通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

来自合作伙伴和社区的 Foundry 模型

本文列出了来自合作伙伴和社区的 Azure AI Foundry 模型及其功能、部署类型和可用性区域，不包括已弃用和旧版模型。 大多数 Foundry 模型来自合作伙伴和社区。 受信任的第三方组织、合作伙伴、研究实验室和社区参与者提供这些模型。

根据你在 Azure AI Foundry 中使用的项目类型，可以看到不同的模型选择。 具体而言，如果使用基于 Azure AI Foundry 资源构建的 Foundry 项目，则会看到适用于标准部署到 Foundry 资源的模型。 或者，如果使用由 Azure AI Foundry 中心托管的基于中心的项目，则会看到适用于部署到托管计算和无服务器 API 的模型。 这些模型选择通常重叠，因为许多模型支持多个部署选项。

若要详细了解来自合作伙伴和社区的 Foundry 模型的属性，请参阅探索 Azure AI Foundry 模型。

注释

有关 Azure 直接销售的模型列表，请参阅由 Azure 直接销售的 Foundry 模型。

Cohere

Cohere 模型系列包括针对不同用例优化的各种模型，其中包括会话补全和嵌入。 Cohere 模型针对各种用例进行了优化，包括推理、总结和问答。

型号 类型 Capabilities 项目类型
Cohere-command-a chat-completion - 输入：文本（131,072 个标记）
- 输出： 文本（8,182 个标记）
- 语言：en、、fr、es、it、dept-br、ja、ko和 zh-cnar
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的
Cohere-command-r-plus-08-2024 chat-completion - 输入：文本（131,072 个标记）
- 输出：文本（4,096 个标记）
- 语言：en、、fr、es、it、dept-br、ja、ko和 zh-cnar
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的
Cohere-command-r-08-2024 chat-completion - 输入：文本（131,072 个标记）
- 输出：文本（4,096 个标记）
- 语言：en、、fr、es、it、dept-br、ja、ko和 zh-cnar
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的
embed-v-4-0 embeddings - 输入： 文本（512 标记）和图像（2MM 像素）
- 输出： 矢量 （256， 512， 1024， 1536 dim.）
- 语言：en、、fr、es、it、dept-br、ja、ko和 zh-cnar		 Foundry，基于中心的
Cohere-embed-v3-english embeddings - 输入： 文本和图像（512 个标记）
- 输出： 矢量 （1024 dim.）
- 语言：en		 Foundry，基于中心的
Cohere-embed-v3-multilingual embeddings - 输入：文本（512 个标记）
- 输出： 矢量 （1024 dim.）
- 语言：en、、fr、es、it、dept-br、ja、ko和 zh-cnar		 Foundry，基于中心的

Cohere 重新排序

型号 类型 Capabilities API 参考文档 项目类型
Cohere-rerank-v3.5 rerank
文本分类		 - 输入： 文本
- 输出： 文本
- 语言： 英语、中文、法语、德语、印度尼西亚语、意大利语、葡萄牙语、俄语、西班牙语、阿拉伯语、荷兰语、印地语、日语、越南语		 Cohere 的 v2/rerank API 基于中心的

有关 Cohere 重新调整模型的定价的更多详细信息，请参阅 Cohere 重新调整模型的定价。

请参阅 Azure AI Foundry 门户中的 Cohere 模型集合。

Core42

Core42 包含阿拉伯语和英语的自回归双语 LLM，在阿拉伯语中具有最先进的功能。

型号 类型 Capabilities 项目类型
jais-30b-chat chat-completion - 输入：文本（8,192 个标记）
- 输出：（4,096 个标记）
- 语言：en 和 ar
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的

