Microsoft Azure：模型智能、性能与价格
本分析旨在帮助你根据使用场景，选择 Microsoft Azure 提供的最佳模型。
最智能
Claude Opus 5.5 (max with fallback)Claude Sonnet 5.5 (max with fallback)
GPT-6 Astra (max)GPT-6.1 Sol (max)Claude Fable 5 (with fallback)Intelligence Index
共 77 个模型
速度最快
gpt-oss-120b (low)gpt-oss-120b (high)
Llama 4 Maverick (FP8)GPT-5.4 mini (xhigh)GPT-4.1 nano输出速度
共 77 个模型
价格最低
GPT-5 nano (high)GPT-6 Luna (max)GPT-6 Luna (non-reasoning)GPT-4.1 nanoPhi-4 Mini每 100 万 token 的混合价格
共 77 个模型
Azure 提供 77 个模型，每个模型的智能、性能和价格特征各不相同。 下方对比了各模型的关键指标。
- 智能方面，Azure 上表现最好的模型是 Claude Opus 5.5 (max with fallback)（58）、Claude Sonnet 5.5 (max with fallback)（56）和GPT-6 Astra (max)（53）。
- 输出速度方面，最快的模型是 gpt-oss-120b (low)（409 t/s）、gpt-oss-120b (high)（371 t/s）和Llama 4 Maverick (FP8)（367 t/s）。 各模型之间的速度差异显著，最快与最慢相差 60%。
- 延迟方面，Llama 4 Scout（0.83 秒）、Phi-4 Mini（0.86 秒）和Claude Sonnet 5.5 (low with fallback)（0.86 秒） 的首个答案 Token 延迟最低。
- 价格方面，GPT-5 nano (high)（$0.05）、GPT-6 Luna (max)（$0.08）和GPT-6 Luna (non-reasoning)（$0.08） 每 100 万 token 的混合价格最低。
- 上下文窗口方面，GPT-6 Sol (max)（1M）、GPT-5.4 (xhigh)（1M）和GPT-6.1 Sol (max)（1M） 支持 Azure 上最大的上下文窗口。
智能评测
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Index 与价格
上下文窗口
上下文窗口
价格
Intelligence Index 与价格
性能摘要
输出速度与价格
速度
按输出速度（每秒 token 数）衡量
输出速度
延迟
按首 Token 延迟（秒）衡量
延迟: 首个答案 Token 延迟
缓存行为
缓存命中率
每任务成本与缓存命中率
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间与价格
进一步分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Claude Opus 5.5 (max with fallback) | 1M | 专有 | 58 | $6.70 | 96 | 694.39 | 699.60 | -- | |||
Claude Sonnet 5.5 (max with fallback) | 1M | 专有 | 56 | $4.96 | 130 | 402.38 | 406.24 | -- | |||
GPT-6 Astra (max) | 524k | 专有 | 53 | $3.35 | 63 | 276.51 | 284.48 | -- | |||
GPT-6.1 Sol (max) | 1.05M | 专有 | 52 | $0.73 | 70 | 240.98 | 248.16 | -- | |||
Claude Fable 5 (with fallback) | 1M | 专有 | 50 | $8.50 | 69 | 77.65 | 84.91 | -- | |||
GPT-6 Sol (max) | 1.05M | 专有 | 48 | $1.06 | 147 | 77.41 | 80.81 | -- | |||
GPT-5.6 Sol (max) | 524k | 专有 | 47 | $2.02 | 104 | 85.27 | 90.07 | -- | |||
GPT-6 Astra (low) | 524k | 专有 | 46 | $0.84 | 58 | 2.76 | 11.33 | -- | |||
GPT-5.6 Sol (xhigh) | 524k | 专有 | 44 | $1.34 | -- | -- | -- | -- | |||
GPT-5.6 Sol (high) | 524k | 专有 | 42 | $0.90 | -- | -- | -- | -- | |||
Claude Opus 5.5 (low with fallback) | 1M | 专有 | 42 | $0.59 | 82 | 5.52 | 11.61 | -- | |||
Claude Opus 4.7 (max) | 1M | 专有 | 41* | -- | 52 | 22.41 | 31.99 | -- | |||
GPT-5.4 (xhigh) | 1.05M | 专有 | 39* | -- | 130 | 117.84 | 121.69 | -- | |||
