer PTU-Menge ab. Alle bereitgestellten PTUs, die über diese Menge hinausgehen, werden stündlich in Rechnung gestellt. Siehe So funktioniert der Reservierungsabgleich und Beispiel für eine Reservierungsüberbelegung.

Eine Aufschlüsselung der Abdeckungs- und Nutzungstrends pro Bereitstellung finden Sie unter Azure-Reservierungsauslastung anzeigen.

Anpassen von Reservierungen, wenn sich Ihre Arbeitsauslastung ändert

Sie verwalten alle Reservierungen auf der Seite Reservations im Azure Portal. Wenn Ihr bereitgestellter Bereitstellungsumfang wächst oder schrumpft, gibt es unter anderem folgende Möglichkeiten, Ihre Reservierungen anzupassen:

• Abdeckung hinzufügen: Erwerben Sie eine zusätzliche Reservierung für denselben Bereich, um neue Bereitstellungen abzudecken.

• Abdeckung kündigen: Stornieren Sie eine Reservierung im Azure-Portal. Stornierungen können eine Vorzeitige Kündigungsgebühr verursachen. Siehe Umtausch und Rückerstattungen für Azure-Reservierungen für Informationen zu den Stornierungsbedingungen und gegebenenfalls anfallenden Gebühren.

• Umtauschumfang: Tauschen Sie eine Reservierung im Azure-Portal um, um die Laufzeit oder die PTU-Anzahl zu ändern. Austausche setzen die Reservierungsfrist zurück. Da PTU-Reservierungen an den jeweiligen Bereitstellungstyp gebunden sind, sind Wechsel zwischen Bereitstellungstypen (z. B. von Global Provisioned zu Regional Provisioned) nicht möglich. Um die Abdeckung auf einen anderen Bereitstellungstyp oder eine andere Region zu verschieben, kündigen Sie die vorhandene Reservierung, und kaufen Sie eine neue für den Zieltyp und die Region. Informationen zur Berechtigung und zu Gebühren finden Sie unter Umtausch und Rückerstattungen für Azure-Reservierungen.

• Änderungsumfang: Ändern Sie den Umfang einer bestehenden Reservierung jederzeit ohne zusätzliche Gebühren. Um beispielsweise die Abdeckung auf ein neues Abonnement zu erweitern. Siehe Ändern des Gültigkeitsbereichs für eine Reservierung.

• Deaktivieren Sie die automatische Verlängerung: Wenn Sie keine Reservierung mehr benötigen, deaktivieren Sie die automatische Verlängerung, um zu verhindern, dass sie am Ende der Laufzeit verlängert wird. Siehe Automatisch verlängern Azure Reservierungen.

Verwandte Inhalte

• Was ist der bereitgestellte Durchsatz?
• PTU-Dimensionierung für einen Workload bestimmen
• Erste Schritte mit vorkonfigurierten Bereitstellungen
• Dokumentation zur Reservierung von Foundry Provisioned Throughput
• Leistung und Wartezeit
• Deployment-Typen für Microsoft Foundry Models
• Aktualisierung vom August für Foundry Provisioned