Modèles Foundry vendus par Azure

Azure OpenAI dans les modèles Foundry de Microsoft

Azure OpenAI est alimenté par un ensemble diversifié de modèles avec différentes fonctionnalités et points de prix. La disponibilité du modèle varie selon la région et le cloud.

• Pour consulter la disponibilité par région d’Azure OpenAI dans les modèles Microsoft Foundry regroupés par catégorie de déploiement, consultez Disponibilité par région des modèles Foundry vendus par Azure.
• Pour la disponibilité des modèles dans Azure Government, reportez-vous à Azure OpenAI dans Azure Government.

Points forts du modèle

Modèles	Description
Série GPT-5.6	NOUVEAUgpt-5.6-sol, , gpt-5.6-terragpt-5.6-luna
GPT-chat-latest (version préliminaire)	NOUVEAUgpt-chat-latestAperçu
Série GPT-5.5	gpt-5.5
Série GPT-5.4	gpt-5.4-mini, gpt-5.4-nano, gpt-5.4, gpt-5.4-pro
Série GPT-5.3	gpt-5.3-chat, gpt-5.3-codex
Série GPT-5.2	gpt-5.2-codex, , gpt-5.2gpt-5.2-chatpréversion
Série GPT-5.1	gpt-5.1, gpt-5.1-chatpréversion, gpt-5.1-codex, gpt-5.1-codex-mini
Sora	NOUVEAU sora-2
Série GPT-5	gpt-5, gpt-5-mini, , gpt-5-nanogpt-5-chat
gpt-oss	Modèles de raisonnement à pondération ouverte
codex-mini	Version affinée de o4-mini.
Série GPT-4.1	gpt-4.1, gpt-4.1-mini, gpt-4.1-nano
aperçu-utilisation-ordinateur	Modèle expérimental conçu pour être utilisé avec l’outil informatique de l’API Responses.
Modèles de série o	Modèles de raisonnement avec résolution de problèmes avancées et concentration et capacité accrues.
GPT-4o, GPT-4o mini et GPT-4 Turbo	Capables modèles Azure OpenAI avec des versions multimodales, qui peuvent accepter à la fois du texte et des images à titre d’entrée.
Vecteurs d'intégration	Ensemble de modèles qui peuvent convertir du texte en forme de vecteur numérique pour faciliter la similarité du texte.
Génération d’images	Série de modèles qui peuvent générer des images d’origine à partir du langage naturel.
Video generation	Modèle qui peut générer des scènes vidéo d’origine à partir d’instructions textuelles.
Audio	Série de modèles pour la reconnaissance vocale, la traduction et la synthèse vocale. Les modèles audio GPT-4o prennent en charge soit des interactions conversationnelles à faible latence (entrée et sortie vocales), soit la génération audio.

Comprendre les limites des tokens du modèle

La colonne Fenêtre contextuelle répertorie le nombre total de jetons qu’un modèle peut traiter dans une demande. Lorsqu’une ligne répertorie des valeurs d’entrée et de sortie distinctes, ces valeurs sont des limites individuelles. Ils ne sont pas des allocations additives que vous pouvez toujours utiliser ensemble. Les jetons d’entrée, les jetons de sortie générés et les jetons de raisonnement partagent le budget de contexte disponible. Une entrée supplémentaire laisse moins de jetons pour la génération.

La colonne Max Output Tokens définit une limite supérieure, et non une taille de sortie garantie. Un paramètre d’API tel que max_output_tokens ne réserve pas de jetons lorsque la demande a moins de budget de contexte disponible.

GPT-chat-latest

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-chat-latest (2026-08-06) Aperçu	- Raisonnement. - API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	Février 2026
gpt-chat-latest (2026-06-24) Aperçu	- Raisonnement. - API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	128,000 Entrée : 111 616 Sortie : 16,384	16,384	Août 2025
gpt-chat-latest (2026-05-28) Aperçu	- Raisonnement. - API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	128,000 Entrée : 111 616 Sortie : 16,384	16,384	Août 2025
gpt-chat-latest (2026-05-05) Aperçu	- Raisonnement. - API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	128,000 Entrée : 111 616 Sortie : 16,384	16,384	Août 2025

gpt-chat-latest utilise un niveau de raisonnement fixe, différent de zéro, afin qu’il puisse générer des jetons de raisonnement pour certaines requêtes. Contrairement à d’autres modèles de raisonnement, vous ne pouvez pas configurer ce niveau avec le reasoning_effort paramètre.

Vous pouvez également voir ce modèle désigné par OpenAI comme GPT-5.5 Instant ou dans l’API OpenAI en tant que chat-latest. Dans Microsoft Foundry, le nom du produit de cette version est gpt-chat-latest. Le modèle continue de suivre le cycle de vie de l’aperçu existant et les périodes d’avis standard. L’équipe évalue également les moyens de simplifier la façon dont les clients accèdent aux modèles mis à jour en continu au fil du temps, mais le comportement actuel reste inchangé à mesure que ce travail se poursuit.

GPT-5.6

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-5.6-sol (2026-07-09)	- Raisonnement - API Réponses. - Orchestration multi-agent (préversion). - API de complétion de conversation. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Utilisation de l’ordinateur - Résumé complet des fonctionnalités.	1,050,000 Entrée : 922 000 Sortie : 128,000	128,000	Juin 2026
gpt-5.6-terra (2026-07-09)	- Raisonnement - API Réponses. - Orchestration multi-agent (préversion). - API de complétion de conversation. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Utilisation de l’ordinateur - Résumé complet des fonctionnalités.	1,050,000 Entrée : 922 000 Sortie : 128,000	128,000	Juin 2026
gpt-5.6-luna (2026-07-09)	- Raisonnement - API Réponses. - Orchestration multi-agent (préversion). - API de complétion de conversation. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Utilisation de l’ordinateur - Résumé complet des fonctionnalités.	1,050,000 Entrée : 922 000 Sortie : 128,000	128,000	Juin 2026

GPT-5.5

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-5.5 (2026-04-24)	- Raisonnement - API Réponses. - API de complétion de conversation. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Utilisation de l’ordinateur - Résumé complet des fonctionnalités.	1,050,000 Entrée : 922 000 Sortie : 128,000	128,000	Décembre 2025

Budget de jetons pour l’API Responses

Pour l’implémentation actuelle de l’API Responses GPT-5.5, le budget effectif issu de la combinaison de la requête et de la génération est d’environ 922 000 jetons. Cette limite d’API est inférieure à la fenêtre de contexte de 1 050 000 jetons du modèle. Vous ne pouvez pas combiner un prompt de 922 000 jetons avec 128 000 jetons générés dans une même requête. Calculez le budget de génération approximatif comme suit :

available generation tokens = 922,000 - prompt tokens

Par exemple, une requête avec 921 549 jetons de prompt a le budget de jeton suivant :

• Tokens du prompt : 921 549.
• Budget contextuel effectif : 922 000.
• Budget de génération restant : 451 jetons.

