Tarification de Azure Content Understanding dans Les outils Foundry

Cet article explique le modèle de tarification Azure Content Understanding dans Foundry Tools. Découvrez ce que vous êtes facturé et comment estimer les coûts de votre charge de travail.

Pour connaître les tarifs spécifiques, consultez Tarification Azure pour la Compréhension du Contenu.

Sauf indication contraire, cet article fait référence au comportement en disponibilité générale avec la version 2025-11-01de l’API. Sections qui décrivent la résolution de flux de travail et le mode agentique basculent vers un comportement d’aperçu avec la version 2026-06-01-previewde l’API.

Comprendre les deux types de frais

Azure tarification Content Understanding est basée sur deux catégories d’utilisation principales :

1. Frais d’extraction de contenu

L’extraction de contenu transforme une entrée non structurée (documents, audio, vidéo) en texte structuré, pouvant faire l’objet d’une recherche et d’un contenu. Cette sortie inclut la reconnaissance optique de caractères (OCR) pour les documents, la reconnaissance vocale pour l’audio/vidéo et la détection de disposition. Vous payez par unité d’entrée traitée :

• Documents : par 1 000 pages
• Audio et vidéo : par minute

2. Frais de fonctionnalités génératives

Lorsque vous utilisez des fonctionnalités basées sur l’IA qui appellent des modèles de langage volumineux (LLMs), vous avez deux types de frais :

• Frais de contextualisation : prépare le contexte, génère des scores de confiance, fournit une source de base et met en forme la sortie. Pour plus d’informations, consultez les jetons de contextualisation.
• Frais de modèle génératif : coûts basés sur les jetons des déploiements de modèles Microsoft Foundry (LLMs pour la génération, incorporations pour des exemples d’apprentissage). Content Understanding utilise le déploiement du modèle Foundry que vous fournissez pour tous les appels liés à l’IA générative. Vous ne voyez aucune facturation de l’utilisation des jetons LLM ou des jetons d'intégration dans Content Understanding. Cette utilisation apparaît sur votre déploiement de modèle Foundry. Pour plus d’informations, consultez les frais de modèle Génératif.

Les fonctionnalités génératives sont les suivantes : extraction de champ, analyse de l'illustration, segmentation, catégorisation, apprentissage.

Composants de coût

Votre coût total inclut chaque catégorie d’utilisation qui s’applique à votre analyseur : extraction de contenu, jetons de contextualisation, jetons d’entrée et de sortie du modèle d’achèvement, et incorporation de jetons de modèle. Si vous utilisez uniquement l’extraction de contenu sans fonctionnalités de régénération, vous payez uniquement pour l’extraction de contenu.

Comment estimer vos coûts

1. Tester avec des fichiers représentatifs

Exécutez une petite analyse de test avec vos fichiers et schémas réels. Pour voir l’utilisation des opérations en disponibilité générale et en préversion, vérifiez l’objet dans la réponse de l’API usage Analyzers :

{
  "usage": {
      "documentPagesMinimal": 0, // Asynchronous: Digital file extraction.
      "documentPagesBasic": 0, // Asynchronous: Read extraction.
      "documentPagesStandard": 2, // Asynchronous: Layout extraction.
      "documentPagesMinimalInline": 0, // Preview: Synchronous digital file extraction.
      "documentPagesBasicInline": 0, // Preview: Synchronous Read extraction.
      "documentPagesStandardInline": 0, // Preview: Synchronous Layout extraction.
      "contextualizationTokens": 2000,
      "advancedContextualizationTokens": 0, // Preview: Advanced contextualization.
      "tokens": {
         "gpt-5.2-input": 10400,
         "gpt-5.2-output": 360
    }
  }
}

Dans l’API 2026-06-01-preview , les opérations synchrones signalent l’utilisation de l’extraction de contenu dans les documentPages*Inline propriétés. L’utilisation avancée de la contextualisation est signalée dans advancedContextualizationTokens. Ces noms de propriétés identifient l’utilisation dans la réponse de l’API ; ils ne sont pas les noms des compteurs de tarification publiés.

2. Obtenir les tarifs actuels

Utilisez les pages de tarification pour Azure Modèles Content Understanding et Foundry pour obtenir les tarifs actuels de votre région, de votre type de déploiement et de vos modèles sélectionnés.

