Límites y cuotas de Azure OpenAI Service
Este artículo contiene una referencia rápida y una descripción detallada de las cuotas y límites para Azure OpenAI en los servicios Azure AI.
Referencia de las cuotas y límites
En las secciones siguientes se proporciona una guía rápida sobre las cuotas y límites predeterminados que se aplican a Azure OpenAI:
| Nombre del límite | Límite de valor |
|---|---|
| Recursos de OpenAI por región y por suscripción de Azure | 30 |
| Límites de cuota de DALL-E 2 predeterminados | 2 solicitudes simultáneas |
| Límites de cuota de DALL-E 3 predeterminados | 2 unidades de capacidad (6 solicitudes por minuto) |
| Límites predeterminados de cuota de susurro | 3 solicitudes por minuto |
| Número máximo de tokens de solicitud por solicitud | Varía según el modelo. Para obtener más información, consulte Modelos de servicio de OpenAI de Azure |
| Número máximo de implementaciones estándar por recurso | 32 |
| Número máximo de implementaciones de modelos ajustados | 5 |
| Número total de trabajos de entrenamiento por recurso | 100 |
| Número máximo de trabajos de entrenamiento en ejecución simultánea por recurso | 1 |
| Número máximo de trabajos de entrenamiento en cola | 20 |
| Máximo de archivos por recurso (ajuste preciso) | 50 |
| Tamaño total de todos los archivos por recurso (ajuste preciso) | 1 GB |
| Tiempo máximo del trabajo de entrenamiento (se producirá un error en el trabajo si se supera) | 720 horas |
| Tamaño máximo del trabajo de entrenamiento (tokens en el archivo de entrenamiento) x (número de épocas) | 2 mil millones |
| Tamaño máximo de todos los archivos por carga (Azure OpenAI en los datos) | 16 MB |
Número máximo de entradas en la matriz con /embeddings |
2048 |
Número máximo de mensajes /chat/completions |
2048 |
Número máximo de funciones /chat/completions |
128 |
Número máximo de herramientas /chat completions |
128 |
| Número máximo de unidades de procesamiento aprovisionadas por implementación | 100 000 |
| Número máximo de archivos por asistente o subproceso | 10 000 al usar la API o AI Studio. 20 al usar Azure OpenAI Studio. |
| Tamaño máximo de archivo para asistentes y ajuste preciso | 512 MB |
| Tamaño máximo de todos los archivos cargados para asistentes | 100 GB |
| Límite de tokens de asistentes | Límite de 2 000 000 tokens |
| GPT-4o imágenes máximas por solicitud (nº de imágenes en la matriz de mensajes/historial de conversaciones) | 10 |
GPT-4 vision-preview y GPT-4 turbo-2024-04-09 tokens máximos predeterminados |
16 Aumente el valor del parámetro max_tokens para evitar las respuestas truncadas. GPT-4o max tokens tiene como valor predeterminado 4096. |
| Número máximo de encabezados personalizados en solicitudes de API 1 | 10 |
| Número máximo de solicitudes por minuto Los límites de velocidad actuales para el audio en tiempo real ( gpt-4o-realtime-preview) se definen como el número de conexiones websocket nuevas por minuto. Por ejemplo, 6 solicitudes por minuto (RPM) significan 6 nuevas conexiones por minuto. En este momento, los límites de uso de gpt-4o-realtime-preview son adecuados para pruebas y desarrollo. |
6 nuevas conexiones por minuto |
1 Nuestras API actuales permiten hasta 10 encabezados personalizados, que se pasan a través de la canalización y se devuelven. Algunos clientes ahora superan este recuento de encabezados, lo que da lugar a errores HTTP 431. No hay solución para este error, salvo reducir el volumen de la cabecera. En futuras versiones de API ya no pasaremos por encabezados personalizados. Recomendamos a los clientes que no dependan de encabezados personalizados en futuras arquitecturas de sistemas.
