企业要部署 OpenAI 最新模型,截至 2026 年 10 月,现有官方证据只验证了 Azure 一条托管路径。Microsoft Foundry 文档明确:Azure 销售的模型由 Azure 托管并运营,包含全部 Azure OpenAI 模型,通过 Azure 订阅计费、受 Azure SLA 覆盖并由微软支持[2]。企业拿到的是 OpenAI 同款模型加上 Azure 企业承诺的组合。你问的三平台对比中,AWS Bedrock 与 Google Vertex AI 是否托管 OpenAI 模型,现有证据链里没有官方文档支撑,本文不替它们下结论;能完整回答的,是 Azure OpenAI 内部两层选择:部署类型决定数据边界与溢价,计费模式决定成本结构。把结论摆在前面:数据边界允许就选 Global 部署拿最低价,负载稳定就配 PTU 预留锁成本,能离线的任务全部走 Batch API 直接省一半,这三条决定了大部分账单差异。

可用模型清单覆盖 GPT-6.1 到 gpt-oss 全谱系

Azure OpenAI 当前模型目录包含:最新 GPT-6.1 系列(gpt-6.1-sol、gpt-6.1-terra)与 GPT-6 系列(gpt-6-astra、gpt-6-luna、gpt-6-sol),均标注 NEW;GPT-5.6/5.5/5.4/5.3/5.2/5.1 各系列,其中 GPT-5.4 细分为 gpt-5.4、gpt-5.4-mini、gpt-5.4-nano、gpt-5.4-pro 四档,GPT-5.3 和 GPT-5.2 各有 codex 编码变体;GPT-5 系列(gpt-5、gpt-5-mini、gpt-5-nano);GPT-4.1 系列(gpt-4.1、gpt-4.1-mini、gpt-4.1-nano);GPT-4o、GPT-4o mini 与 GPT-4 Turbo 的多模态版本,可同时接受文本和图像输入;o 系列推理模型;Sora(sora-2)视频模型;gpt-oss 开放权重推理模型;另有嵌入、图像生成、视频生成和音频模型,音频模型覆盖语音转文本、翻译和文本转语音[2]。

这份清单的选型含义有三点。推理与编码任务优先看 gpt-5.3-codex、gpt-5.2-codex 一线,按任务规模在 mini 与 nano 变体之间取平衡;需要自托管可控性的场景评估 gpt-oss 开放权重模型,这是目录里能脱离 Azure 托管形态的选项;生产负载避开标 Preview 的型号,例如 gpt-chat-latest 目前为预览状态[2]。模型可用性随区域和云环境变化[2],具体哪个型号在哪个区域可用,权威入口是 Azure OpenAI 模型可用性指南[1],这份表决定你能否在目标区域拿到目标型号。同一平台上还有来自 Cohere、DeepSeek、Meta、Mistral AI、xAI 的精选模型[2],对担心单一供应商绑定的企业是备选缓冲。

部署类型分三档,数据边界越紧溢价越高

标准与 Provisioned 部署各有三档选择[3]。Global SKU 价格最低;Data Zone 按地理(EU 或 US)处理数据,溢价约 10%;Regional 部署落在本地区域,最多 27 个区域可选,较 Global 高 10–25%[1]。决策规则随之清晰:没有地理限制就选 Global 拿最低价;要求数据处理限定在 EU 或 US 边界内选 Data Zone;必须落在指定司法辖区的具体区域才上 Regional。三档的价差就是数据边界控制的成本,合规部门划出的边界越窄,单位 token 的支出越高,这笔预算应与合规评审一起做。

这份溢价关系可以直接接入成本核算。Azure Retail Prices REST API 公开、免认证,按区域按 SKU 返回全部 Azure OpenAI 计价 meter[1]。SKU 名称本身编码了模型、输入输出方向和部署类型,例如 "gpt 4.1 Inp Data Zone"、"gpt 4o 0513 Input global";meter 名称中无 global 或 Data Zone 字样的即按区域计价[1]。productName 按 Azure OpenAI(多数模型)或 Azure OpenAI GPT5(GPT-5 家族)过滤[1],把它接进 FinOps 管道,各档价差可以程序化核对,不必人工翻定价页。部署类型一经选定就写进部署配置,后续迁移需要重建部署,上线前把这一层定稳。