3. Calculer l’estimation

Pour chaque catégorie d’utilisation applicable, multipliez l’utilisation mesurée par son taux actuel. Incluez les frais d’extraction de contenu et de contextualisation de Content Understanding, les frais d’entrée et de sortie du modèle d’achèvement et les frais de jetons d’incorporation lorsque votre analyseur utilise des incorporations. Ajoutez les frais résultants pour estimer le coût total de votre volume attendu.

Les taux varient selon la région, le type de déploiement et le modèle. Cet article ne fournit donc pas de calculs numériques. Pour connaître les options de modèle actuelles, consultez Modèles génératifs pris en charge.

Composants de coût détaillés

Extraction de contenu

L’extraction de contenu est la première étape essentielle pour transformer une entrée non structurée( qu’il s’agisse d’un document, d’un audio ou d’une vidéo) dans un format standardisé et réutilisable. Ce traitement de base est requis pour toutes les fonctionnalités dégénératives et peut être utilisé autonome.

Tarification de l’extraction de contenu par modalité :

• Documents : trois compteurs à trois niveaux (minimale, basique ou standard) en fonction de la complexité du traitement
• Audio : transcription de reconnaissance vocale (compteur standard unique, prix par minute)
• Vidéo : Extraction d’images, détection de captures et transcription de reconnaissance vocale (compteur standard unique, prix par minute)
• Images : Aucune extraction de contenu disponible

Compteurs d’extraction de contenu de document

Pour les documents, vous êtes facturé pour le type de traitement que Content Understanding effectue. Content Understanding facture en fonction du travail réel effectué sur chaque page, et non de l’analyseur que vous sélectionnez.

Compteur minimal : s’applique aux documents numériques (DOCX, XLSX, PPTX, HTML, TXT, MSG, EML) où aucun traitement OCR ou disposition n’est nécessaire. Ce mètre est l'option la moins chère pour les documents natifs numériques. Vous êtes facturé au tarif minimal, quel que soit l’analyseur que vous utilisez, même si vous appelez un analyseur de disposition sur un document numérique, vous êtes facturé uniquement pour le traitement minimal effectué.

Compteur de base : s’applique lorsque Content Understanding effectue un traitement par OCR pour extraire du texte à partir de documents basés sur des images (PDF numérisés, images, TIFF) sans analyse de disposition.

Compteur standard : s’applique lorsque Content Understanding effectue une analyse de disposition, y compris la reconnaissance de table et la détection d’éléments structurels à partir de documents basés sur des images (PDFs numérisés, images, TIFF).

Le tableau suivant montre quelle mesure s’applique en fonction du type de fichier et du niveau d’analyse :

Fonctionnalités génératives

Les fonctionnalités de génération de Content Understanding utilisent des modèles IA génératifs pour améliorer la qualité de la sortie. Dans la dernière version 2025-11-01de l’API, vous pouvez choisir un modèle génératif en fonction de votre cas d’usage.

Lorsque vous utilisez des fonctionnalités génératives, Compréhension de contenu utilise le déploiement des modèles Foundry que vous fournissez. L’utilisation des jetons pour les modèles d’achèvement ou d’incorporation se fait sur ce déploiement.

Jetons de contextualisation

La contextualisation est la couche de traitement dans Content Understanding qui prétraite le contenu utilisateur, prépare les données et le contexte pour les modèles générateurs et la sortie du modèle post-processus dans les résultats structurés finaux. Le type de traitement des données, de préparation des données et de traitement de contexte appliqué détermine le type et la quantité de jetons de contextualisation facturés.

La contextualisation standard applique des fonctionnalités d’extraction à usage général à votre contenu et à votre schéma.

La contextualisation avancée applique une technologie spécialisée pour améliorer la qualité, simplifier l’implémentation et résoudre des problèmes de compréhension de contenu plus complexes.

Avec l’API 2026-06-01-preview , la valeur résolue config.workflow rend le taux applicable explicite :

• Les valeurs de flux de travail qui commencent par standard utiliser le taux de contextualisation standard.
• Toutes les autres familles de flux de travail, y compris advanced et agentic, utilisent le taux de contextualisation avancé.

