Модели литейных производств от партнеров и сообщества

Модели Microsoft Foundry в каталоге моделей делятся на две основные категории: Foundry Models, продаваемые непосредственно Azure и Foundry Models от партнеров и сообщества. В этой статье представлено несколько моделей Foundry от партнеров и сообщества, а также их возможности, типы развертывания и регионы доступности, за исключением выведенных из эксплуатации моделей. Большинство поставщиков моделей Foundry являются доверенными сторонними организациями, партнерами, исследовательскими лабораториями и участниками сообщества.

Важно

Модели от партнеров и сообщества, которые не продаются напрямую Azure являются не Microsoft продуктами в соответствии с условиями продукта.

Список моделей Foundry, продаваемых непосредственно Azure, см. в разделе Foundry Models sold directly by Azure, а список моделей Foundry, поддерживаемых службой агента Foundry, см. в разделе Models supported by Agent Service.

Модели Foundry поддерживают несколько типов развертывания в ресурсе Foundry. Для развертывания некоторых моделей в каталоге моделей требуется проект на базе хаба, размещенный хабом Foundry. При выборе этих моделей в каталоге они открываются в портале Foundry (классический интерфейс).

Необходимые условия

  • Подписка Azure. Если у вас нет учетной записи, создайте бесплатную учетную запись.

    Важно

    Следующие подписки Azure нельзя использовать для приобретения предложений программного обеспечения как услуги (SaaS) в Marketplace: Student, Visual Studio Enterprise или Бесплатный кредит. Дополнительные сведения о приобретении предложений SaaS см. в статье о покупке SaaS.

  • Проект Microsoft Foundry.

Разрешения, необходимые для подписки на модели от партнеров и сообщества

Модели Foundry от партнеров и сообщества, доступные для развертывания (например, модели Cohere), требуют Azure Marketplace. Поставщики моделей определяют условия лицензии и задают цену на использование своих моделей с помощью Azure Marketplace.

При развертывании сторонних моделей убедитесь, что у вас есть следующие разрешения в вашей учетной записи:

  • В подписке Azure:
    • Microsoft.MarketplaceOrdering/agreements/offers/plans/read
    • Microsoft.MarketplaceOrdering/agreements/offers/plans/sign/action
    • Microsoft.MarketplaceOrdering/offerTypes/publishers/offers/plans/agreements/read
    • Microsoft.Marketplace/offerTypes/publishers/offers/plans/agreements/read
    • Microsoft.SaaS/register/action
  • Для создания и использования ресурса SaaS в группе ресурсов выполните следующие действия.
    • Microsoft.SaaS/resources/read
    • Microsoft.SaaS/resources/write

Встроенные роли Owner и Contributor в подписке Azure включают эти разрешения. Если у вас нет необходимых разрешений, попросите администратора подписки назначить вам роль участника или создать пользовательскую роль , содержащую перечисленные действия.

Чтобы проверить свои разрешения, перейдите на портал Azure откройте подписку, выберите элемент управления Access (IAM)>Check access и просмотрите назначенные роли.

Совет

Microsoft.SaaS/register/action является однократной регистрацией поставщика ресурсов SaaS в подписке. После регистрации его не нужно повторять для каждого развертывания.

Доступность страны или региона

Вы можете получить доступ к моделям от партнеров и сообщества по принципу оплаты по мере использования только в том случае, если ваша подписка на Azure принадлежит учетной записи выставления счетов в стране или регионе, где доступно предложение модели. Доступность зависит от поставщика модели и номера SKU модели. Дополнительные сведения см. в разделе "Доступность регионов" для моделей.

Anthropic

Флагманским продуктом Anthropic является Claude, продвинутая модель ИИ, которой доверяют ведущие предприятия и миллионы пользователей по всему миру для сложных задач, включая программирование, вспомогательные программы, финансовый анализ, исследования и офисные задачи. Claude обеспечивает исключительную производительность при сохранении высоких стандартов безопасности.