Le modèle peut générer au maximum les 451 jetons restants, même si vous définissez max_output_tokens sur 64 000 ou 128 000. Ce budget issu de la génération inclut les jetons de sortie et de raisonnement visibles.

L’atteinte du budget de jeton disponible ne produit pas nécessairement une erreur HTTP. Une requête peut retourner le code d’état HTTP 200 avec une réponse incomplète. Vérifiez status pour incomplete, et incomplete_details.reason pour max_output_tokens afin de déterminer si la génération s’est arrêtée à la limite de jetons.

GPT-5.4

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-5.4 (2026-03-05)	- Raisonnement - API Réponses. - API de complétion de conversation. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Utilisation de l’ordinateur - Résumé complet des fonctionnalités.	1,050,000 Entrée : 922 000 Sortie : 128,000	128,000	Août 2025
gpt-5.4-pro (2026-03-05)	- Raisonnement - API Réponses. - Traitement du texte et de l’image. - Fonctions &outils - Résumé complet des fonctionnalités.	1,050,000 Entrée : 922 000 Sortie : 128,000	128,000	Août 2025
gpt-5.4-mini (2026-03-17)	- Raisonnement - API Réponses. - API de complétion de conversation. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Utilisation de l’ordinateur - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	Août 2025
gpt-5.4-nano (2026-03-17)	- Raisonnement - API Réponses. - API de complétion de conversation. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	Août 2025

GPT-5.3

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-5.3-codex (2026-02-24)	- Raisonnement - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités. - Optimisé pour l’extension CLI du Codex & Codex VS Code	400,000 Entrée : 272 000 Sortie : 128,000	128,000	Août 2025
gpt-5.3-chat (2026-03-03) Aperçu	- API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	128,000 Entrée : 111 616 Sortie : 16,384	16,384	Août 2025

GPT-5.2

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-5.2-codex (2026-01-14)	- Raisonnement - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités. - Optimisé pour l’extension CLI du Codex & Codex VS Code	400,000 Entrée : 272 000 Sortie : 128,000	128,000
gpt-5.2 (2025-12-11)	- Raisonnement - API de complétion de conversation. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	Août 2025
gpt-5.2-chat (2025-12-11) Aperçu	- API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	128,000 Entrée : 111 616 Sortie : 16,384	16,384	Août 2025
gpt-5.2-chat (2026-02-10) Aperçu	- API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	128,000 Entrée : 111 616 Sortie : 16,384	16,384	Août 2025

GPT-5.1

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-5.1 (2025-11-13)	- Raisonnement - API de complétion de conversation. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	30 septembre 2024
gpt-5.1-chat (2025-11-13) Aperçu	- Raisonnement - API de complétion de conversation. - API Réponses. - Sorties structurées - Fonctions, outils et appel d’outils parallèles.	128,000 Entrée : 111 616 Sortie : 16,384	16,384	30 septembre 2024
gpt-5.1-codex (2025-11-13)	- API Réponses uniquement. - Traitement du texte et de l’image - Sorties structurées. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités - Optimisé pour l’extension CLI du Codex & Codex VS Code	400,000 Entrée : 272 000 Sortie : 128,000	128,000	30 septembre 2024
gpt-5.1-codex-mini (2025-11-13)	- API Réponses uniquement. - Traitement du texte et de l’image - Sorties structurées. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités - Optimisé pour l’extension CLI du Codex & Codex VS Code	400,000 Entrée : 272 000 Sortie : 128,000	128,000	30 septembre 2024
gpt-5.1-codex-max (2025-12-04)	- API Réponses uniquement. - Traitement du texte et de l’image - Sorties structurées. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités - Optimisé pour l’extension CLI du Codex & Codex VS Code	400,000 Entrée : 272 000 Sortie : 128,000	128,000	30 septembre 2024

GPT-5

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-5 (2025-08-07)	- Raisonnement - API de complétion de conversation. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	30 septembre 2024
gpt-5-mini (2025-08-07)	- Raisonnement - API de complétion de conversation. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	31 mai 2024
gpt-5-nano (2025-08-07)	- Raisonnement - API de complétion de conversation. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	31 mai 2024
gpt-5-chat (2025-08-07) Aperçu	- API de complétion de conversation. - API Réponses. - Entrée : texte/image - Sortie : Texte uniquement	128,000	16,384	30 septembre 2024
gpt-5-chat (2025-10-03) Préversion1	- API de complétion de conversation. - API Réponses. - Entrée : texte/image - Sortie : Texte uniquement	128,000	16,384	30 septembre 2024
gpt-5-codex (2025-09-11)	- API Réponses uniquement. - Entrée : texte/image - Sortie : Texte uniquement - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. - Résumé complet des fonctionnalités - Optimisé pour l’extension CLI du Codex & Codex VS Code	400,000 Entrée : 272 000 Sortie : 128,000	128,000	-
gpt-5-pro (2025-10-06)	- Raisonnement - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions et outils - Résumé complet des fonctionnalités.	400,000 Entrée : 272 000 Sortie : 128,000	128,000	30 septembre 2024

gpt-oss

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à)
gpt-oss-120b 1 (préversion)	- Texte en entrée/texte en sortie uniquement - API de complétion de conversations -Streaming - Appel de fonction - Sorties structurées -Raisonnement - Disponible pour le déploiement1 et via le calcul managé	131,072	131,072	31 mai 2024
gpt-oss-20b (Préversion)	- Texte en entrée/texte en sortie uniquement - API de complétion de conversations -Streaming - Appel de fonction - Sorties structurées -Raisonnement - Disponible via managed compute et Foundry Local	131,072	131,072	31 mai 2024

¹ Contrairement à d’autres modèles OpenAI Azure, gpt-oss-120b nécessite un projet Foundry pour déployer le modèle.

Déployer avec du 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"

Série GPT-4.1

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à un certain point)
gpt-4.1 (2025-04-14)	- Entrée de texte et d’image - Sortie de texte - API de complétions de chat - API de Réponses -Streaming - Appel de fonction - Sorties structurées (complétions de chat)	- 1,047,576 - 300 000 (déploiements standard) - 128 000 (déploiements managés et par lots approvisionnés)	32,768	31 mai 2024
gpt-4.1-nano (2025-04-14)	- Entrée de texte et d’image - Sortie de texte - API de complétions de chat - API de Réponses -Streaming - Appel de fonction - Sorties structurées (complétions de chat)	- 1,047,576 - 300 000 (déploiements standard) - 128 000 (déploiements managés et par lots approvisionnés)	32,768	31 mai 2024
gpt-4.1-mini (2025-04-14)	- Entrée de texte et d’image - Sortie de texte - API de complétions de chat - API de Réponses -Streaming - Appel de fonction - Sorties structurées (complétions de chat)	- 1,047,576 - 300 000 (déploiements standard) - 128 000 (déploiements managés et par lots approvisionnés)	32,768	31 mai 2024

Problème connu

Un problème connu affecte tous les modèles de série GPT-4.1. Les définitions d’outils ou d’appels de fonction de grande taille qui dépassent 300 000 jetons provoquent des échecs, même si la limite de contexte d’un million de jetons des modèles n’est pas atteinte.