Les clients définissent "default" ou "agentic" lors de la création d’un analyseur. Le service retourne une valeur de famille de flux de travail avec version, telle que standard.2026-06-01-preview, advanced.2026-06-01-previewou agentic.2026-06-01-preview. Pour connaître les règles de résolution complètes, consultez workflow.

Lorsque vous êtes facturé : chaque fois que vous utilisez des fonctionnalités génératives (extraction de champs, analyse de figures, segmentation, catégorisation, entraînement).

Tarification : taux fixe par unité de contenu.

Les jetons de contextualisation sont calculés par unité de contenu :

En supposant un taux de contextualisation standard de 1,00 $ par 1 million de jetons de contextualisation et un taux de contextualisation avancé de 3,00 $ par 1 million de jetons de contextualisation.

Analyseurs prédéfinis

Le tableau suivant récapitule les analyseurs prédéfinis et leurs compteurs de facturation d’extraction de contenu et de traitement du contexte applicables. Le compteur d’extraction de champ est facturé en fonction de l’utilisation réelle du modèle génératif.

¹L’extraction de contenu à partir de fichiers texte à l’aide d’analyseurs pris en charge est facturée avec le compteur Document Minimal.

Analyseurs personnalisés

Lorsque vous générez des analyseurs personnalisés et fournissez des données d’apprentissage étiquetées, le système applique le compteur de contextualisation avancé. Sinon, il applique le compteur de contextualisation standard.

Les analyseurs personnalisés créés avec la version de l’API ou une version 2025-11-01 antérieure continuent d’utiliser le taux de contextualisation standard. Si vous récupérez l’un de ces analyseurs avec l’API 2026-06-01-preview , la réponse s’affiche standard.2025-11-01 dans config.workflow. La réponse de l’API 2025-11-01 n’est pas modifiée.

Lorsque vous créez un analyseur personnalisé avec l’API 2026-06-01-preview :

• Un analyseur personnalisé sans données étiquetées se standard.2026-06-01-preview résout et utilise le taux standard.
• Un analyseur personnalisé avec des données étiquetées est advanced.2026-06-01-preview résolu et utilise le taux avancé.
• Analyseur personnalisé créé avec workflow défini pour "agentic" résoudre agentic.2026-06-01-preview et utilise le taux avancé.

Frais de modèle génératif (LLM)

Frais basés sur les jetons des modèles Foundry qui alimentent l'extraction de champs, l'analyse et d'autres fonctionnalités génératives réelles.

Les jetons d’entrée sont les suivants :

• Texte et transcriptions extraits
• Jetons d’image (pour l’analyse visuelle)
• Vos définitions de schéma
• Messages du système
• Exemples d’apprentissage étiquetés avec l’API 2025-11-01

Les jetons de sortie sont les suivants :

• Valeurs de champ et données structurées
• Scores de confiance et ancrage dans les sources
• Résultats et descriptions d’analyse

Optimisation des coûts : comparez les tarifs actuels pour les modèles et les types de déploiement pris en charge, puis choisissez une option qui répond à vos exigences en matière de qualité, de latence, de résidence des données et de coût.

Frais d’incorporation

Frais basés sur des jetons pour l’incorporation de modèles utilisés lors de l’entraînement d’analyseurs personnalisés avec des exemples étiquetés pour améliorer la précision.

• Lors de la facturation: uniquement lors de l’utilisation de la fonctionnalité d’entraînement avec des données étiquetées
• Modèles : pour connaître les options actuelles, consultez Modèles génératifs pris en charge.
• Utilisation classique : l’ensemble du document est incorporé. L’utilisation peut varier en fonction de la densité de texte, mais environ 1 500 jetons par page est une estimation initiale utile.

Détails de la fonctionnalité générative

Chaque fonctionnalité générative a des implications de coût différentes.

Extraction de champ

Génère des paires clé-valeur structurées en fonction de votre définition de schéma. Les exemples incluent l’expéditeur/destinataire de facture, les éléments de ligne ou les éléments publicitaires vidéo tels que le tagline et l’apparence du produit.

Impact sur les coûts : les frais sont mis à l’échelle avec la complexité du schéma et la taille du contenu.