计费模式按负载形态选,Batch API 直接省一半

Azure OpenAI 定价有三种模式[3]。Standard 按需计费,按输入输出 token 付费,适合波动性流量和新业务试点。Provisioned 以 PTU 预留吞吐量,成本可预测,可配月度或年度预留进一步降低支出,适合有稳定基线流量的核心业务;Provisioned-Managed 部署还覆盖延迟 SLA[1],对交互式产品这既是成本工具也是体验保障。Batch API 在全球部署及三个区域可用,24 小时内返回结果,较 Global Standard 定价享 50% 折扣[3]。

三种模式可以混搭:基线流量走 PTU 预留锁成本,溢出流量走按需,能离线化的工作全部迁到 Batch。数据标注辅助、批量评测、内容生成管道、日志摘要这类可容忍 24 小时返回的任务,Batch 的五折是结构性价差,不依赖议价能力,对月账单的影响通常大于任何档位之间的选择。注意 Batch 折扣只覆盖全球部署和三个区域,数据必须落 Regional 的负载未必能用上[3];为此把任务迁出 Regional 合规边界前,要先过合规评审。把两个维度合成一个成本模型:先用数据边界定部署档位,得到单价基数;再用负载形态定计费模式,决定这个基数按什么折扣或预留结算,两层选择独立完成,组合出最终账单。

新 GPT 系列的短长上下文分档,按单次请求输入计

GPT-5.4/5.5/5.6 等新系列引入短上下文与长上下文两档定价,分档依据容易读错。微软官方明确:这里的 context 指单次请求中的输入 token 数,不是模型最大上下文窗口,也不是输入输出合计或输出 token[2]。同一个大窗口模型,短请求按短上下文档计价;输出 token 不影响分档,仍按模型适用的输出费率单独计[2]。实际影响是,RAG 配置若把大量无关文档塞进 prompt,单次请求输入滑过阈值,整笔请求按长上下文高档计费;控制检索召回的截断策略在这里直接变成账单差异。定价页同时列出 Cached Input 与 Cache writes 项,prompt 缓存策略直接影响账单结构[3],重复前缀多的应用应把系统提示和固定上下文做缓存设计,让重复内容走缓存输入档而不是全额输入档。具体分档阈值与费率以官方定价页为准,该页价格仅为估算,不构成报价[3]。

合规底座与本文边界

数据与网络层面,Azure OpenAI 官方 FAQ 有两条硬承诺:不使用客户数据重新训练模型;支持 VNET 与专用终结点(Private Endpoints),数据不出虚拟网络边界即可调用模型[1]。网络隔离方案参考虚拟网络指南,数据隐私细节以 Azure OpenAI data, privacy, and security guide 为权威入口,这两份是签约前尽职调查的必查文档。

把边界交代清楚。第一,AWS Bedrock 与 Google Vertex AI 上 OpenAI 模型的可用性、版本、区域与定价无官方证据,跨平台对比的结论只有 Azure 一侧成立,评估另两家需查各自官方模型目录。第二,区域级模型可用性明细不在本文证据内,以官方可用性指南为准[1]。第三,中国市场合规(数据出境、中国区部署)无来源覆盖,国内落地需另行评估。第四,遗留模型定价仅有可下载 PDF 入口[1]。在这四条边界内,Azure OpenAI 的决策路径是完整的:先用数据边界定部署档位,再用负载形态定计费模式,Preview 型号不进生产,短长上下文分档与缓存设计写进成本模型,并用 Retail Prices API 把每档价差固化成可复核的数字。三件事的先后顺序就是选型的执行顺序,每一步的依据都落在微软官方文档上。