Сведения о работе с моделями Claude в Foundry см. в статье Развертывание и использование моделей Claude в Microsoft Foundry.

Примечание

Claude Mythos Preview доступен только в качестве закрытого предварительного просмотра исследований. Доступ к модели предоставляется исключительно по усмотрению Anthropic и приоритетно используется для задач оборонительной кибербезопасности. См. системную карточку Claude Mythos Preview для ответственного использования.

Поддержка типа подписки и региона

Чтобы использовать модели Claude в Microsoft Foundry, необходимо иметь оплачиваемую подписку Azure с учетной записью для выставления счетов в стране или регионе, где Anthropic предлагает модели для покупки. Список распространенных ошибок, связанных с подпиской, см. в разделе "Распространенные сообщения об ошибках и решениях". В настоящее время следующие типы подписок не поддерживаются:

  • Корпоративные учетные записи, расположенные в Южной Корее
  • подписки поставщика облачных решений
  • Azure подписки, которые не имеют активного метода оплаты по принципу 'оплата по факту использования' (например, студенческих, бесплатных пробных версий или учетных записей, основанных на кредитах)
  • Спонсируемые подписки, использующие только кредиты Azure. Примечание: если у вас есть учетная запись с привязанной кредитной картой, кредитная карта будет использована вместо Azure Credits.

Список поддерживаемых регионов см. в поддерживаемых географических расположениях. Обратите внимание, что политика Anthropic в отношении «поддерживаемых регионов» может быть действительна для доступности в вашем регионе. Проверьте поддерживаемые регионы для получения деталей.

Модель Тип Возможности
claude-mythos-preview
Предварительная версия исследования
Сообщения - Входные данные: текст, изображение и код
- Выходные данные: текст, изображение и код (128 000 максимальных маркеров)
- Окно контекста: 1 000 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)
- Ключевые параметры:top_p должно быть не менее 0,99. Запросы с top_p ниже этого порогового значения отклоняются с ошибкой 400. Если top_p опущено, используется значение по умолчанию (0,99).
claude-opus-4-7
Предварительный просмотр
Сообщения - Входные данные: текст, изображение и код
- Выходные данные: текст, изображение и код (128 000 максимальных маркеров)
- Окно контекста: 1 000 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)
- Ключевые параметры:
top_k, temperatureи thinking={"type":"enabled"}не поддерживаются.
top_p должно быть 0,99. Если опущено, используется значение по умолчанию (0,99).
claude-opus-4-6
Предварительный просмотр
Сообщения - Входные данные: текст, изображение и код
- Выходные данные: текст, изображение и код (128 000 максимальных маркеров)
- Окно контекста: 1 000 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)
claude-opus-4-5
Предварительный просмотр
Сообщения - Входные данные: текст, изображение и код
- Выходные данные: текст (64 000 максимальных маркеров)
- Окно контекста: 200 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)
claude-opus-4-1
Предварительный просмотр
Сообщения - Входные данные: текст, изображение и код
- Выходные данные: текст (32 000 максимальных маркеров)
- Окно контекста: 200 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)
claude-sonnet-4-6
Предварительный просмотр
Сообщения - Входные данные: текст, изображение и код
- Выходные данные: текст, изображение и код (128 000 максимальных маркеров)
- Окно контекста: 1 000 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)
claude-sonnet-4-5
Предварительный просмотр
Сообщения - Входные данные: текст, изображение и код
- Выходные данные: текст (64 000 максимальных маркеров)
- Окно контекста: 200 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)
claude-haiku-4-5
Предварительный просмотр
Сообщения - Входные данные: текст и изображение
- Выходные данные: текст (64 000 максимальных маркеров)
- Окно контекста: 200 000
- Языки:en, frarzhjakoeshi
- Вызов инструмента: Да (выполнение поиска файлов и кода)
- Форматы ответов: Текст в различных форматах (например, прозе, списки, таблицы Markdown, JSON, HTML, код на различных языках программирования)

Cohere

Семейство моделей Cohere включает различные модели, оптимизированные для различных вариантов использования, включая завершение чата и внедрение. Модели Cohere оптимизированы для различных вариантов использования, включающих причины, сводку и ответы на вопросы.