Analyse graphique

Crée un texte descriptif pour les images, les graphiques et les diagrammes pour rendre le contenu visuel pouvant faire l’objet d’une recherche dans les flux de travail RAG.

Impact sur le coût : jetons LLM par image analysée : jetons d'entrée pour l'interprétation d'image et jetons de sortie pour descriptions. L'utilisation évolue en fonction de la taille et du nombre d'images contenues dans le document.

Segmentation

Divise les documents ou vidéos en sections logiques pour le traitement ciblé et améliorer l’efficacité.

Impact sur les coûts : coûts de jeton de sortie pour chaque segment créé. Si vous le souhaitez, vous pouvez chaîner des analyseurs pour une analyse supplémentaire sur chaque segment. Le chaînage utilise davantage d’extraction de contenu et d’utilisation générative, ce qui équivaut à exécuter les analyseurs chaînés indépendamment.

Catégorisation

Affecte des étiquettes à des documents ou des segments pour la classification et le routage intelligent vers des analyseurs spécialisés.

Impact sur les coûts : coûts de configuration LLM et de contextualisation pour la classification. Le routage vers un autre analyseur ajoute ses frais respectifs.

Formation

Génère des analyseurs personnalisés à l’aide d’exemples étiquetés pour des améliorations de précision spécifiques au domaine.

Impact sur les coûts : les deux versions d’API utilisent des jetons d’incorporation lorsque vous ajoutez des données étiquetées. Avec l’API 2025-11-01 , des exemples d’apprentissage récupérés ajoutent également des jetons d’entrée LLM pendant l’analyse. Avec l’API 2026-06-01-preview , l’analyseur généré ne récupère pas les documents étiquetés au moment de l’analyse.

Questions fréquentes

Quand suis-je facturé pour l’utilisation de LLM ?

Vous êtes facturé pour les jetons LLM uniquement lorsque vous fournissez à l’analyseur un déploiement Foundry et que vous utilisez une fonctionnalité de génération dans Content Understanding. Les analyseurs qui effectuent uniquement l’extraction de contenu, tels que prebuilt-read, prebuilt-layoutou analyseurs personnalisés sans fonctionnalités de régénération, n’entraînent pas de frais LLM.

Comment savoir quel compteur d’extraction de contenu s’applique à mes documents ?

Le traitement réel effectué détermine le compteur, et non l’analyseur que vous choisissez :

• Minimal : les documents numériques (DOCX, XLSX, HTML, TXT, etc.) utilisent toujours un minimum, quel que soit l’analyseur
• De base : Documents basés sur des images avec traitement OCR uniquement (analyseur de lecture)
• Standard : Documents basés sur des images avec analyse de disposition (analyseur de disposition)

Pour plus d’informations sur les métriques, consultez les indicateurs d’extraction de contenu de document.

Est-ce que je suis facturé deux fois pour l’utilisation du modèle Foundry ?

Non. Content Understanding utilise les déploiements LLM liés pour tous les appels LLM et d'intégration. Vous êtes facturé sur ces déploiements. Vous payez Content Understanding pour l’extraction de contenu et la contextualisation, et Foundry pour les jetons de modèle génératif (jetons d’entrée/sortie et embeddings).

Comment le choix du modèle affecte-t-il les coûts ?

Les taux de jeton de modèle varient selon le type de modèle et de déploiement. Comparez les tarifs actuels et testez les fichiers représentatifs avant de choisir un modèle. Les frais d’extraction de contenu et de contextualisation ne dépendent pas du modèle d’achèvement que vous sélectionnez.

Qu’est-ce qui augmente l’utilisation des jetons ?

Plusieurs fonctionnalités peuvent augmenter la consommation de jetons :

• Les scores de base et de confiance sources ajoutent un contexte de traitement.
• Le mode extractif ajoute des instructions et des détails de sortie.
• Les exemples d’apprentissage ajoutent des exemples récupérés au contexte du modèle à l’aide de l’API 2025-11-01 .
• La segmentation et la catégorisation peuvent nécessiter des appels de modèle supplémentaires.

Est-ce que je suis facturé si ma demande échoue ?