请参阅 Azure AI Foundry 门户中的此模型集合。

Meta

Meta Llama 模型和工具是预训练和微调的生成式 AI 文本和图像推理模型的集合。 Meta 模型规模大小不一，包括：

  • 小型语言模型 (SLM)，如 1B 和 3B Base 模型，以及用于设备和边缘推理的 Instruct 模型
  • 中等大型语言模型 (LLM)，如 7B、8B 和 70B Base 模型和 Instruct 模型
  • 高性能模型（如 Meta Llama 3.1-405B Instruct），用于合成数据生成和蒸馏用例。
型号 类型 Capabilities 项目类型
Llama-3.2-11B-Vision-Instruct chat-completion - 输入：文本和图像（128,000 个标记）
- 输出：（8,192 个标记）
- 语言：en
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Llama-3.2-90B-Vision-Instruct chat-completion - 输入：文本和图像（128,000 个标记）
- 输出：（8,192 个标记）
- 语言：en
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Meta-Llama-3.1-405B-Instruct chat-completion - 输入：文本（131,072 个标记）
- 输出：（8,192 个标记）
- 语言：en、、de、fr、itpt、hi、和 esth
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Meta-Llama-3.1-8B-Instruct chat-completion - 输入：文本（131,072 个标记）
- 输出：（8,192 个标记）
- 语言：en、、de、fr、itpt、hi、和 esth
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Llama-4-Scout-17B-16E-Instruct chat-completion - 输入：文本和图像（128,000 个标记）
- 输出：文本（8,192 个标记）
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的

请参阅 Azure AI Foundry 门户中的此模型集合。 还可以找到多个 Meta 模型，它们作为Azure 直售模型提供。

Microsoft

Microsoft模型包括各种模型组，例如 MAI 模型、Phi 模型、医疗保健 AI 模型等。

型号 类型 Capabilities 项目类型
Phi-4-mini-instruct chat-completion - 输入：文本（131,072 个标记）
- 输出：（4,096 个标记）
- 语言：ar、zh、cs、da、nl、en、fi、fr、de、he、hu、it、ja、ko、no、pl、pt、ru、es、sv、th、tr和uk
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Phi-4-multimodal-instruct chat-completion - 输入： 文本、图像和音频（131,072 个标记）
- 输出：（4,096 个标记）
- 语言：ar、zh、cs、da、nl、en、fi、fr、de、he、hu、it、ja、ko、no、pl、pt、ru、es、sv、th、tr和uk
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Phi-4 chat-completion - 输入：文本（16,384 个标记）
- 输出：（16,384 个标记）
- 语言：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、及zh
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Phi-4-reasoning 使用推理内容的聊天补全 - 输入： 文本（32,768 个标记）
- 输出： 文本（32,768 个标记）
- 语言：en
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Phi-4-mini-reasoning 使用推理内容的聊天补全 - 输入：文本（128,000 个标记）
- 输出： 文本（128,000 个标记）
- 语言：en
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的

请参阅 Azure AI Foundry 门户中的Microsoft模型集合。 Microsoft 模型也可作为 Azure 直售模型提供。

Mistral人工智能

Mistral AI 提供两类模型：高级模型（如 Mistral Large 2411 和 Ministral 3B），以及 Mistral Nemo 等开放模型。

型号 类型 Capabilities 项目类型
Codestral-2501 chat-completion - 输入：文本（262,144 个标记）
- 输出：文本（4,096 个标记）
- 语言：en
- 工具调用：无
- 响应格式：文本		 Foundry，基于中心的
Ministral-3B chat-completion - 输入：文本（131,072 个标记）
- 输出：文本（4,096 个标记）
- 语言：fr、de、es、it、en
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的
Mistral-Nemo chat-completion - 输入：文本（131,072 个标记）
- 输出：文本（4,096 个标记）
- 语言：en、、fr、deesitzhjakopt、和 nlpl
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的
Mistral-small-2503 chat-completion - 输入： 文本（32,768 个标记）
- 输出：文本（4,096 个标记）
- 语言：fr、de、es、it、en
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的
Mistral-medium-2505 chat-completion - 输入： 文本（128,000 个标记），图像
- 输出： 文本（128,000 个标记）
- 工具调用：无
- 响应格式：文本、JSON		 Foundry，基于中心的
Mistral-Large-2411 chat-completion - 输入：文本（128,000 个标记）
- 输出：文本（4,096 个标记）
- 语言：en、、fr、deesitzhjakopt、和 nlpl
- 工具调用： 是的
- 响应格式：文本、JSON		 Foundry，基于中心的
Mistral-OCR-2503 图像到文本 - 输入： 图像或 PDF 页面（1,000 页，最大 50MB PDF 文件）
- 输出： 文本
- 工具调用：无
- 响应格式： 文本、JSON、Markdown		 基于中心的
mistralai-Mistral-7B-Instruct-v01 chat-completion - 输入： 文本
- 输出： 文本
- 语言：en
- 响应格式：文本		 基于中心的
mistralai-Mistral-7B-Instruct-v0-2 chat-completion - 输入： 文本
- 输出： 文本
- 语言：en
- 响应格式：文本		 基于中心的
mistralai-Mixtral-8x7B-Instruct-v01 chat-completion - 输入： 文本
- 输出： 文本
- 语言：en
- 响应格式：文本		 基于中心的
mistralai-Mixtral-8x22B-Instruct-v0-1 chat-completion - 输入： 文本（64,000 个标记）
- 输出：文本（4,096 个标记）
- 语言： fr、it、de、es、en
- 响应格式：文本		 基于中心的