См. раздел Развертывание моделей Microsoft Foundry на портале Foundry для получения сведений о развертывании моделей Cohere в Foundry.

Модель Тип Возможности
Cohere-command-r-plus-08-2024 завершение чата - Входные данные: текст (131 072 токенов)
- Выходные данные: текст (4096 токенов)
- Языки:en, fresitdept-brja, и kozh-cnar
- Вызов инструмента: Да
- Форматы ответов: Текст, JSON
Cohere-command-r-08-2024 завершение чата - Входные данные: текст (131 072 токенов)
- Выходные данные: текст (4096 токенов)
- Языки:en, fresitdept-brja, и kozh-cnar
- Вызов инструмента: Да
- Форматы ответов: Текст, JSON
Cohere-embed-v3-english эмбеддинги - Входные данные: текст и изображения (512 токенов)
- Выход: Вектор (1024 размерн.)
- Языки:en
Cohere-embed-v3-multilingual эмбеддинги - Входные данные: текст (512 токенов)
- Выход: Вектор (1024 размерн.)
- Языки:en, fresitdept-brja, и kozh-cnar

Мета

Модели и инструменты Meta Llama — это коллекция предварительно обученных и точно настроенных генеративных моделей ИИ для обработки текста и изображений. Диапазон масштабов мета-моделей включает:

  • Небольшие языковые модели (SLM), такие как 1B и 3B Base и модели Instruct для вывода на устройствах и встраиваемого вывода
  • Модели языка среднего размера (LLMs), такие как 7B, 8B и 70B Base и Instruct models
  • Высокопроизводительные модели, такие как Meta Llama 3.1-405B Instruct, используются для генерации синтетических данных и кейсов дистилляции.

Сведения о развертывании моделей Meta Llama в Foundry см. в разделе Deploy Microsoft Foundry Models на портале Foundry.

Модель Тип Возможности
Llama-3.2-11B-Vision-Instruct завершение чата - Входные данные: текст и изображение (128 000 токенов)
- Выходные данные: текст (8 192 токенов)
- Языки:en
- Вызов инструмента: Нет
- Форматы ответов: Текст
Llama-3.2-90B-Vision-Instruct завершение чата - Входные данные: текст и изображение (128 000 токенов)
- Выходные данные: текст (8 192 токенов)
- Языки:en
- Вызов инструмента: Нет
- Форматы ответов: Текст
Meta-Llama-3.1-405B-Instruct завершение чата - Входные данные: текст (131 072 токенов)
- Выходные данные: текст (8 192 токенов)
- Языки:en, , de, fritpt, hi, и esth
- Вызов инструмента: Нет
- Форматы ответов: Текст
Meta-Llama-3.1-8B-Instruct завершение чата - Входные данные: текст (131 072 токенов)
- Выходные данные: текст (8 192 токенов)
- Языки:en, , de, fritpt, hi, и esth
- Вызов инструмента: Нет
- Форматы ответов: Текст
Llama-4-Scout-17B-16E-Instruct завершение чата - Входные данные: текст и изображение (128 000 токенов)
- Выходные данные: текст (8 192 токенов)
- Языки:en
- Вызов инструмента: Нет
- Форматы ответов: Текст

Microsoft

Microsoft модели включают различные группы моделей, такие как модели MAI, модели Phi, модели ИИ здравоохранения и многое другое.

Сведения о развертывании моделей Microsoft в Foundry см. в разделе Deploy Microsoft Foundry Models на портале Foundry.