Les erreurs peuvent varier en fonction de l’appel d’API et des caractéristiques de charge utile sous-jacentes.

Voici les messages d’erreur pour l’API Chat Completions :

• 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'}}

Voici le message d’erreur de l’API Réponses :

• 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}}

aperçu de l'utilisation de l'ordinateur

Modèle expérimental conçu pour être utilisé avec l’outil informatique de l’API Responses.

Il peut être utilisé avec des bibliothèques tierces pour permettre au modèle de contrôler l’entrée de la souris et du clavier, tout en obtenant le contexte à partir de captures d’écran de l’environnement actuel.

L’inscription est requise pour accéder computer-use-preview. L'accès est accordé en fonction des critères d'éligibilité de Microsoft. Les clients qui ont accès à d’autres modèles d’accès limité doivent toujours demander l’accès pour ce modèle.

Pour demander l’accès, allez à l’computer-use-preview application du modèle d’accès limité. Lorsque l’accès est accordé, vous devez créer un déploiement pour le modèle.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Fenêtre de contexte	Nombre maximal de jetons de sortie	Données d’apprentissage (jusqu’à un certain point)
computer-use-preview (2025-03-11)	Modèle spécialisé pour utilisation avec l'outil informatique API Réponses -Outils -Streaming - Texte (entrée/sortie) - Image (entrée)	8,192	1,024	Octobre 2023

Modèles de série O

Les modèles openAI O-Series Azure sont conçus pour traiter les tâches de raisonnement et de résolution des problèmes avec un focus et une capacité accrus. Ces modèles passent plus de temps à traiter et à comprendre la demande de l’utilisateur, ce qui les rend exceptionnellement forts dans des domaines tels que la science, le codage et les mathématiques, par rapport aux itérations précédentes.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Demande maximale (jetons)	Données d’apprentissage (jusqu’à un certain point)
codex-mini (2025-05-16)	Version affinée de o4-mini. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions et outils. Résumé complet des fonctionnalités.	Entrée : 200 000 Sortie : 100 000	31 mai 2024
o3-pro (2025-06-10)	- API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions et outils. Résumé complet des fonctionnalités.	Entrée : 200 000 Sortie : 100 000	31 mai 2024
o4-mini (2025-04-16)	- Nouveau modèle de raisonnement, offrant des capacités de raisonnement améliorées. - API de complétion de conversation. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions et outils. Résumé complet des fonctionnalités.	Entrée : 200 000 Sortie : 100 000	31 mai 2024
o3 (2025-04-16)	- Nouveau modèle de raisonnement, offrant des capacités de raisonnement améliorées. - API de complétion de conversation. - API Réponses. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions, outils et appel d’outils parallèles. Résumé complet des fonctionnalités.	Entrée : 200 000 Sortie : 100 000	31 mai 2024
o3-mini (2025-01-31)	- Capacités de raisonnement améliorées. - Sorties structurées. - Traitement de texte uniquement. - Fonctions et outils.	Entrée : 200 000 Sortie : 100 000	Octobre 2023
o1 (2024-12-17)	- Capacités de raisonnement améliorées. - Sorties structurées. - Traitement du texte et de l’image. - Fonctions et outils.	Entrée : 200 000 Sortie : 100 000	Octobre 2023
o1-preview 1 (2024-09-12)	Ancienne version préliminaire.	Entrée : 128 000 Sortie : 32 768	Octobre 2023
o1-mini 2 (2024-09-12)	Une option plus rapide et plus économique dans la série o1, idéale pour les tâches de codage qui nécessitent une vitesse et une consommation de ressources plus faible. - Déploiement global standard disponible par défaut. - Les déploiements standard (régionaux) sont actuellement disponibles uniquement pour les clients sélectionnés qui ont reçu l’accès dans le cadre de la o1-preview version d’accès limitée.	Entrée : 128 000 Sortie : 65 536	Octobre 2023

¹o1-preview est disponible uniquement pour les clients qui ont obtenu l’accès dans le cadre de l’accès limité d’origine.

²o1-mini est actuellement disponible pour tous les clients pour le déploiement Global Standard. Certains clients se sont vu accorder un accès au déploiement régional standard de o1-mini dans le cadre de la version d'accès limitée o1-preview. À ce stade, l'accès aux o1-mini déploiements standard (régionaux) n'est pas étendu.

o3-deep-research est actuellement disponible uniquement avec le service de l’agent Foundry. Pour en savoir plus, consultez les instructions de l’outil Deep Research.

Pour en savoir plus sur les modèles de série o avancés, consultez Prise en main des modèles de raisonnement.

GPT-4o et GPT-4 Turbo

GPT-4o intègre du texte et des images dans un modèle unique, ce qui lui permet de gérer plusieurs types de données simultanément. Cette approche modale améliore la précision et la réactivité dans les interactions humaines-ordinateurs. GPT-4o correspond à GPT-4 Turbo en texte et en codage en anglais tout en offrant des performances supérieures dans les tâches et les tâches de vision non-anglaises, en définissant de nouveaux benchmarks pour les fonctionnalités d’IA.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèles GPT-4 et GPT-4 Turbo

Vous pouvez utiliser ces modèles uniquement avec l’API Chat Completions. Pour savoir comment Azure OpenAI gère les mises à niveau des versions de modèle, consultez versions de modèle. Pour savoir comment afficher et configurer les paramètres de version de modèle de vos déploiements GPT-4, consultez Utilisation des modèles.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