Content Understanding ne facture pas l’extraction de contenu ni la contextualisation lorsque qu'une requête échoue en raison d'une erreur (comme une erreur 400). Si un appel de modèle d’achèvement Foundry a réussi avant l’échec, vous êtes facturé pour l’utilisation du modèle Foundry en fonction des stratégies de facturation de Foundry.

Conseils d’optimisation des coûts

• Comparez les modèles et les types de déploiement pris en charge pour équilibrer les coûts, la qualité, la latence et les exigences de résidence des données.
• Commencer avec des mini-modèles - Les mini-modèles offrent des économies substantielles pour la plupart des tâches d’extraction
• Utiliser des déploiements globaux lorsque la résidence et la conformité des données autorisent
• Activer les fonctionnalités avancées de manière sélective : utilisez uniquement les scores de base et de confiance source si nécessaire
• Tester les fichiers représentatifs avant la mise à l’échelle pour comprendre la consommation réelle des jetons
• Surveillez régulièrement l’utilisation via le portail Azure pour identifier les opportunités d’optimisation.

Autres exemples de tarification

Voici des exemples détaillés montrant comment fonctionne la tarification dans différents scénarios :

Exemple 1 : Traitement de documents pour les flux de travail RAG

Scénario : vous devez extraire du contenu de documents pour une solution de génération augmentée de récupération (RAG). Vous utilisez prebuilt-documentSearch pour extraire du texte, une disposition et des descriptions de figure.

Entrée :

• 10 pages
• Modèle : Déploiement global GPT-5.2
• Région : USA Est

Répartition des prix :

1. Extraction de contenu : 10 pages

   • Coût : (10 / 1 000) × 5,00 $ = 0,05 $

2. Analyse de la figure :

   En supposant que deux figures par page. Il coûte environ 1 000 jetons d’entrée et 200 jetons de sortie par figure.

   • Jetons d’entrée : 20 chiffres × 1 000 jetons/image = 20 000 jetons
   • Coût : (20 000 / 1 000 000 $ ) × 2,00 $ = 0,04 $
   • Jetons de sortie : 20 chiffres × 200 jetons/figure = 4 000 jetons
   • Coût : (4 000 / 1 000 000 $ ) × 8,000 $ = 0,032 $

3. Contextualisation : 10 pages × 1 000 jetons/page = 10 000 jetons

   • Coût : (10 000 / 1 000 000 $ ) × 1,00 $ = 0,01 $

Coût total estimé : 0,05 $ + 0,04 $ + 0,032 $ + 0,01 $ = 0,132 $

Exemple 2 : Traitement des factures avec extraction de champs

Scénario : vous automatisez le traitement des factures à l’aide prebuilt-invoice de l’extraction de données structurées (numéro de facture, date, fournisseur, total, éléments de ligne).

Entrée :

• 10 pages
• Modèle : Déploiement global GPT-5.2
• Fonctionnalités : Mode extractif + estimation de la source + scores de confiance
• Région : USA Est

Répartition des prix :

1. Extraction de contenu : 10 pages

   • Coût : (10 / 1 000) × 5,00 $ = 0,05 $

2. Extraction de champ : avec l'estimation de la source et la certitude activée, l'utilisation des jetons est d'environ 2 fois plus par page :

   • Jetons d’entrée de base : 10 pages × 5 200 jetons/page = 52 000 jetons
   • Coût : (52 000 / 1 000 000 $ ) × 0,40 $ = 0,0208 $
   • Jetons de sortie de base : 10 pages × 180 jetons/page = 1 800 jetons
   • Coût : (1 800 / 1 000 000 $ ) × 1,60 $ = 0,0029 $

3. Contextualisation : 10 pages × 1 000 jetons/page = 10 000 jetons

   • Coût : (10 000 / 1 000 000 $ ) × 1,00 $ = 0,01 $

Coût total estimé : 0,05 $ + 0,0208 $ + 0,0029 $ + 0,01 $ = 0,0837 $

Exemple 3 : Analyse du contenu vidéo avec extraction de champs au niveau du segment

Scénario : vous extrayez une représentation structurée du contenu vidéo pour une application RAG. Pour extraire des données structurées par segment de vidéo, vous pouvez utiliser le prebuilt-videoSearch. Les segments sont de courtes séquences de 15 à 30 secondes en moyenne, ce qui entraîne de nombreux segments de sortie avec un seul champ de synthèse par segment.