Модель Тип Возможности
Phi-4-mini-instruct завершение чата - Входные данные: текст (131 072 токенов)
- Выходные данные: текст (4096 токенов)
- Языки:ar, zh, cs, da, nl, en, fi, fr, de, he, hu, it, ja, ko, no, pl, pt, ru, es, sv, th, tr, и uk
- Вызов инструмента: Нет
- Форматы ответов: Текст
Phi-4-multimodal-instruct завершение чата - Входные данные: текст, изображения и звук (131 072 токенов)
- Выходные данные: текст (4096 токенов)
- Языки:ar, zh, cs, da, nl, en, fi, fr, de, he, hu, it, ja, ko, no, pl, pt, ru, es, sv, th, tr, и uk
- Вызов инструмента: Нет
- Форматы ответов: Текст
Phi-4 завершение чата - Входные данные: текст (16 384 токенов)
- Выходные данные: текст (16 384 токенов)
- Языки:en, ar, bn, cs, da, de, el, es, fa, fi, fr, gu, ha, he, hi, hu, id, it, ja, jv, kn, ko, ml, mr, nl, no, or, pa, pl, ps, pt, ro, ru, sv, sw, ta, te, th, tl, tr, uk, ur, vi, yo, и zh
- Вызов инструмента: Нет
- Форматы ответов: Текст
Phi-4-reasoning завершение диалога с содержимым рассуждений - Входные данные: текст (32 768 токенов)
- Выходные данные: текст (32 768 токенов)
- Языки:en
- Вызов инструмента: Нет
- Форматы ответов: Текст
Phi-4-mini-reasoning завершение диалога с содержимым рассуждений - Входные данные: текст (128 000 токенов)
- Выходные данные: текст (128 000 маркеров)
- Языки:en
- Вызов инструмента: Нет
- Форматы ответов: Текст

Мистраль ИИ

Mistral AI предлагает модели для создания кода, чата общего назначения и многомодальных задач, включая Codetral, Ministral, Mistral Small и Mistral Medium.

Чтобы развернуть модели Mistral AI на платформе Foundry, см. статью Deploy Microsoft Foundry Models в портале Foundry.

Модель Тип Возможности
Codestral-2501 завершение чата - Входные данные: текст (262 144 токена)
- Выходные данные: текст (4096 токенов)
- Языки: en
- Вызов инструмента: Нет
- Форматы ответов: Текст
Ministral-3B завершение чата - Входные данные: текст (131 072 токенов)
- Выходные данные: текст (4096 токенов)
- Языки: fr, de, es, it и en
- Вызов инструмента: Да
- Форматы ответов: Текст, JSON
Mistral-small-2503 завершение чата - Входные данные: текст (32 768 токенов)
- Выходные данные: текст (4096 токенов)
- Языки: fr, de, es, it и en
- Вызов инструмента: Да
- Форматы ответов: Текст, JSON
Mistral-medium-2505 завершение чата - Входные данные: текст (128 000 токенов), изображение
- Выходные данные: текст (128 000 маркеров)
- Вызов инструмента: Нет
- Форматы ответов: Текст, JSON
mistralai-Mistral-7B-Instruct-v01 1 завершение чата - Входные данные: текст
- Выходные данные: текст
- Языки: en
- Форматы ответов: Текст
mistralai-Mistral-7B-Instruct-v0-2 1 завершение чата - Входные данные: текст
- Выходные данные: текст
- Языки: en
- Форматы ответов: Текст
mistralai-Mixtral-8x7B-Instruct-v01 1 завершение чата - Входные данные: текст
- Выходные данные: текст
- Языки: en
- Форматы ответов: Текст
mistralai-Mixtral-8x22B-Instruct-v0-1 1 завершение чата - Входные данные: текст (64 000 маркеров)
- Выходные данные: текст (4096 токенов)
- Языки: fr, it, de, es, en
- Форматы ответов: Текст

1 Для развертывания этих моделей требуется центральный проект. При выборе их в каталоге моделей они открываются в портале Foundry (классическая версия).

Nixtla

TimeGEN-1 в Nixtla — это созданная предварительно обученная модель прогнозирования и обнаружения аномалий для данных временных рядов. TimeGEN-1 создает точные прогнозы для новых временных рядов без обучения, используя только исторические значения и экзогенные ковариации в качестве входных данных.

Сведения о развертывании TimeGEN-1 в Foundry см. в разделе Deploy Microsoft Foundry Models на портале Foundry.

