月明的文档中心 分享AI实践与思考
入门
上手
教程
基础
概念解释
Microsoft Foundry
开发工具
操作指南
参考
治理与网络
工具与知识
概念解释
操作指南
Agent Service
总览
概念解释
Azure OpenAI
API 与开发
总览
Azure AI Search
权限与安全
参考
检索概念
概念解释
快速上手
教程
Foundry Tools
其他与已退役
总览
概念解释
RAG 与知识工程
智能体与工具
MCP 与 Skills
操作指南
基础
评测、观测与安全
安全
评测
概念解释
参考
企业架构与成本
解决方案场景
样例与学习资源
附录
配额与速率限制
Azure OpenAI 的配额（quota）决定某个模型部署每分钟能处理多少请求（RPM）和令牌（TPM）；速率限制与超出用量等级后的延迟表现也在这里一并说明。
配额的作用范围
项目 | 说明 |
最高层级范围 | 订阅（subscription）。配额不在租户层面强制执行 |
Global Standard | 同一模型与版本的部署共享一个配额池，覆盖订阅内所有区域 |
Data Zone Standard | 同一模型与版本的部署在每个数据区域（如 US、EU）内共享一个配额池 |
生效时间 | 官方称订阅级配额管理自 2026-05-07 起在 Foundry 中推行，并将逐步覆盖所有模型（待核实） |
注意：Global Batch 与 Provisioned 类部署不使用上述用量等级；Provisioned 的配额是 PTU 配额，单独管理。
配额等级（Tier）
官方页面描述了 Free Tier（Tier 0）以及 Tier 1 至 Tier 6 共 7 个等级，等级越高默认配额越大。
要点 | 说明（2026-11-05 获取，待核实） |
初始等级 | 依据当前模型使用量与和微软的关系（如 EA、MCA-E）确定 |
自动升级 | 依据消耗趋势、客户关系与付款记录自动升至更高等级 |
关闭自动升级 | 可通过管理 API 将 tierUpgradePolicy 设为 NoAutoUpgrade（官方标为预览） |
Tier 0 | 不符合配额增加申请条件，只能使用当前等级提供的配额 |
申请增加 | 通过官方配额申请表提交，审批通过后增加配额，不改变等级 |
典型默认值示例（待核实，2026-11-05 获取）
以下数值取自官方配额表，仅列部分模型，实际以订阅内 Foundry 门户的 Quota 页面为准。
等级 | 模型 | 部署类型 | RPM | TPM |
Tier 1 | gpt-4.1 | GlobalStandard | 1,000 | 1,000,000 |
Tier 1 | gpt-4.1 | DataZoneStandard | 300 | 300,000 |
Tier 1 | gpt-5 | GlobalStandard | 2,500 | 250,000 |
Tier 1 | gpt-5-mini | GlobalStandard | 1,000 | 1,000,000 |
Tier 2 | gpt-4.1 | GlobalStandard | 3,000 | 3,000,000 |
Tier 0 | gpt-5-mini | GlobalStandard | 500 | 500,000 |
用量等级（Usage tier）与延迟
用量等级是按模型、按月统计的令牌阈值，超过后延迟波动会变大，但不是硬性拒绝。
模型（示例） | 每月用量阈值（待核实，2026-11-05 获取） |
gpt-5 | 320 亿令牌 |
gpt-4.1 | 300 亿令牌 |
gpt-4o | 120 亿令牌 |
gpt-4o-mini | 850 亿令牌 |
- 用量统计口径：一个租户内、所有订阅、所有区域中该模型的令牌总消耗。
- 用量等级只适用于 Standard、Data Zone Standard 与 Global Standard；不适用于 Global Batch 与 Provisioned。
- 超出时官方建议：申请配额增加，或改用 PTU 等预留容量。
常见限额（参考）
限制项 | 数值（待核实，2026-11-05 获取） |
每个订阅、每个区域的 Azure OpenAI 资源数 | 30 |
每个资源的 Standard 部署数上限 | 32 |
每个资源的微调模型部署数上限 | 10 |
单次 /chat/completions 请求的 functions 或 tools 数 | 128 |
单次 /chat/completions 请求的 messages 数 | 2,048 |
单次 /embeddings 请求的输入数组长度 | 2,048 |
单次 /embeddings 请求的总令牌数 | 300,000 |
单个 Provisioned 部署的 PTU 数上限 | 100,000 |
gpt-image-1 默认配额 | 9 RPM |
gpt-oss-120b（配额表中的一项） | 5 M TPM、5 K RPM |
Batch 相关限制
限制项 | 数值（待核实，2026-11-05 获取） |
输入文件数（无过期时间） | 500 |
输入文件数（设置过期时间） | 10,000 |
单个输入文件大小 | 200 MB |
单个文件的请求数 | 100,000 |
全局 Batch 入队令牌额度（gpt-4.1，企业与 MCA-E） | 50 亿；默认值 2 亿（待核实） |
Batch 的额度按“入队令牌数”计算，任务未进入终态前计入额度。
429 与排错要点
- 收到 429（Too Many Requests）时，应加入重试与指数退避，并避免负载突增。
- 即使令牌用量指标低于配额，也可能出现 429；官方有单独的说明，本页未展开（待核实）。
- 当某个部署配额不足时，可从其他部署调配配额（官方建议之一）；增加订阅配额需要通过申请表，审批按提交顺序处理，且优先考虑已经在使用既有配额的客户。
版本或变更说明
- 官方页面注明配额与限制“可能变化”，并且 Foundry 正在把配额管理从资源级改为订阅级。
- 本页数值为 2026-11-05 抓取结果，发布前需按官方页面与订阅实际配额复核。
待核实
- 各模型在具体区域的配额与容量：以 Foundry 门户 Quota 页面为准。
- 配额表中大量旧模型与新模型的逐行数值：本页只摘录示例。
来源与核对
- 核对范围：正文已读（配额、用量等级、限额与 Batch 章节已核对；各等级的完整逐行表格未逐一核对，仅摘录示例）。
- 获取日期：2026-11-05。数字一律待核实。
上一篇
区域与可用性
下一篇
计费与成本
Loading...