Foundry Tools でのAzure コンテンツ理解の価格

この記事では、Foundry Tools のAzure Content Understanding の価格モデルについて説明します。 課金対象と、ワークロードのコストを見積もる方法について説明します。

特定の価格レートについては、「Azure Content Understanding の価格を参照してください。

特に明記されていない限り、この記事では、API バージョンの 2025-11-01での GA 動作について説明します。 API バージョンの 2026-06-01-previewを使用した、ワークフロー ファミリの解決とエージェント モードのプレビュー動作への切り替えについて説明するセクション。

2 種類の料金を理解する

Azure Content Understanding の価格は、次の 2 つの主な使用カテゴリに基づいています。

1. コンテンツ抽出料金

コンテンツ抽出は、非構造化入力 (ドキュメント、オーディオ、ビデオ) を構造化された検索可能なテキストとコンテンツに変換します。 この出力には、ドキュメントの光学式文字認識 (OCR)、音声/ビデオ用の音声テキスト変換、レイアウト検出が含まれます。 処理された入力ユニットごとに支払います。

• ドキュメント: 1,000 ページあたり
• オーディオとビデオ: 1 分あたり

2. 生成機能の料金

大規模な言語モデル (LLM) を呼び出す AI を利用した機能を使用すると、次の 2 種類の料金が発生します。

• コンテキスト化の料金: コンテキストを準備し、信頼度スコアを生成し、ソースの基盤を提供し、出力を整えます。 詳細については、「 コンテキスト化トークン」を参照してください。
• 生成モデルの料金: Microsoft Foundry モデル デプロイからのトークン ベースのコスト (生成用の LLM、トレーニング例の埋め込み)。 Content Understanding では、生成 AI 関連のすべての呼び出しに対し、既存の Foundry モデル デプロイメントが使用されます。 Content Understanding に LLM または埋め込みトークン使用量の課金は表示されません。 その使用状況は、Foundry モデルのデプロイに表示されます。 詳細については、「 生成モデルの料金」を参照してください。

生成機能には、フィールド抽出、図分析、セグメント化、分類、トレーニングが含まれます。

コスト コンポーネント

合計コストには、アナライザーに適用される各使用カテゴリ (コンテンツ抽出、コンテキスト化トークン、完了モデルの入力および出力トークン、埋め込みモデル トークン) が含まれます。 生成機能なしでコンテンツ抽出のみを使用する場合は、コンテンツ抽出に対してのみ支払います。

コストを見積もる方法

1. 代表的なファイルでテストする

実際のファイルとスキーマを使用して、小規模なテスト分析を実行します。 GA 操作とプレビュー操作の使用状況を確認するには、Analyzers API 応答で usage オブジェクトを確認します。

{
  "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
    }
  }
}

2026-06-01-preview API では、同期操作によって、documentPages*Inline プロパティのコンテンツ抽出の使用状況が報告されます。 高度なコンテキスト化の使用状況は、 advancedContextualizationTokensで報告されます。 これらのプロパティ名は、API 応答での使用状況を識別します。これらは公開された価格メーターの名前ではありません。

2. 現在の料金を取得する

Azure Content Understanding および Foundry モデルの価格ページを使用して、リージョン、デプロイの種類、選択したモデルの現在の料金を取得します。

3. 見積もりを計算する

該当する使用カテゴリごとに、測定された使用量とその現在のレートを乗算します。 Content Understanding からのコンテンツ抽出とコンテキスト化の料金、完了モデルの入力トークンと出力トークンの料金、アナライザーで埋め込みを使用する場合の埋め込みトークン料金が含まれます。 結果として得られる料金を追加して、予想されるボリュームの合計コストを見積もります。

料金はリージョン、デプロイの種類、モデルによって異なるため、この記事では数値計算を行いません。 現在のモデル オプションについては、「 サポートされている生成モデル」を参照してください。

詳細なコストの構成要素

コンテンツ抽出

コンテンツ抽出は、非構造化入力 (ドキュメント、オーディオ、ビデオ) を標準化された再利用可能な形式に変換するための重要な最初のステップです。 この基本的な処理は、すべての生成機能に必要であり、スタンドアロンで使用できます。

モダリティによるコンテンツ抽出の価格:

• ドキュメント: 処理の複雑さに基づく 3 段階のメーター (最小、基本、または標準)
• オーディオ: 音声からテキストへの文字起こし (1 つの標準メーター、1 分あたりの価格)
• ビデオ: フレーム抽出、ショット検出、音声テキスト変換 (単一標準メーター、1 分あたりの価格)
• 画像: コンテンツ抽出は使用できません