ID de modèle	Description	Demande maximale (jetons)	Données d’apprentissage (jusqu’à un certain point)
gpt-4o (2024-11-20) GPT-4o (Omni)	- Sorties structurées. - Traitement du texte et de l’image. - Mode JSON. - Appel de fonction parallèle. - Précision et réactivité améliorées. - Parité avec le texte anglais et les tâches de codage comparée à GPT-4 Turbo avec Vision. - Performances supérieures dans les langues autres que l’anglais et dans les tâches de vision. - Amélioration de la capacité d’écriture créative.	Entrée : 128 000 Sortie : 16,384	Octobre 2023
gpt-4o (2024-08-06) GPT-4o (Omni)	- Sorties structurées. - Traitement du texte et de l’image. - Mode JSON. - Appel de fonction parallèle. - Précision et réactivité améliorées. - Parité avec le texte anglais et les tâches de codage comparée à GPT-4 Turbo avec Vision. - Performances supérieures dans les langues autres que l’anglais et dans les tâches de vision.	Entrée : 128 000 Sortie : 16,384	Octobre 2023
gpt-4o-mini (2024-07-18) GPT-4o mini	- Modèle rapide, peu coûteux, idéal pour remplacer les modèles de série GPT-3.5 Turbo. - Traitement du texte et de l’image. - Mode JSON. - Appel de fonction parallèle.	Entrée : 128 000 Sortie : 16,384	Octobre 2023
gpt-4o (2024-05-13) GPT-4o (Omni)	- Traitement du texte et de l’image. - Mode JSON. - Appel de fonction parallèle. - Précision et réactivité améliorées. - Parité avec le texte anglais et les tâches de codage comparée à GPT-4 Turbo avec Vision. - Performances supérieures dans les langues autres que l’anglais et dans les tâches de vision.	Entrée : 128 000 Sortie : 4 096	Octobre 2023
gpt-4 1 (turbo-2024-04-09) GPT-4 Turbo avec Vision	Nouveau modèle en disponibilité générale. - Remplacement de tous les modèles d’aperçu GPT-4 précédents (vision-preview, 1106-Preview, 0125-Preview). - La disponibilité des fonctionnalités est actuellement différente, selon la méthode d’entrée et le type de déploiement.	Entrée : 128 000 Sortie : 4 096	Décembre 2023

¹ La version provisionnée de gpt-4 la version turbo-2024-04-09 est actuellement limitée au texte uniquement. Pour plus d’informations sur les déploiements provisionnés, consultez les instructions de provisionnement.

Incorporations

text-embedding-3-large est le modèle d’incorporation le plus récent et le plus capable. Vous ne pouvez pas effectuer de mise à niveau entre les modèles incorporés. Pour passer de text-embedding-ada-002 à text-embedding-3-large, vous devez générer de nouveaux vecteurs d’intégration.

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

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Capacités

Les rapports d'OpenAI montrent que les tests indiquent que les modèles d'embeddings de troisième génération, tant grands que petits, offrent de meilleures performances moyennes de recherche multilingue avec la référence MIRACL. Ils maintiennent encore la performance pour les tâches en anglais avec le benchmark MTEB.

Benchmark d’évaluation	text-embedding-ada-002	text-embedding-3-small	text-embedding-3-large
MOYENNE MIRACL	31.4	44.0	54.9
Moyenne MTEB	61.0	62.3	64.6

Les modèles d’incorporation de troisième génération prennent en charge la réduction de la taille de l’incorporation via un nouveau dimensions paramètre. En règle générale, les incorporations plus volumineuses sont plus coûteuses du point de vue du calcul, de la mémoire et du stockage. Lorsque vous pouvez ajuster le nombre de dimensions, vous bénéficiez d’un meilleur contrôle sur les coûts et les performances globaux. Le paramètre dimensions n'est pas pris en charge dans toutes les versions de la bibliothèque openAI 1.x Python. Pour tirer parti de ce paramètre, nous vous recommandons de procéder à la mise à niveau vers la dernière version : pip install openai --upgrade.

Les tests de référence MTEB d’OpenAI ont constaté que même lorsque les dimensions du troisième modèle de génération sont réduites à moins de 1 536 dimensions, text-embedding-ada-002les performances restent légèrement meilleures.

Ces modèles ne peuvent être utilisés qu’avec les demandes d’API d’incorporation.

ID de modèle	Demande maximale (jetons)	Dimensions de sortie	Données d’apprentissage (jusqu’à un certain point)
text-embedding-ada-002 (version 2)	8,192	1,536	Septembre 2021
text-embedding-ada-002 (version 1)	2,046	1,536	Septembre 2021
text-embedding-3-large	8,192	3,072	Septembre 2021
text-embedding-3-small	8,192	1,536	Septembre 2021

Modèles de génération d’images

Les modèles de génération d’images génèrent des images à partir d’invites de texte que l’utilisateur fournit. Les modèles de génération d’images incluent gpt-image-1, , gpt-image-1-minigpt-image-1.5et gpt-image-2.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

ID de modèle	Requête maximale (caractères)
gpt-image-1	4,000
gpt-image-1-mini	4,000
gpt-image-1.5	4,000
gpt-image-2	4,000

Modèles de génération de vidéos

Sora-2 est un modèle IA d’OpenAI qui crée des scènes vidéo réalistes et imaginatifs à partir d’instructions textuelles. C’est en version préliminaire.

ID de modèle	Requête maximale (caractères)
sora-2	4,000

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèles audio

Les modèles audio dans Azure OpenAI sont disponibles via les API realtime, completions et audio.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèles audio GPT-4o

Les modèles audio GPT-4o font partie de la famille de modèles GPT-4o et prennent en charge les interactions conversationnelles de type parole entrante, parole sortante à faible latence ou la génération audio.

Les détails sur les jetons de requête maximal et les données d’apprentissage sont disponibles dans le tableau suivant :

ID de modèle	Description	Demande maximale (jetons)	Données d’apprentissage (jusqu’à un certain point)
gpt-4o-mini-audio-preview (2024-12-17) Aperçu	Modèle audio pour la génération audio et de texte.	Entrée : 128 000 Sortie : 16,384	Septembre 2023
gpt-4o-audio-preview (2024-12-17)	Modèle audio pour la génération audio et de texte.	Entrée : 128 000 Sortie : 16,384	Septembre 2023
gpt-4o-realtime-preview (2025-06-03)	Modèle audio pour le traitement audio en temps réel.	Entrée : 32 000 Sortie : 4 096	Octobre 2023
gpt-4o-realtime-preview (2024-12-17)	Modèle audio pour le traitement audio en temps réel.	Entrée : 16 000 Sortie : 4 096	Octobre 2023
gpt-4o-mini-realtime-preview (2024-12-17) Aperçu	Modèle audio pour le traitement audio en temps réel.	Entrée : 128 000 Sortie : 4 096	Octobre 2023
gpt-audio(28/08/2025) gpt-audio-mini(06-10-2025)	Modèle audio pour la génération audio et de texte.	Entrée : 128 00 Sortie : 16,384	Octobre 2023
gpt-realtime (28-08-2025) (GA) gpt-realtime-mini (2025-10-06) gpt-realtime-mini (2025-12-15)	Modèle audio pour le traitement audio en temps réel.	Entrée : 32 000 Sortie : 4 096	Octobre 2023
gpt-audio-1.5 (2026-02-23)	Modèle audio pour la génération audio et de texte.	Entrée : 128 000 Sortie : 16,384	Septembre 2024
gpt-realtime-1.5 (2026-02-23)	Modèle audio pour le traitement audio en temps réel.	Entrée : 32 000 Sortie : 4 096	Septembre 2024
gpt-realtime-translate (2026-05-06)	Modèle audio pour la traduction multilingue en temps réel avec la traduction vocale traduite et la sortie de texte.	Entrée : 32 000 Sortie : 4 096	Septembre 2024
gpt-realtime-whisper (2026-05-06)	Modèle audio pour la transcription à faible latence en temps réel.	Entrée : 32 000 Sortie : 4 096	Septembre 2024
gpt-live-transcribe (2026-07-29)	Modèle audio pour la transcription à faible latence en temps réel. Modèle recommandé actuel pour les scénarios de transcription en temps réel.	Entrée : 32 000 Sortie : 4 096	Septembre 2024
gpt-realtime-2 (2026-05-07)	Modèle audio pour le traitement audio en temps réel.	Entrée : 32 000 Sortie : 4 096	Septembre 2024
gpt-realtime-2.1 (2026-07-07) gpt-realtime-2.1-mini (2026-07-07) aperçu	Modèles audio pour le traitement audio en temps réel. Mises à jour mineures par rapport à gpt-realtime-2, avec une meilleure gestion du silence et du bruit.	Entrée : 32 000 Sortie : 4 096	Septembre 2024