Límites de cuota regionales
| Region | o1-mini | o1 | GPT-4 | GPT-4-32K | GPT-4-Turbo | GPT-4-Turbo-V | gpt-4o | gpt-4o-mini | GPT-35-Turbo | GPT-35-Turbo-Instruct | o1-mini - GlobalStandard | o1 - GlobalStandard | gpt-4o - GlobalStandard | gpt-4o-mini - GlobalStandard | GPT-4-Turbo: GlobalStandard | GPT-4o - Global-Batch | GPT-4o-mini - Global-Batch | GPT-4 - Global-Batch | GPT-4-Turbo - Global-Batch | gpt-35-turbo - Global-Batch | Text-Embedding-Ada-002 | text-embedding-3-small | text-embedding-3-large | GPT-4o - finetune | GPT-4o-mini - finetune | GPT-4 - finetune | Babbage-002 | Babbage-002 - finetune | Davinci-002 | Davinci-002 - finetune | GPT-35-Turbo - finetune | GPT-35-Turbo-1106 - finetune | GPT-35-Turbo-0125 - finetune |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| australiaeast | - | - | 40 000 | 80 000 | 80 000 | 30 K | - | - | 300 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - | - | - | - |
| brazilsouth | - | - | - | - | - | - | - | - | - | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - | - | - | - |
| canadaeast | - | - | 40 000 | 80 000 | 80 000 | - | - | - | 300 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | 350 000 | 350 000 | - | - | - | - | - | - | - | - | - | - |
| estado | 1 M | 600 mil | - | - | 80 000 | - | 1 M | 2 M | 240 000 | 240 000 | 50 M | 30 M | 30 M | 50 M | 2 M | 5 B | 15 B | 150 M | 300 M | 10 B | 240 000 | 350 000 | 350 000 | - | - | - | - | - | - | - | - | - | - |
| eastus2 | 1 M | 600 mil | - | - | 80 000 | - | 1 M | 2 M | 300 000 | - | 50 M | 30 M | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | 350 000 | 350 000 | 250 000 | - | - | - | - | - | - | 250 000 | 250 000 | 250 000 |
| francecentral | - | - | 20 000 | 60 000 | 80 000 | - | - | - | 240 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 240 000 | - | 350 000 | - | - | - | - | - | - | - | - | - | - |
| germanywestcentral | - | - | - | - | - | - | - | - | - | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| japaneast | - | - | - | - | - | 30 K | - | - | 300 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | 350 000 | 350 000 | - | - | - | - | - | - | - | - | - | - |
| koreacentral | - | - | - | - | - | - | - | - | - | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| northcentralus | 1 M | 600 mil | - | - | 80 000 | - | 1 M | 2 M | 300 000 | - | 50 M | 30 M | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | - | 250 000 | 500.000 | 100 000 | 240 000 | 250 000 | 240 000 | 250 000 | 250 000 | 250 000 | 250 000 |
| norwayeast | - | - | - | - | 150 000 | - | - | - | - | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | 350 000 | - | - | - | - | - | - | - | - | - | - |
| polandcentral | - | - | - | - | - | - | - | - | - | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| southafricanorth | - | - | - | - | - | - | - | - | - | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - | - | - | - |
| southcentralus | 1 M | 600 mil | - | - | 80 000 | - | 1 M | 2 M | 240 000 | - | 50 M | 30 M | 30 M | 50 M | 2 M | - | - | - | - | - | 240 000 | - | - | - | - | - | - | - | - | - | - | - | - |
| southindia | - | - | - | - | 150 000 | - | - | - | 300 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | 350 000 | - | - | - | - | - | - | - | - | - | - |
| spaincentral | - | - | - | - | - | - | - | - | - | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| suecia central | 1 M | 600 mil | 40 000 | 80 000 | 150 000 | 30 K | 1 M | 2 M | 300 000 | 240 000 | 50 M | 30 M | 30 M | 50 M | 2 M | 5 B | 15 B | 150 M | 300 M | 10 B | 350 000 | - | 350 000 | 250 000 | 500.000 | 100 000 | 240 000 | 250 000 | 240 000 | 250 000 | 250 000 | 250 000 | 250 000 |
| norte de suiza | - | - | 40 000 | 80 000 | - | 30 K | - | - | 300 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | - | - | - | - | - | - | - | - | - | - | - |
| switzerlandwest | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | 250 000 | - | 250 000 | 250 000 | 250 000 | 250 000 |
| uksouth | - | - | - | - | 80 000 | - | - | - | 240 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | 350 000 | - | - | - | - | - | - | - | - | - | - |
| westeurope | - | - | - | - | - | - | - | - | 240 000 | - | - | - | 30 M | 50 M | 2 M | - | - | - | - | - | 240 000 | - | - | - | - | - | - | - | - | - | - | - | - |
| westus | 1 M | 600 mil | - | - | 80 000 | 30 K | 1 M | 2 M | 300 000 | - | 50 M | 30 M | 30 M | 50 M | 2 M | 5 B | 15 B | 150 M | 300 M | 10 B | 350 000 | - | - | - | - | - | - | - | - | - | - | - | - |
| westus3 | 1 M | 600 mil | - | - | 80 000 | - | 1 M | 2 M | 300 000 | - | 50 M | 30 M | 30 M | 50 M | 2 M | - | - | - | - | - | 350 000 | - | 350 000 | - | - | - | - | - | - | - | - | - | - |
Límites de lote globales
| Nombre del límite | Límite de valor |
|---|---|
| Número máximo de archivos por recurso | 500 |
| Tamaño máximo del archivo de entrada | 200 MB |
| Número máximo de solicitudes por archivo | 100 000 |
Cuota global por lotes
En la tabla se muestra el límite de cuota por lotes. Los valores de cuota para lote global se representan en términos de tokens en cola. Al enviar un archivo para procesar por lotes, se cuenta el número de tokens presentes en el archivo. Hasta que el trabajo por lotes alcance un estado de terminal, esos tokens contarán con el límite total de tokens en cola.