ドキュメントコンテンツ抽出メーター

ドキュメントの場合、Content Understanding が実行する処理の種類に対して課金されます。 各ページで実行された実際の作業に基づいて課金されるのは、Content Understandingであり、選択したアナライザーではありません。

最小メーター: OCR やレイアウト処理が不要なデジタル ドキュメント (DOCX、XLSX、PPTX、HTML、TXT、MSG、EML) に適用されます。 このメーターは、デジタルネイティブ ドキュメントの最も低コストのオプションです。 使用するアナライザーに関係なく、最小レートが課金されます。デジタル ドキュメントでレイアウト アナライザーを呼び出した場合でも、実行される最小限の処理に対してのみ課金されます。

基本メーター: Content Understanding が OCR 処理を実行して、レイアウト分析なしで画像ベースのドキュメント (スキャンされた PDF、画像、TIFF) からテキストを抽出する場合に適用されます。

標準メーター: Content Understanding が、画像ベースのドキュメント (スキャンされた PDF、画像、TIFF) からのテーブル認識や構造要素の検出など、レイアウト分析を実行する場合に適用されます。

次の表は、ファイルの種類と分析レベルに基づいて適用されるメーターを示しています。

生成機能

Content Understanding の生成機能では、生成 AI モデルを使用して出力の品質を向上させます。 最新の API バージョン 2025-11-01では、ユース ケースに基づいて生成モデルを選択できます。

生成機能を使用する場合、Content Understanding では、指定した Foundry モデルのデプロイが使用されます。 完了モデルまたは埋め込みモデルのトークンの使用は、そのデプロイ上にあります。

コンテキスト化トークン

コンテキスト化は、ユーザー コンテンツの前処理、生成モデルのデータとコンテキストの準備、モデル出力の最終的な構造化結果への後処理を行う Content Understanding の処理レイヤーです。 適用されるデータ処理、データ準備、コンテキスト処理の種類によって、課金されるコンテキスト化トークンの種類と量が決まります。

標準コンテキスト化 では、コンテンツとスキーマに汎用抽出機能が適用されます。

高度なコンテキスト化 は、特殊なテクノロジを適用して、品質を向上させ、実装を簡素化し、より複雑なコンテンツ理解の問題を解決します。

2026-06-01-preview API では、解決されたconfig.workflow値によって、適用可能なレートが明示的になります。

• standardで始まるワークフロー値は、標準のコンテキスト化率を使用します。
• advancedやagenticなど、他のすべてのワークフロー ファミリでは、高度なコンテキスト化率が使用されます。

お客様は、アナライザーの作成時に "default" または "agentic" を設定します。 サービスは、バージョン管理されたワークフロー ファミリ値 ( standard.2026-06-01-preview、 advanced.2026-06-01-preview、 agentic.2026-06-01-previewなど) を返します。 完全な解決規則については、 workflowを参照してください。

課金される場合: 生成機能 (フィールド抽出、図分析、セグメント化、分類、トレーニング) を使用するたびに。

価格: コンテンツ ユニットあたりの固定レート。

コンテキスト化トークンは、コンテンツの単位ごとに計算されます。

100 万のコンテキスト化トークンあたり 1.00 ドルの標準コンテキスト化率と、100 万のコンテキスト化トークンあたり 3.00 ドルの高度なコンテキスト化率を想定します。

事前構築済みアナライザー

次の表は、事前構築済みのアナライザーと、該当するコンテンツ抽出とコンテキスト処理の課金メーターをまとめたものです。 フィールド抽出メーターは、生成モデルの実際の使用状況に基づいて課金されます。

¹サポートされているアナライザーを使用してテキスト ベースのファイルからコンテンツを抽出する場合は、ドキュメントの最小メーターで課金されます。

カスタムアナライザー

カスタム アナライザーを構築し、ラベル付きのトレーニング データを提供すると、システムによって高度なコンテキスト化メーターが適用されます。 それ以外の場合は、標準のコンテキスト化メーターが適用されます。

API バージョン 2025-11-01 以前で作成されたカスタム アナライザーでは、引き続き標準のコンテキスト化率が使用されます。 2026-06-01-preview API を使用してこれらのアナライザーのいずれかを取得した場合、応答にはconfig.workflowにstandard.2025-11-01が表示されます。 2025-11-01 API 応答は変更されません。

2026-06-01-preview API を使用してカスタム アナライザーを作成する場合:

• ラベル付けされたデータのないカスタム アナライザーは、 standard.2026-06-01-preview に解決され、標準レートが使用されます。
• ラベル付けされたデータを含むカスタム アナライザーは、 advanced.2026-06-01-preview に解決され、高度なレートが使用されます。
• workflowを"agentic"に設定して作成されたカスタム アナライザーは、agentic.2026-06-01-previewに解決され、高度なレートを使用します。

生成モデルの料金 (LLM)

実際のフィールド抽出、分析、およびその他の生成機能を強化する Foundry モデルからのトークンベースの料金。

入力トークンには次のものが含まれます。

• 抽出されたテキストとトランスクリプト
• 画像トークン (ビジュアル分析用)
• スキーマ定義
• システム プロンプト
• 2025-11-01 API を使用したラベル付きトレーニングの例

出力トークンには、次のものが含まれます。

• フィールド値と構造化データ
• 信頼度スコアとソースの根拠
• 分析結果と説明

コストの最適化: サポートされているモデルとデプロイの種類の現在の料金を比較し、品質、待機時間、データ所在地、コストの要件を満たすオプションを選択します。

埋め込み料金

精度を向上させるためにラベル付けされた例を使用してカスタム アナライザーをトレーニングするときに使用される埋め込みモデルに対するトークンベースの料金。

• 課金時: ラベル付きデータでトレーニング機能を使用する場合のみ
• モデル: 現在のオプションについては、「 サポートされている生成モデル」を参照してください。
• 一般的な使用法: ドキュメント全体が埋め込まれています。 使用はテキストの密度によって異なりますが、1 ページあたり約 1,500 トークンが役立つ初期見積もりです。

生成機能の詳細

各生成機能には、異なるコストへの影響があります。

フィールド抽出

スキーマ定義に基づいて構造化されたキーと値のペアを生成します。 たとえば、請求書の送信者/受信者、広告申込情報、タグラインや製品の外観などの動画広告要素などがあります。

コストへの影響: 料金はスキーマの複雑さとコンテンツ サイズに応じてスケーリングされます。

図の分析

画像、グラフ、図の説明テキストを作成して、RAG ワークフローで視覚的なコンテンツを検索できるようにします。

コストへの影響: 分析された画像ごとの LLM トークン - 画像解釈用の入力トークンと説明用の出力トークンの両方。 使用状況は、ドキュメントに含まれる画像のサイズと数に応じてスケーリングされます。

セグメンテーション

ドキュメントまたはビデオを論理的なセクションに分割して、対象となる処理を行い、効率を向上します。

コストへの影響: 作成された各セグメントの出力トークン コスト。 必要に応じて、アナライザーをチェーンして、各セグメントの詳細な分析を行うことができます。 チェーンでは、チェーンされたアナライザーを個別に実行するのと同等の、より多くのコンテンツ抽出と生成の使用が使用されます。

分類

分類用のドキュメントまたはセグメントにラベルを割り当て、特殊なアナライザーにインテリジェントなルーティングを行います。

コストへの影響: 分類の LLM とコンテキスト化のコスト。 別のアナライザーにルーティングすると、それぞれの料金が加算されます。

トレーニング

ドメイン固有の精度を向上するために、ラベル付きの例を使用してカスタム アナライザーを構築します。

コストへの影響: ラベル付きデータを追加するときに、両方の API バージョンで埋め込みトークンが使用されます。 2025-11-01 API では、取得したトレーニング例によって、分析中に LLM 入力トークンも追加されます。 2026-06-01-preview API では、ビルドされたアナライザーは、分析時にラベル付けされたドキュメントを取得しません。

よく寄せられる質問

LLM の使用に対して課金されるタイミング

LLM トークンの料金は、アナライザーに Foundry デプロイを提供し、Content Understanding で生成機能を使用する場合にのみ課金されます。 prebuilt-read、prebuilt-layout、生成機能のないカスタム アナライザーなど、コンテンツ抽出のみを実行するアナライザーでは、LLM 料金は発生しません。

ドキュメントに適用されるコンテンツ抽出メーターを確認するにはどうすればよいですか?

実際に実行される処理が、選択したアナライザーではなく、測定を決定します。

• 最小: デジタル ドキュメント (DOCX、XLSX、HTML、TXT など) では、アナライザーに関係なく常に最小限の使用
• 基本: OCR のみの処理を使用したイメージ ベースのドキュメント (読み取りアナライザー)
• 標準: レイアウト分析を使用した画像ベースのドキュメント (レイアウト アナライザー)

メーターの詳細については、「 ドキュメント コンテンツ抽出メーター」を参照してください。

Foundry モデルの使用に対して 2 回課金されますか?