Audio API

Les modèles audio via l’/audio API peuvent être utilisés pour la reconnaissance vocale, la traduction et la synthèse vocale.

Modèles de transcription vocale en texte

ID de modèle	Description	Demande maximale (taille de fichier audio)
whisper	Modèle de reconnaissance vocale à usage général.	25 Mo
gpt-transcribe	Modèle de reconnaissance vocale hors connexion pour la transcription de fichiers via POST /v1/audio/transcriptions. Prend en charge les indicateurs de langue.	25 Mo
gpt-4o-transcribe (2025-03-20) Aperçu	Modèle de reconnaissance vocale alimenté par GPT-4o.	25 Mo
gpt-4o-mini-transcribe (2025-03-20) Aperçu	Modèle de reconnaissance vocale alimenté par GPT-4o mini.	25 Mo
gpt-4o-transcribe-diarize (2025-10-15) Aperçu	Modèle de transcription vocale avec reconnaissance automatique de la parole.	25 Mo
gpt-4o-mini-transcribe (2025-12-15) Aperçu	Modèle de transcription vocale avec reconnaissance automatique de la parole. Amélioration de la précision et de la robustesse de la transcription.	25 Mo

Modèles de traduction vocale

ID de modèle	Description	Demande maximale (taille de fichier audio)
whisper	Modèle de reconnaissance vocale à usage général.	25 Mo

Modèles de synthèse vocale (aperçu)

ID de modèle	Description
tts Aperçu	Modèle de synthèse vocale optimisé pour la vitesse.
tts-hd Aperçu	Modèle de synthèse vocale optimisé pour la qualité.
gpt-4o-mini-tts (2025-03-20)	Modèle de synthèse vocale alimenté par GPT-4o mini. Vous pouvez guider la voix pour parler dans un style ou un ton spécifique.
gpt-4o-mini-tts (2025-12-15)	Modèle de synthèse vocale alimenté par GPT-4o mini. Vous pouvez guider la voix pour parler dans un style ou un ton spécifique.

Réglage des modèles

Les modèles suivants sont pris en charge pour le fine-tuning :

ID de modèle	Régions standard	Zone de données	Mondiale	Développeur	Méthodes	Statut	Modalité
gpt-4o-mini (2024-07-18)	USA Centre Nord Suède Centre	États-Unis	✅	✅	SFT	GA	Texte à texte
gpt-4o (2024-08-06)	Est des États-Unis 2 USA Centre Nord Suède Centre	États-Unis	✅	✅	SFT, Délégué à la protection des données	GA	Texte et vision convertis en texte
gpt-4.1 (2025-04-14)	USA Centre Nord Suède Centre	États-Unis	✅	✅	SFT, Délégué à la protection des données	GA	Texte et vision convertis en texte
gpt-4.1-mini (2025-04-14)	USA Centre Nord Suède Centre	États-Unis	✅	✅	SFT, Délégué à la protection des données	GA	Texte à texte
gpt-4.1-nano (2025-04-14)	USA Centre Nord Suède Centre	États-Unis	✅	✅	SFT, Délégué à la protection des données	GA	Texte à texte
o4-mini (2025-04-16)	Est des États-Unis 2 Suède Centre	États-Unis	✅	❌	RFT	GA	Texte à texte
gpt-5 (2025-08-07)	USA Centre Nord Suède Centre	États-Unis	✅	✅	RFT	GA*	Texte à texte
Ministral-3B (2411)	Non pris en charge	États-Unis	✅	❌	SFT	GA	Texte à texte
Qwen-32B	Non pris en charge	États-Unis	✅	❌	SFT	GA	Texte à texte
Llama-3.3-70B-Instruct	Non pris en charge	États-Unis	✅	❌	SFT	GA	Texte à texte
gpt-oss-20b	Non pris en charge	États-Unis	✅	❌	SFT	GA	Texte à texte

^* La prise en charge de GPT-5 pour le réglage précis du renforcement est généralement disponible, mais l’accès est restreint et disponible uniquement par invitation. Contactez votre équipe compte Microsoft si vous êtes intéressé par l'inscription.

Ou vous pouvez ajuster un modèle précédemment affiné, mis en forme comme base-model.ft-{jobid}.

Assistants (préversion)

Pour assistants, vous avez besoin d’une combinaison d’un modèle pris en charge et d’une région prise en charge. Certains outils et fonctionnalités nécessitent les derniers modèles. Les modèles suivants sont disponibles dans l’API Assistants, le Kit de développement logiciel (SDK) et Foundry. Le tableau suivant concerne le déploiement standard. Pour plus d’informations sur la disponibilité de l’unité de débit approvisionnée, consultez les modèles de débit approvisionné. Les modèles et régions répertoriés peuvent être utilisés avec assistants v1 et v2. Vous pouvez utiliser des modèles Global Standard s’ils sont pris en charge dans les régions suivantes.