Entrée :

• 60 minutes (1 heure) de vidéo
• Modèle : Déploiement global GPT-5.2
• Région : USA Est

Hypothèses :

• Jetons d’entrée : 7 500 jetons par minute (en fonction des images échantillonnées, de la transcription, des invites de schéma et des métaprompts)
• Jetons de sortie : 900 tokens par minute (en supposant qu'il y ait 10 à 20 champs structurés courts par segment avec une segmentation automatique)
• Contextualisation : 1 000 000 jetons par heure de vidéo

Répartition des prix :

1. Extraction de contenu : 60 minutes

   • Coût : 60 minutes × $1/heure = 1,00 $

2. Extraction de champ :

   • Jetons d’entrée : 60 minutes × 7 500 jetons/minute = 450 000 jetons
   • Coût : (450 000 / 1 000 000 ) × 2,00 $ = 0,90 $
   • Jetons de sortie : 60 minutes × 900 jetons/minute = 54 000 jetons
   • Coût : (54 000 / 1 000 000) × $8.00 = $0,43

3. Contextualisation : 1 000 000 jetons par heure

   • Coût : (1 000 000 / 1 000 000 $ ) × 1,00 $ = 1,00 $

Coût total estimé : 1,00 $ + 0,90 $ + 0,43 $ + 1,00 $ = 3,33 $

Exemple 4 : Traitement des enregistrements du centre d’appels audio

Scénario : vous analysez les enregistrements du centre d’appels à l’aide de prebuilt-callCenter pour générer des transcriptions, effectuerez une diarisation des intervenants, une analyse des sentiments et des résumés.

Entrée :

• 60 minutes d’audio
• Modèle : Déploiement global GPT-5.2
• Région : USA Est

Répartition des prix :

1. Extraction de contenu : 60 minutes

   • Coût : 60 minutes × $0,36/minute = 0,36 $

2. Extraction de champ :

   • Jetons d’entrée : 60 minutes × 604 jetons/minute = 36 240 jetons
   • Coût : (36 240 / 1 000 000 ) × 0,40 $ = 0,01 $
   • Jetons de sortie : 60 minutes × 19 jetons/minute = 1 140 jetons
   • Coût : (1 140 / 1 000 000 $ ) × 1,60 $ = 0,00 $

3. Contextualisation : 60 minutes × 1 667 jetons/minute = 100 020 jetons

   • Coût : (100 020 / 1 000 000) × 1,000 $ = 0,10 $

Coût total estimé : 0,36 $ + 0,01 $ + 0,00 $ + 0,10 $ = 0,47 $

Exemple 5 : Traitement d’images avec des légendes

Scénario : Vous générez des légendes descriptives pour les images de produit à l’aide de prebuilt-imageSearch.

Entrée :

• 1 000 images
• Modèle : Déploiement global GPT-5.2
• Région : USA Est

Répartition des prix :

1. Extraction de contenu : aucun frais pour les images

   • Coût : 0,00 $

2. Extraction de champ :

   • Jetons d’entrée : 1 000 images × 1 043 jetons/image = 1 043 000 jetons
   • Coût : (1 043 000 / 1 000 000 $ ) × 2,00 $ = 2,09 $
   • Jetons de sortie : 1 000 images × 170 jetons/image = 170 000 jetons
   • Coût : (170 000 / 1 000 000 $ ) × 8,000 $ = 1,36 $

3. Contextualisation : 1 000 images × 1 000 jetons/image = 1 000 000 jetons

   • Coût : (1 000 000 / 1 000 000 $ ) × 1,00 $ = 1,00 $

Coût total estimé : 0,00 $ + 2,09 $ + 1,36 $ + 1,00 $ = 4,45 $

Catégories d’utilisation par charge de travail

Utilisez le tableau suivant pour identifier les catégories d’utilisation à inclure dans votre estimation. L’utilisation exacte des jetons dépend de votre contenu, schéma, configuration de l’analyseur et modèle sélectionné.

Étapes suivantes

• page de tarification Azure Content Understanding
• Démarrage rapide Content Understanding
• Meilleures pratiques pour Content Understanding
• Analyseurs prédéfinis