Для выполнения инференции TimeGEN-1 требуется использовать специализированный API инференции Nixtla.

Модель Тип Возможности API вывода заключений
TimeGEN-1 1 Прогнозирование - Вход: Данные временных рядов как JSON или кадры данных (с поддержкой многовариантных входных данных)
- Выход: Данные временных рядов в формате JSON
- Вызов инструмента: Нет
- Форматы ответов: JSON
Клиент Forecast для взаимодействия с API Nixtla

1 Для развертывания этой модели требуется центральный проект. Выбор модели в каталоге моделей открывает ее в портале Foundry (классическая версия).

Дополнительные сведения о ценах на модели Nixtla см. в разделе Nixtla.

См. модели Nixtla на портале Foundry.

NTT Data

tsuzumi — это авторегрессионный оптимизированный для языка преобразователь. Настроенные версии используют управляемую тонкую настройку (SFT). tsuzumi обрабатывает как японский, так и английский язык с высокой эффективностью.

Сведения о развертывании tsuzumi-7b в Foundry см. в разделе Deploy Microsoft Foundry Models на портале Foundry.

Модель Тип Возможности
tsuzumi-7b 1 завершение чата - Входные данные: текст (8 192 токенов)
- Выходные данные: текст (8 192 токенов)
- Языки:en И jp
- Вызов инструмента: Нет
- Форматы ответов: Текст

1 Для развертывания этой модели требуется центральный проект. Выбор модели в каталоге моделей открывает ее в портале Foundry (классическая версия).

См. модели данных NTT на портале Foundry.

ИИ стабильности

Коллекция моделей генерации изображений Stability AI включает Stable Image Core, Stable Image Ultra и Stable Diffusion 3.5 Large. Stable Diffusion 3.5 Large принимает как изображения, так и текст.

Для развертывания моделей Stability AI в Foundry см. в разделе Развертывание моделей Microsoft Foundry на портале Foundry.

Модель Тип Возможности
Stable Diffusion 3.5 Large Создание образа - Входные данные: текст и изображение (1000 маркеров и 1 изображение)
- Выход: Один образ
- Вызов инструмента: Нет
- Форматы ответов: изображение (PNG и JPG)
Stable Image Core Создание образа - Входные данные: текст (1000 токенов)
- Выход: Один образ
- Вызов инструмента: Нет
- Форматы ответов: Изображение (PNG и JPG)
Stable Image Ultra Создание образа - Входные данные: текст (1000 токенов)
- Выход: Один образ
- Вызов инструмента: Нет
- Форматы ответов: Изображение (PNG и JPG)

Устранение неполадок

Используйте следующее руководство по устранению неполадок, чтобы найти и устранить ошибки при развертывании сторонних моделей в Foundry Models:

Ошибка Описание
Предложение недоступно в вашей стране или регионе Поставщик модели не предоставлял номер SKU конкретной модели в стране или регионе, где вы зарегистрировали подписку. Каждый поставщик модели решает, какие страны и регионы доступны, и доступность может отличаться по номеру SKU модели. Разверните модель в подписке с выставлением счетов в поддерживаемой стране или регионе. См. доступность моделей в регионах.
Проверка на получение прав на покупку Marketplace завершилась сбоем Поставщик моделей не предоставлял номер SKU конкретной модели в вашей стране или регионе, или модель недоступна в регионе, где развернут ресурс Foundry. См. доступность моделей в регионах.
Не удалось создать развертывание модели Azure Marketplace отклонил запрос на создание подписки на модели. Это отклонение может произойти по нескольким причинам, включая слишком частую подписку на модельное предложение или одновременно из нескольких подписок. Обратитесь в службу поддержки и включите идентификатор подписки.
Подписка CSP не поддерживается Подписки провайдеров облачных решений (поставщик облачных решений, CSP) не могут приобретать предложения моделей от третьих сторон. Рассмотрите возможность использования моделей, предлагаемых в качестве службы потребления первой стороны.