Région	gpt-4o, 2024-05-13	gpt-4o, 2024-08-06	gpt-4o-mini, 2024-07-18	gpt-4, 0613	gpt-4, 1106-Aperçu	gpt-4, 0125-Aperçu	gpt-4, turbo-2024-04-09	gpt-4-32k, 0613	gpt-35-turbo, 0613	gpt-35-turbo, 1106	gpt-35-turbo, 0125	gpt-35-turbo-16k, 0613
australiaeast	-	-	-	✅	✅	-	-	✅	✅	✅	✅	✅
eastus	✅	✅	✅	-	-	✅	✅	-	✅	-	✅	✅
eastus2	✅	✅	✅	-	✅	-	✅	-	✅	-	✅	✅
francecentral	-	-	-	✅	✅	-	-	✅	✅	✅	-	✅
japaneast	-	-	-	-	-	-	-	-	✅	-	✅	✅
norwayeast	-	-	-	-	✅	-	-	-	-	-	-	-
Inde du Sud	-	-	-	-	✅	-	-	-	-	✅	✅	-
swedencentral	✅	✅	✅	✅	✅	-	✅	✅	✅	✅	-	✅
uksouth	-	-	-	-	✅	✅	-	-	✅	✅	✅	✅
westus	✅	✅	✅	-	✅	-	✅	-	-	✅	✅	-
westus3	✅	✅	✅	-	✅	-	✅	-	-	-	✅	-

Mise hors service du modèle

Pour obtenir les informations les plus récentes sur les mises hors service des modèles, reportez-vous à la planification de mise hors service du modèle.

Contenu connexe

• Modèles Foundry provenant de partenaires et de la communauté
• Mise hors service et obsolescence du modèle
• En savoir plus sur l’utilisation des modèles OpenAI Azure
• En savoir plus sur Azure OpenAI
• Learn plus sur l’optimisation des modèles OpenAI Azure

Modèles Black Forest Labs vendus par Azure

Les modèles FLUX Black Forest Labs (BFL) apportent une génération d’images de pointe à Microsoft Foundry, ce qui vous permet de générer et de modifier des images de haute qualité à partir d’invites de texte et d’images de référence. Les modèles FLUX prennent en charge une gamme de fonctionnalités, notamment la génération d'images à partir de texte, la modification d'images à partir de plusieurs références, et la génération et modification contextuelles.

Vous pouvez exécuter ces modèles via l'API fournisseur de services BFL et via les points de terminaison images/générations et images/modifications.

Pour utiliser des modèles FLUX dans Foundry, consultez Deploy et utiliser des modèles FLUX dans Microsoft Foundry.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type &point de terminaison d’API	Capacités
FLUX.2-flex	Génération d’images - API du fournisseur de services BFL : <resource-name>/providers/blackforestlabs/v1/flux-2-flex	- Entrée : texte et image (32 000 jetons et jusqu’à 10 imagesi) - Sortie: Une image - Appel d’outils : Non - Formats de réponse : Image (PNG et JPG) - Principales fonctionnalités : contrôle précis ; prise en charge de plusieurs références pour un maximum de 10 images - Paramètres supplémentaires : guidance: contrôle à quel point le résultat suit l’invite. Minimum : 1,5, maximum : 10, valeur par défaut : 4,5. Plus élevé = suit l’invite de plus près. steps: nombre d’étapes d’inférence. Maximum : 50, valeur par défaut : 50. Plus haut = plus de détails, plus lent.
FLUX.2-pro	Génération d’images - API du fournisseur de services BFL : <resource-name>/providers/blackforestlabs/v1/flux-2-pro	- Entrée : texte et image (32 000 jetons et jusqu’à 8 imagesii) - Sortie: Une image - Appel d’outils : Non - Formats de réponse : Image (PNG et JPG) - Fonctionnalités clés : Prise en charge multi-référence pour jusqu’à 8 images ; plus fondée sur les connaissances réelles ; une plus grande flexibilité de sortie ; performances améliorées - Paramètres supplémentaires :(Dans l’API spécifique au fournisseur uniquement) prend en charge tous les paramètres.
FLUX.1-Kontext-pro	Génération d’images - API d’image : https://<resource-name>/openai/deployments/{deployment-id}/images/generations Et https://<resource-name>/openai/deployments/{deployment-id}/images/edits - API du fournisseur de services BFL : <resource-name>/providers/blackforestlabs/v1/flux-kontext-pro?api-version=preview	- Entrée : texte et image (5 000 jetons et 1 image) - Sortie: Une image - Appel d’outils : Non - Formats de réponse : Image (PNG et JPG) - Fonctionnalités clés : Cohérence des caractères, modification avancée - Paramètres supplémentaires :(Dans l’API spécifique au fournisseur uniquement)seed, aspect ratio, input_image, prompt_unsampling, safety_toleranceoutput_format
FLUX-1.1-pro	Génération d’images - API d’image : https://<resource-name>/openai/deployments/{deployment-id}/images/generations - API du fournisseur de services BFL : <resource-name>/providers/blackforestlabs/v1/flux-pro-1.1?api-version=preview	- Entrée : texte (5 000 jetons et 1 image) - Sortie: Une image - Appel d’outils : Non - Formats de réponse : Image (PNG et JPG) - Fonctionnalités clés : Vitesse d’inférence rapide, adhésion rapide forte, tarification concurrentielle, génération évolutive - Paramètres supplémentaires :(Dans l’API spécifique au fournisseur uniquement)width, height, prompt_unsampling, seed, safety_toleranceoutput_format

^i,ii La prise en charge de plusieurs images de référence est disponible pour FLUX.2 [pro] (préversion) et FLUX.2 [flex] (préversion) à l’aide de l’API, mais pas dans le terrain de jeu.

Modèles cohésés vendus par Azure

La famille de modèles Cohere comprend différents modèles optimisés pour différents cas d’usage, notamment les complétions de conversation, le reclassement/la classification de texte et les incorporations (embeddings). Les modèles Cohere sont optimisés pour différents cas d’usage qui incluent le raisonnement, la synthèse et la réponse aux questions.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type	Capacités
Cohere-parse-v5 Aperçu	image à texte	- Entrée : images, tableaux et formulaires - Sortie : Markdown - Langues :en, , fr, esit, de, pt-brjakozh-cnetar - Appel d’outils : Non - Formats de réponse : Markdown
Cohere-rerank-v4.0-pro	classification de texte (réorganisation)	- Entrée : texte - Sortie : texte - Langues :en, , fr, esit, , , dept-brjazh-cnarvihiruidnl - Appel d’outils : Non - Formats de réponse : JSON
Cohere-rerank-v4.0-fast	classification de texte (réorganisation)	- Entrée : texte - Sortie : texte - Langues :en, , fr, esit, , , dept-brjazh-cnarvihiruidnl - Appel d’outils : Non - Formats de réponse : JSON
Cohere-command-a-plus-05-2026 Aperçu	chat-completion (avec le contenu du raisonnement)	- Entrée : texte (128 000 jetons) - Sortie : texte (64 000 jetons) - Langues :en, , fr, esit, de, pt-brjakozh-cnetar - Appel d’outils : Oui - Formats de réponse : Texte
Cohere-command-a	chat-completion	- Entrée : texte (131 072 jetons) - Sortie : texte (8 182 jetons) - Langues :en, , fr, esit, de, pt-brjakozh-cnetar - Appel d’outils : Oui - Formats de réponse : Texte, JSON
embed-v-4-0	incorporations	- Entrée : texte (512 jetons) et images (2MM pixels) - Sortie : Vecteur (256, 512, 1024, 1536 dimensions) - Langues :en, , fr, esit, de, pt-brjakozh-cnetar