| Modelo | Contrato Enterprise | Valor predeterminado | Suscripciones basadas en tarjetas de crédito mensuales | Suscripciones de MSDN | Azure for Students, pruebas gratuitas |
|---|---|---|---|---|---|
gpt-4o |
5 B | 200 M | 50 M | 90 K | N/D |
gpt-4o-mini |
15 B | 1 B | 50 M | 90 K | N/D |
gpt-4-turbo |
300 M | 80 M | 40 M | 90 K | N/D |
gpt-4 |
150 M | 30 M | 5 M | 100 000 | N/D |
gpt-35-turbo |
10 B | 1 B | 100 M | 2 M | 50 K |
B = mil millones | M = millones | K = mil
o1-vista previa y o1-mini límites de tarifa
Importante
La proporción de RPM/TPM para la cuota con modelos de la serie o1 funciona de forma diferente a los modelos de finalizaciones de chat anteriores:
- Modelos de chat anteriores: 1 unidad de capacidad = 6 RPM y 1000 TPM.
- o1-preview: 1 unidad de capacidad = 1 RPM y 6000 TPM.
- o1-mini: 1 unidad de capacidad = 1 RPM por 10 000 TPM.
Esto es especialmente importante para la implementación de modelos mediante programación, ya que este cambio en la relación RPM/TPM puede dar lugar a una asignación accidental de cuota si uno sigue suponiendo la relación de 1:1000 seguida de los modelos de finalización de chat anteriores.
Hay un problema conocido con la API de cuotas/usos donde se supone que la proporción anterior se aplica a los nuevos modelos de la serie o1. La API devuelve el número de capacidad base correcto, pero no aplica la proporción correcta para el cálculo preciso de TPM.
o1-vista previa y o1-mini estándar global
| Modelo | Nivel | Límite de cuota en tokens por minuto (TPM) | Solicitudes por minuto |
|---|---|---|---|
o1-preview |
Contrato Enterprise | 30 M | 5 000 |
o1-mini |
Contrato Enterprise | 50 M | 5 000 |
o1-preview |
Valor predeterminado | 3 M | 500 |
o1-mini |
Valor predeterminado | 5 M | 500 |
o1-vista previa y o1-mini estándar
| Modelo | Nivel | Límite de cuota en tokens por minuto (TPM) | Solicitudes por minuto |
|---|---|---|---|
o1-preview |
Contrato Enterprise | 600 000 | 100 |
o1-mini |
Contrato Enterprise | 1 M | 100 |
o1-preview |
Valor predeterminado | 300 000 | 50 |
o1-mini |
Valor predeterminado | 500.000 | 50 |
gpt-4o & GPT-4 Turbo límites de frecuencia
gpt-4o y gpt-4o-mini, y gpt-4 (turbo-2024-04-09) tienen niveles de límite de velocidad con límites más altos para determinados tipos de clientes.