いいえ。 Content Understanding では、すべての LLM と埋め込みの呼び出しにリンクされた LLM デプロイメントが使用されます。 これらのデプロイに対して課金されます。 コンテンツの抽出とコンテキスト化には Content Understanding、生成モデル トークン (入力/出力トークンと埋め込み) には Foundry を支払います。

モデルの選択がコストに与える影響

モデル トークンレートは、モデルとデプロイの種類によって異なります。 モデルを選択する前に、現在のレートを比較し、代表的なファイルをテストします。 コンテンツ抽出とコンテキスト化の料金は、選択した完了モデルに依存しません。

トークンの使用量が増えるのは何ですか?

いくつかの機能により、トークンの消費量が増加する可能性があります。

• ソースの接地と信頼度スコアによって 、処理コンテキストが追加されます。
• 抽出モードでは 、命令と出力の詳細が追加されます。
• トレーニング例では、2025-11-01 API を使用して、取得した例をモデル コンテキストに追加します。
• セグメント化と分類 には、追加のモデル呼び出しが必要な場合があります。

要求が失敗した場合、課金されますか?

要求がエラー (400 エラーなど) で失敗した場合、Content Understanding はコンテンツの抽出やコンテキスト化に対して課金されません。 エラーが発生する前に Foundry 完了モデルの呼び出しが成功した場合、Foundry の課金ポリシーに基づいて Foundry モデルの使用量に対して課金されます。

コスト最適化のヒント

• サポートされているモデルとデプロイの種類を比較 して、コスト、品質、待機時間、データ所在地の要件のバランスを取る。
• ミニモデルから始める - ミニモデルは、ほとんどの抽出タスクに大幅な節約を提供します
• データ所在地とコンプライアンスで許可されている場合にグローバル デプロイを使用する
• 高度な機能を選択的に有効にする - 必要に応じてソース の接地と信頼度スコアのみを使用する
• スケーリング前に代表的なファイルをテストして、実際のトークン消費量を理解する
• Azure ポータルで使用状況を定期的に監視し、最適化の機会を特定する

その他の価格の例

さまざまなシナリオでの価格のしくみを示す詳細な例を次に示します。

例 1: RAG ワークフローのドキュメント処理

シナリオ: 検索拡張生成 (RAG) ソリューション用のドキュメントからコンテンツを抽出する必要があります。 prebuilt-documentSearchを使用して、テキスト、レイアウト、および図の説明を抽出します。

入力:

• 10 ページ
• モデル: GPT-5.2 グローバル展開
• リージョン: 米国東部

価格の内訳:

1. コンテンツ抽出: 10 ページ

   • コスト: (10 / 1,000) × $5.00 = $0.05

2. 図の分析:

   1 ページあたり 2 つの数値を想定しています。 図ごとに約 1,000 個の入力トークンと 200 個の出力トークンのコストがかかります。

   • 入力トークン: 20 個× 1,000 トークン/イメージ = 20,000 トークン
   • コスト: (20,000 / 1,000,000) × $2.00 = $0.04
   • 出力トークン: 20 の図× 200 トークン/図 = 4,000 トークン
   • コスト: (4,000 / 1,000,000) × $8.00 = $0.032

3. コンテキスト化: 10 ページ× 1,000 トークン/ページ = 10,000 トークン

   • コスト: (10,000 / 1,000,000) × $1.00 = $0.01

推定コストの合計: $0.05 + $0.04 + $0.032 + $0.01 = $0.132

例 2: フィールド抽出による請求書の処理

シナリオ: 構造化データ (請求書番号、日付、仕入先、合計、明細) を抽出するために、 prebuilt-invoice を使用して請求書処理を自動化します。

入力:

• 10 ページ
• モデル: GPT-5.2 グローバル展開
• 特徴: 抽出モード + ソース推定 + 信頼度スコア
• リージョン: 米国東部

価格の内訳:

1. コンテンツ抽出: 10 ページ

   • コスト: (10 / 1,000) × $5.00 = $0.05

2. フィールド抽出: ソース推定と信頼度が有効になっている場合、トークンの使用量はページあたり約 2 倍になります。

   • 基本入力トークン: 10 ページ× 5,200 トークン/ページ = 52,000 トークン
   • コスト: (52,000 / 1,000,000) × $0.40 = $0.0208
   • 基本出力トークン: 10 ページ× 180 トークン/ページ = 1,800 トークン
   • コスト: (1,800 / 1,000,000) × $1.60 = $0.0029