Modèles DeepSeek vendus par Azure

La famille DeepSeek de modèles comprend plusieurs modèles de raisonnement, qui excellent au niveau des tâches de raisonnement à l’aide d’un processus de formation pas à pas, tel que le langage, le raisonnement scientifique et les tâches de codage.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type	Capacités
DeepSeek-V4-Pro	chat-completion (avec le contenu du raisonnement)	- Entrée : texte (1 000 000 jetons) - Sortie : texte (384 000 jetons) - Traduction:en Et zh - Appel d’outils : Non - Formats de réponse : Texte, JSON
DeepSeek-V4-Flash-0731 Aperçu	chat-completion (avec le contenu du raisonnement)	- Entrée : texte (1 000 000 jetons) - Sortie : texte (384 000 jetons) - Traduction:en Et zh - Appel d’outils : Non - Formats de réponse : Texte, JSON
DeepSeek-V4-Flash	chat-completion (avec le contenu du raisonnement)	- Entrée : texte (1 000 000 jetons) - Sortie : texte (384 000 jetons) - Traduction:en Et zh - Appel d’outils : Non - Formats de réponse : Texte, JSON
DeepSeek-V3.2-Speciale	chat-completion (avec le contenu du raisonnement)	- Entrée : texte (128 000 jetons) - Sortie : texte (128 000 jetons) - Traduction:en Et zh - Appel d’outils : Non - Formats de réponse : Texte, JSON
DeepSeek-V3.2	chat-completion (avec le contenu du raisonnement)	- Entrée : texte (128 000 jetons) - Sortie : texte (128 000 jetons) - Traduction:en Et zh - Appel d’outils : Non - Formats de réponse : Texte, JSON

Modèles meta vendus par Azure

Les modèles et outils Meta Llama sont une collection de modèles de texte et de raisonnement d’image générés préentraînés et affinés. Les méta-modèles sont mis à l’échelle pour inclure :

• Petits modèles de langage (SLMs) tels que les modèles 1B et 3B Base et Instruct pour l’inférence sur l’appareil et en périphérie.
• Modèles de langage de taille moyenne (LLMs) tels que 7B, 8B et 70B Base et Instruct
• Modèles hautes performances comme Meta Llama 3.1-405B Instruct pour la génération de données synthétiques et les cas d’usage de la distillation.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type	Capacités
Llama-4-Maverick-17B-128E-Instruct-FP8	chat-completion	- Entrée : texte et images (jetons 1M) - Sortie : texte (1 000 000 jetons) - Langues :ar, , en, fr, dehiiditptestlthvi - Appel d’outils : Non - Formats de réponse : Texte
Llama-3.3-70B-Instruct	chat-completion	- Entrée : texte (128 000 jetons) - Sortie : texte (8 192 jetons) - Langues :en, , de, frit, pt, hi, es, etth - Appel d’outils : Non - Formats de réponse : Texte

Plusieurs modèles meta sont également disponibles auprès des partenaires et de la communauté.

modèles Microsoft vendus par Azure

Les modèles Microsoft incluent différents groupes de modèles tels que le modèle Routeur, les modèles MAI, les modèles Phi, les modèles d'IA pour les soins de santé, etc. Plusieurs modèles Microsoft sont également disponibles par les partenaires et la communauté.

Pour utiliser des modèles MAI, consultez les articles pratiques suivants :

• Modèles MAI disponibles dans Foundry : modèlesMAI-Image et modèlesMAI-Thinking.
• Modèles MAI disponibles via Azure Speech in Foundry Tools : MAI-Voice et MAI-Transcribe.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type	Capacités
MAI-Thinking-1 Aperçu	chat-completion (avec le contenu du raisonnement). Pour plus d’informations, consultez les points de terminaison d’API .	- Entrée : texte. - Sortie : texte (jusqu’à 64 000 jetons). - Longueur du contexte : 256 000 jetons - Appel d’outils : Oui. - Formats de réponse : Texte. - Fonctionnalités clés : Compatibilité des achèvements de conversation OpenAI ; Chaîne de pensée chiffrée
MAI-Image-2.5-Pro Aperçu	De l’image à l’image et du texte à l’image. Pour plus d’informations, consultez les points de terminaison d’API .	- Entrée : texte, image (format JPEG ou PNG pour les flux de travail d’édition d’images) - Sortie: Une image - Longueur du contexte : 32 000 tokens - Appel d’outils : Non - Formats de réponse : Image (PNG) - Traduction:en - Fonctionnalités clés : Génération de texte à image de haute qualité ; Modification d’image qui prend en charge des modifications précises et chirurgicales sans perturber le reste de l’image ; Possibilité de générer des images plus réalistes photo-réalistes avec une structure visuelle cohérente que les modèles précédents. Adapté aux tâches telles que la visualisation de concept, la génération de contenu créatif, les workflows d’édition d’images et la conception de production. - Paramètres :width, , heightprompt Minimum 768×768 pixels ; nombre maximal de pixels 1 048 576 (équivalent à 1024×1024). L’une ou l’autre dimension peut dépasser 1024 tant que le nombre total de pixels reste dans la limite (par exemple, 768×1365 est une taille valide).
MAI-Image-2.5-Flash Aperçu	De l’image à l’image et du texte à l’image. Pour plus d’informations, consultez les points de terminaison d’API .	- Entrée : texte, image (format JPEG ou PNG pour les flux de travail d’édition d’images) - Sortie: Une image - Longueur du contexte : 32 000 tokens - Appel d’outils : Non - Formats de réponse : Image (PNG) - Traduction:en - Fonctionnalités clés : Génération de texte à image de haute qualité ; Modification d’image qui prend en charge des modifications précises et chirurgicales sans perturber le reste de l’image ; Possibilité de générer des images réalistes avec une structure visuelle cohérente. Adapté aux tâches telles que la visualisation de concept, la génération de contenu créatif, les workflows d’édition d’images et la conception de production. - Paramètres :width, , heightprompt Minimum 768×768 pixels ; nombre maximal de pixels 1 048 576 (équivalent à 1024×1024). L’une ou l’autre dimension peut dépasser 1024 tant que le nombre total de pixels reste dans la limite (par exemple, 768×1365 est une taille valide).
MAI-Image-2.5 Aperçu	De l’image à l’image et du texte à l’image. Pour plus d’informations, consultez les points de terminaison d’API .	- Entrée : texte, image (format JPEG ou PNG pour les flux de travail d’édition d’images) - Sortie: Une image - Longueur du contexte : 32 000 tokens - Appel d’outils : Non - Formats de réponse : Image (PNG) - Traduction:en - Fonctionnalités clés : Génération de texte à image de haute qualité ; Modification d’image qui prend en charge des modifications précises et chirurgicales sans perturber le reste de l’image ; Possibilité de générer des images réalistes avec une structure visuelle cohérente. Adapté aux tâches telles que la visualisation de concept, la génération de contenu créatif, les workflows d’édition d’images et la conception de production. - Paramètres :width, , heightprompt Minimum 768×768 pixels ; nombre maximal de pixels 1 048 576 (équivalent à 1024×1024). L’une ou l’autre dimension peut dépasser 1024 tant que le nombre total de pixels reste dans la limite (par exemple, 768×1365 est une taille valide).
model-router 1	chat-completion	Plus d'informations dans l'aperçu du modèle de routeur. - Entrée : texte, image - Sortie : texte (nombre maximal de jetons de sortie varie de2) Fenêtre contextuelle : 200 0003 - Traduction:en