请参阅 Azure AI Foundry 门户中的此模型集合。 Mistral 模型也可作为 Azure 直售模型提供。

Nixtla

Nixtla 的 TimeGEN-1 是用于时序数据的生成式预训练预测模型和异常检测模型。 TimeGEN-1 在不训练的情况下为新的时序生成准确的预测，仅使用历史值和外生协变量作为输入。

若要执行推理，TimeGEN-1 要求使用 Nixtla 的自定义推理 API。

型号 类型 Capabilities 推理 API 项目类型
TimeGEN-1 Forecasting - 输入： 时序数据作为 JSON 或数据帧（支持多变量输入）
- 输出： 时序数据作为 JSON
- 工具调用：无
- 响应格式： JSON		 预测客户端与 Nixtla 的 API 交互 基于中心的

有关 Nixtla 模型的定价的更多详细信息，请参阅 Nixtla。

NTT 数据

tsuzumi 是一种自回归语言优化转换器。 优化版本使用监督式微调(SFT)。 tsuzumi 可以高效地处理日语和英语。

型号 类型 Capabilities 项目类型
tsuzumi-7b chat-completion - 输入：文本（8,192 个标记）
- 输出：文本（8,192 个标记）
- 语言：en 和 jp
- 工具调用：无
- 响应格式：文本		 基于中心的

请参阅 Azure AI Foundry 门户中的此模型集合。

稳定性 AI

Stability AI 图像生成模型集合包括 Stable Image Core、Stable Image Ultra 和 Stable Diffusion 3.5 Large。 Stable Diffusion 3.5 Large 接受图像和文本输入。

型号 类型 Capabilities 项目类型
稳定扩散 3.5 大型版 图像生成 - 输入： 文本和图像（1,000 个令牌和 1 个图像）
- 输出： 一个图像
- 工具调用：无
- 响应格式：图像（PNG 和 JPG）		 Foundry，基于中心的
稳定映像核心 图像生成 - 输入： 文本（1,000 个词元）
- 输出： 一个图像
- 工具调用：无
- 响应格式： 图像（PNG 和 JPG）		 Foundry，基于中心的
超稳图像 图像生成 - 输入： 文本（1,000 个词元）
- 输出： 一个图像
- 工具调用：无
- 响应格式： 图像（PNG 和 JPG）		 Foundry，基于中心的

请参阅 Azure AI Foundry 门户中的此模型集合。

打开和自定义模型

模型目录提供来自更广泛的提供商的丰富模型选择。 对于这些模型，不能将该选项用于 Azure AI Foundry 资源中的标准部署，其中模型以 API 的形式提供。 相反，若要部署这些模型，可能需要将其托管在基础结构上，创建 AI 中心，并提供基础计算配额来托管模型。

此外，这些模型可以开放访问或 IP 保护。 在这两种情况下，必须在 Azure AI Foundry 的托管计算产品/服务中部署它们。 若要开始，请参阅 操作指南：部署到托管计算。

相关内容