3. コンテキスト化: 10 ページ× 1,000 トークン/ページ = 10,000 トークン

   • コスト: (10,000 / 1,000,000) × $1.00 = $0.01

推定コストの合計: $0.05 + $0.0208 + $0.0029 + $0.01 = $0.0837

例 3: セグメント レベルのフィールド抽出を使用したビデオ コンテンツの分析

シナリオ: RAG アプリケーションのビデオ コンテンツの構造化表現を抽出します。 ビデオのセグメントごとに構造化データを抽出するには、 prebuilt-videoSearchを使用できます。 セグメントは平均で 15 ~ 30 秒の短いクリップであり、セグメントごとに 1 つの集計フィールドを持つ多数の出力セグメントが生成されます。

入力:

• ビデオの 60 分 (1 時間)
• モデル: GPT-5.2 グローバル展開
• リージョン: 米国東部

前提条件:

• 入力トークン: 1 分あたり 7,500 トークン (サンプリングされたフレーム、文字起こし、スキーマ プロンプト、メタプロトコルに基づく)
• 出力トークン: 1 分あたり 900 トークン (セグメントごとに 10 から 20 個の短い構造化フィールドを想定し、自動セグメント化を使用)
• コンテキスト化: ビデオの 1 時間あたり 1,000,000 トークン

価格の内訳:

1. コンテンツ抽出: 60 分

   • コスト: 60 分 × $1/時間 = $1.00

2. フィールド抽出:

   • 入力トークン: 60 分× 7,500 トークン/分 = 450,000 トークン
   • コスト: (450,000 / 1,000,000) × $2.00 = $0.90
   • 出力トークン: 60 分× 900 トークン/分 = 54,000 トークン
   • コスト: (54,000 / 1,000,000) × $8.00 = $0.43

3. コンテキスト化: 1 時間あたり 1,000,000 トークン

   • コスト: (1,000,000 / 1,000,000) × $1.00 = $1.00

推定コストの合計: $1.00 + $0.90 + $0.43 + $1.00 = $3.33

例 4: オーディオ コール センターの録音の処理

シナリオ: prebuilt-callCenter を使用してコール センターの記録を分析し、トランスクリプト、話者の区別、センチメント分析、および概要を生成します。

入力:

• オーディオの 60 分
• モデル: GPT-5.2 グローバル展開
• リージョン: 米国東部

価格の内訳:

1. コンテンツ抽出: 60 分

   • コスト: 60 分 × $0.36/分 = $0.36

2. フィールド抽出:

   • 入力トークン: 60 × 604 トークン/分 = 36,240 トークン
   • コスト: (36,240 / 1,000,000) × $0.40 = $0.01
   • 出力トークン: 60 分× 19 トークン/分 = 1,140 トークン
   • コスト: (1,140 / 1,000,000) × $1.60 = $0.00

3. コンテキスト化: 60 分× 1,667 トークン/分 = 100,020 トークン

   • コスト: (100,020 / 1,000,000) × $1.00 = $0.10

推定コストの合計: $0.36 + $0.01 + $0.00 + $0.10 = $0.47

例 5: キャプションを含む画像の処理

シナリオ: prebuilt-imageSearchを使用して、製品イメージの説明的なキャプションを生成しています。

入力:

• 1,000 枚の画像
• モデル: GPT-5.2 グローバル展開
• リージョン: 米国東部

価格の内訳:

1. コンテンツの抽出: 画像の料金はかかりません

   • コスト: $0.00

2. フィールド抽出:

   • 入力トークン: 1,000 個のイメージ× 1,043 トークン/イメージ = 1,043,000 トークン
   • コスト: (1,043,000 / 1,000,000) × $2.00 = $2.09
   • 出力トークン: 1,000 個のイメージ× 170 トークン/イメージ = 170,000 トークン
   • コスト: (170,000 / 1,000,000) × $8.00 = $1.36

3. コンテキスト化: 1,000 個のイメージ× 1,000 トークン/イメージ = 1,000,000 トークン

   • コスト: (1,000,000 / 1,000,000) × $1.00 = $1.00

推定コストの合計: $0.00 + $2.09 + $1.36 + $1.00 = $4.45

ワークロード別の使用状況カテゴリ

次の表を使用して、見積もりに含める使用状況カテゴリを特定します。 トークンの正確な使用方法は、コンテンツ、スキーマ、アナライザーの構成、選択したモデルによって異なります。

次の手順

• Azure Content Understanding の価格ページ
• 内容理解 早速開始
• Content Understanding のベスト プラクティス
• 事前構築済みアナライザー