^{Version du modèle de routeur}2025-11-18.

²Le nombre de jetons de sortie maximum varie pour les modèles sous-jacents dans le routeur de modèle. Par exemple, 32 768 (GPT-4.1 series), 100 000 (o4-mini), 128 000 (gpt-5 reasoning models) et 16 384 (gpt-5-chat).

³Fenêtres contextuelles plus volumineuses sont compatibles avec certains des modèles sous-jacents du routeur de modèle. Cela signifie qu’un appel d’API avec un contexte plus large réussit uniquement si l’invite est acheminée vers l’un de ces modèles. Sinon, l’appel échoue.

Modèles Mistral vendus par Azure

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type	Capacités
mistral-document-ai-2512	Image à texte	- Entrée : images ou pages PDF (30 pages, fichier PDF max. 30 Mo) - Sortie : texte - Traduction:en - Appel d’outils : non - Formats de réponse : Texte, JSON, Markdown
mistral-medium-3-5 Aperçu	chat-completion	- Entrée : texte (128 000 jetons), image - Sortie : texte (128 000 jetons) - Appel d’outils : Non - Formats de réponse : Texte, JSON
mistral-ocr-4-0 Aperçu	Image à texte	- Entrée : images ou pages PDF (30 pages, fichier PDF max. 30 Mo) - Sortie : texte - Traduction:en - Appel d’outils : non - Formats de réponse : Texte, JSON, Markdown
Mistral-Large-3 Aperçu	chat-completion	- Entrée : texte, image - Sortie : texte - Langues :en, , fr, de, esitptnlzhjakoar - Appel d’outils : Oui - Formats de réponse : Texte, JSON

Plusieurs modèles Mistral sont également disponibles auprès des partenaires et de la communauté.

Modèles IA Moonshot vendus par Azure

Les modèles IA Moonshot incluent Kimi K2.6 (aperçu) et Kimi K2.5 (aperçu), des modèles de raisonnement multimodal qui acceptent des textes et des images.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type	Capacités
Kimi-K2.7-Code Aperçu	chat-completion (avec le contenu du raisonnement)	- Entrée : texte et image (262 144 jetons) - Résultat : texte (262 144 jetons) - Traduction:en Et zh - Appel d’outils : Oui - Formats de réponse : Texte
Kimi-K2.6 Aperçu	chat-completion (avec le contenu du raisonnement)	- Entrée : texte et image (262 144 jetons) - Résultat : texte (262 144 jetons) - Traduction:en Et zh - Appel d’outils : Oui - Formats de réponse : Texte
Kimi-K2.5 Aperçu	chat-completion (avec le contenu du raisonnement)	- Entrée : texte et image (262 144 jetons) - Résultat : texte (262 144 jetons) - Traduction:en Et zh - Appel d’outils : Oui - Formats de réponse : Texte

Consultez cette collection de modèles dans le portail Foundry.

Modèles SpaceXAI vendus par Azure

Les modèles Grok de SpaceXAI dans Les modèles Foundry incluent un ensemble diversifié de modèles de raisonnement et de non-raisonnement conçus pour les cas d’usage d’entreprise tels que l’extraction de données, le codage, la synthèse de texte et les applications agentiques.

Pour utiliser des modèles Grok, consultez Déployer et utiliser des modèles Grok dans Foundry.

L’inscription est requise pour l’accès àgrok-code-fast-1 et grok-4.

Pour connaître la disponibilité des modèles dans toutes les régions, regroupées par catégorie de déploiement, consultez Disponibilité des modèles Foundry vendus par Azure.

Modèle	Type	Capacités
grok-4.6 Aperçu	chat-completion	- Entrée : texte, image - Résultat : texte (128 000 jetons maximum) - Fenêtre contextuelle : 200 000 jetons - Traduction:en - Appel d’outils : oui - Formats de réponse : texte, JSON
grok-4.3 Aperçu	chat-completion	- Entrée : texte (200 000 jetons) - Sortie : texte (8 192 jetons) - Traduction:en - Appel d’outils : oui - Formats de réponse : texte
grok-4-20-reasoning Aperçu	chat-completion	- Entrée : texte (262 000 jetons) - Sortie : texte (8 192 jetons) - Traduction:en - Appel d’outils : oui - Formats de réponse : texte
grok-4-20-non-reasoning Aperçu	chat-completion	- Entrée : texte (262 000 jetons) - Sortie : texte (8 192 jetons) - Traduction:en - Appel d’outils : oui - Formats de réponse : texte
grok-4.1-fast-reasoning	chat-completion	- Entrée : texte, image (128 000 jetons) - Sortie : texte (128 000 jetons) - Traduction:en - Appel d’outils : oui - Formats de réponse : texte
grok-4.1-fast-non-reasoning	chat-completion	- Entrée : texte, image (128 000 jetons) - Sortie : texte (128 000 jetons) - Traduction:en - Appel d’outils : oui - Formats de réponse : texte
grok-4	chat-completion	- Entrée : texte (262 000 jetons) - Sortie : texte (8 192 jetons) - Traduction:en - Appel d’outils : oui - Formats de réponse : texte
grok-code-fast-1	chat-completion	- Entrée : texte (256 000 jetons) - Sortie : texte (8 192 jetons) - Traduction:en - Appel d’outils : oui - Formats de réponse : texte

Contenu connexe

• Modèles Foundry provenant de partenaires et de la communauté
• Cycle de vie des modèles Microsoft Foundry et politique de support
• Vue d’ensemble du déploiement pour les modèles Foundry
• Ajouter et configurer des modèles aux modèles Foundry
• Types de déploiement dans les modèles Foundry