gpt-4o & GPT-4 Turbo estándar global
| Modelo | Nivel | Límite de cuota en tokens por minuto (TPM) | Solicitudes por minuto |
|---|---|---|---|
gpt-4o |
Contrato Enterprise | 30 M | 180 000 |
gpt-4o-mini |
Contrato Enterprise | 50 M | 300 000 |
gpt-4 (turbo-2024-04-09) |
Contrato Enterprise | 2 M | 12 000 |
gpt-4o |
Valor predeterminado | 450 K | 2,7 K |
gpt-4o-mini |
Valor predeterminado | 2 M | 12 000 |
gpt-4 (turbo-2024-04-09) |
Valor predeterminado | 450 K | 2,7 K |
M = millones | K = miles
Estándar de zona de datos gpt-4o
| Modelo | Nivel | Límite de cuota en tokens por minuto (TPM) | Solicitudes por minuto |
|---|---|---|---|
gpt-4o |
Contrato Enterprise | 10 M | 60 000 |
gpt-4o-mini |
Contrato Enterprise | 20 millones | 120 000 |
gpt-4o |
Valor predeterminado | 300 000 | 1,8 K |
gpt-4o-mini |
Valor predeterminado | 1 M | 6 K |
M = millones | K = miles
GPT-4o estándar
| Modelo | Nivel | Límite de cuota en tokens por minuto (TPM) | Solicitudes por minuto |
|---|---|---|---|
gpt-4o |
Contrato Enterprise | 1 M | 6 K |
gpt-4o-mini |
Contrato Enterprise | 2 M | 12 000 |
gpt-4o |
Valor predeterminado | 150 000 | 900 |
gpt-4o-mini |
Valor predeterminado | 450 K | 2,7 K |
M = millones | K = miles
Niveles de uso
Las implementaciones estándar globales usan la infraestructura global de Azure, enrutando dinámicamente el tráfico de los clientes al centro de datos con la mejor disponibilidad para las solicitudes de inferencia del cliente’. De forma similar, las implementaciones estándar de zona de datos permiten aprovechar la infraestructura global de Azure para enrutar dinámicamente el tráfico al centro de datos dentro de la zona de datos definida por Microsoft con la mejor disponibilidad para cada solicitud. Esto permite una latencia más coherente para los clientes con niveles bajos a medio de tráfico. Los clientes con altos niveles sostenidos de uso podrían ver más variabilidad en la latencia de respuesta.
El Límite de uso determina el nivel de uso por encima del cual los clientes podrían ver una mayor variabilidad en la latencia de respuesta. El uso de un cliente se define por modelo y es el total de tokens consumidos en todas las implementaciones de todas las suscripciones de todas las regiones de un inquilino determinado.
Nota:
Los niveles de uso solo se aplican a los tipos de implementación estándar, estándar de zona de datos y estándar global. Los niveles de uso no se aplican a las implementaciones globales de procesamiento por lotes y aprovisionadas.
Estándar global GPT-4o, estándar de zona de datos y estándar
| Modelo | Niveles de uso al mes |
|---|---|
gpt-4o |
12 mil millones de tokens |
gpt-4o-mini |
85 mil millones de tokens |
GPT-4 estándar
| Modelo | Niveles de uso al mes |
|---|---|
gpt-4 + gpt-4-32k (todas las versiones) |
6 mil millones |
Otros tipos de oferta
Si la suscripción de Azure está vinculada a determinados tipos de ofertas los valores máximos de cuota son inferiores a los valores indicados en las tablas anteriores.
| Nivel | Límite de cuota en tokens por minuto (TPM) |
|---|---|
| Azure for Students, pruebas gratuitas | 1 K (todos los modelos) |
| Suscripciones de MSDN | Serie GPT 3.5 Turbo: 30 K Serie GPT-4: 8 K |
| Suscripciones basadas en tarjetas de crédito mensuales 1 | Serie GPT 3.5 Turbo: 30 K Serie GPT-4: 8 K |
1 Esto se aplica actualmente altipo de oferta 0003P
En Azure Portal puede ver qué tipo de oferta está asociado a su suscripción; para ello, vaya a la suscripción y compruebe el panel de información general de las suscripciones. El tipo de oferta corresponde al campo plan de la información general de la suscripción.
Procedimientos recomendados generales para permanecer dentro de los límites de frecuencia
Para minimizar los problemas relacionados con los límites de frecuencia, se recomienda usar las técnicas siguientes:
- Implemente lógica de reintento en la aplicación.
- Evite cambios bruscos en la carga de trabajo. Aumente la carga de trabajo gradualmente.
- Prueba de diferentes patrones de aumento de carga
- Aumente la cuota asignada a la implementación. Mueva la cuota de otra implementación, si es necesario.
Cómo solicitar aumentos en las cuotas y límites predeterminados
Las solicitudes de aumento de cuota se pueden enviar desde la página Cuotas de Azure AI Studio. Debido a la alta demanda, se aceptan solicitudes de aumento de cuota y se rellenarán en el orden en que se reciben. Se da prioridad a los clientes que generan tráfico que consume la asignación de cuota existente y es posible que se deniegue la solicitud si no se cumple esta condición.
Para otros límites de frecuencia, enviar una solicitud de servicio.
Pasos siguientes
Explore cómo administrar la cuota de las implementaciones de Azure OpenAI. Más información sobre los modelos subyacentes que impulsan Azure OpenAI.