Azure OpenAI: kvoter och gränser

Så fungerar kvoten

Publicerade standardkvoter

Kvoter för Claude i Microsoft Foundry

Så tillämpas gränsen

• På standarddistributioner räknar TPM de faktiska input- och genererade tokens. Ett stort max_tokens reserverar ingen kvot där.
• RPM kontrolleras i korta fönster, vanligtvis 1 eller 10 sekunder. En distribution med 600 RPM begränsas över 10 anrop under en sekund, även om minuten håller sig under 600.
• Avvisade anrop räknas med. En våg av misslyckade anrop förbrukar samma gräns som lyckade.
• Standarddistributioner delar en kapacitetspool, och Microsoft kan sänka er effektiva gräns under några timmar. Ligger x-ratelimit-limit-tokens under den TPM ni har satt är det det som händer.
• Över en månatlig förbrukning per modell, räknad över hela klienten (till exempel 25 miljarder tokens för gpt-5.5), kan latensen enligt Microsoft variera med mer än det dubbla.

429-fel och hur ni hanterar dem

from openai import OpenAI

# AZURE_V1_URL är https://<resurs>
# .openai.azure.com/openai/v1/
client = OpenAI(
    base_url=AZURE_V1_URL,
    api_key=AZURE_KEY,
    max_retries=5,  # default 2
)

chat = client.chat.completions
raw = chat.with_raw_response.create(
    model="YOUR-DEPLOYMENT",
    messages=messages,
)
h = raw.headers
print(h["x-ratelimit-remaining-tokens"])
reply = raw.parse()

Så ansöker ni om mer kvot

1. Öppna Manage och sedan Quota i Foundry-portalen. Fliken Token per minute visar vad varje modell och region har och vad som används.
2. Flytta först TPM mellan era egna distributioner. Ändringar gäller efter cirka 15 minuter.
3. Välj Request quota eller använd formuläret för kvotansökan. Det gäller Azure OpenAI, modeller som säljs av Azure och Anthropics Claude-modeller.
4. Visa verklig användning. Microsoft prioriterar kunder som aktivt använder sin nuvarande kvot, och andra ansökningar kan avslås.
5. En godkänd höjning lägger till kvot utan att ändra er nivå. Abonnemang på Free-nivån kan inte ansöka om höjning.

Etablerat dataflöde (PTU)

Distributionstyper och var bearbetningen sker

Fördelning på flera leverantörer

Vid ihållande 429 rekommenderar Microsoft själv att fördela anrop på flera distributioner eller regioner. Ett steg längre betyder det mer än en leverantör: när ett abonnemang får slut på kvot står samma eller en lika stark modell redo någon annanstans.

Med Standard Compute är ert Azure-abonnemang inte längre den enda vägen, och det finns ingen regional kvot att ansöka om: varje nyckel körs tills dess månadsbudget är förbrukad. GPT-6.1 och GPT-5.6 körs i Microsoft Azures EU-datazon, Claude körs i flera moln, och samma API når Gemini och öppna modeller som GLM, DeepSeek och MiniMax. Om en leverantör går ner byter ert anrop automatiskt till en annan godkänd leverantör av samma modell, utan att lämna era regions- eller leverantörsregler.

Med en Europaregel för företaget, ett team eller en enskild nyckel hanteras varje anrop, även omförsök och fallbacks, bara av godkända europeiska inferens-endpoints. Medarbetare loggar in i Claude Desktop och Claude Code med sitt Microsoft-arbetskonto via vår EU-gateway, och åtkomsten följer era Entra-grupper via SCIM-etablering.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.stdcmpt.com/v1",
    api_key=STANDARD_COMPUTE_KEY,
)

# "standardcompute" skickar varje steg till den
# billigaste modell som klarar det.
# För att låsa Claude:
# model="anthropic/claude-sonnet-5.5"
client.chat.completions.create(
    model="standardcompute",
    messages=messages,
)

För Bedrock-kvoter, se AWS Bedrock Claude-kvoter. Hur Standard Compute fungerar för företag står på AI-gateway för företag.

Vanliga frågor

Källor (kontrollerade 9 november 2026)

1. Kvoter och gränser för Azure OpenAI i Microsoft Foundrylearn.microsoft.com
2. Hantera Azure OpenAI-kvotenlearn.microsoft.com
3. Etablerat dataflöde för Foundry-modellerlearn.microsoft.com
4. Fastställa PTU-storlek för en arbetsbelastninglearn.microsoft.com
5. Driva distributioner med allokerat dataflöde i produktionlearn.microsoft.com
6. Distributionstyper i Microsoft Foundry-modellerlearn.microsoft.com
7. Claude-modeller i Microsoft Foundrylearn.microsoft.com
8. Kvoter och hastighetsgränser för Claude-modellerlearn.microsoft.com
9. Azure API Management-backendslearn.microsoft.com

Läs vidare

• AI-gateway för företag
• AWS Bedrock Claude-kvoter
• Europeisk AI-gateway