Claude Sonnet 5 (max) | 1M | 专有 | 38 | $4.75 | 85 | 191.74 | 197.62 | -- | |||
GPT-6 Luna (max) | 524k | 专有 | 38 | $0.07 | 200 | 62.10 | 64.60 | -- | |||
GPT-5.6 Terra (xhigh) | 524k | 专有 | 38 | $0.71 | 130 | 20.74 | 24.58 | -- | |||
GPT-5.5 (high) | 524k | 专有 | 37 | $1.13 | 113 | 20.43 | 24.86 | -- | |||
Claude Sonnet 5.5 (low with fallback) | 1M | 专有 | 36 | $0.33 | 103 | 0.86 | 5.72 | -- | |||
GPT-5.6 Luna (xhigh) | 524k | 专有 | 35 | $0.10 | 210 | 26.58 | 28.96 | -- | |||
GPT-5.6 Terra (high) | 524k | 专有 | 34 | $0.37 | 124 | 2.93 | 6.97 | -- | |||
GPT-6 Luna (high) | 524k | 专有 | 33 | $0.03 | -- | -- | -- | -- | |||
GPT-5.6 Luna (high) | 524k | 专有 | 32 | $0.05 | 208 | 9.56 | 11.96 | -- | |||
Claude Opus 4.6 (max) | 1M | 专有 | 32* | -- | 44 | 17.76 | 29.04 | -- | |||
 DeepSeek V4 Pro (max) | 1M | 开放 | 30 | $9.65 | 185 | 1.72 | 28.05 | 23.63 | |||
GPT-5.2 (xhigh) | 400k | 专有 | 30* | -- | 113 | 58.90 | 63.31 | -- | |||
DeepSeek V4 Pro (high) | 1M | 开放 | 30* | -- | -- | -- | -- | -- | |||
Claude Sonnet 4.6 (max) | 200k | 专有 | 30 | $2.70 | 60 | 118.20 | 126.55 | -- | |||
Claude Opus 4.5 | 200k | 专有 | 29* | -- | 58 | 17.28 | 25.91 | -- | |||
GPT-5.2 Codex (xhigh) | 400k | 专有 | 29* | -- | 118 | 128.41 | 132.63 | -- | |||
 Kimi K2.6 | 262k | 开放 | 27 | $1.91 | 252 | 1.56 | 21.23 | 17.69 | |||
GPT-5.2 (medium) | 400k | 专有 | 27* | -- | -- | -- | -- | -- | |||
Claude Opus 4.6 (non-reasoning, high) | 1M | 专有 | 26* | -- | 41 | 2.42 | 14.47 | -- | |||
 Grok 4.20 0309 v2 | 262k | 专有 | 26* | -- | 169 | 12.68 | 15.63 | -- | |||
GPT-5 Codex (high) | 400k | 专有 | 25* | -- | 181 | 10.19 | 12.96 | -- | |||
Grok 4.3 (high) | 200k | 专有 | 25 | $0.53 | 198 | 13.82 | 16.34 | -- | |||
Grok 4.3 (medium) | 200k | 专有 | 25* | -- | -- | -- | -- | -- | |||
GPT-5.1 (high) | 400k | 专有 | 25* | -- | 139 | 29.10 | 32.70 | -- | |||
Claude Sonnet 4.6 (non-reasoning, high) | 200k | 专有 | 25* | -- | 47 | 1.45 | 12.06 | -- | |||
Grok 4.3 (low) | 200k | 专有 | 24* | -- | -- | -- | -- | -- | |||
GPT-5.4 mini (xhigh) | 400k | 专有 | 24 | $0.43 | 274 | 133.45 | 135.27 | -- | |||
GPT-5.1 Codex (high) | 400k | 专有 | 24* | -- | 127 | 7.25 | 11.20 | -- | |||
Claude Opus 4.5 (non-reasoning) | 200k | 专有 | 24* | -- | 51 | 1.67 | 11.41 | -- | |||
Kimi K2.6 (non-reasoning) | 262k | 开放 | 24* | -- | 224 | 1.53 | 3.76 | -- | |||
Kimi K2.5 | 262k | 开放 | 23* | -- | 222 | 1.34 | 16.97 | 13.38 | |||
GPT-5 (high) | 400k | 专有 | 23* | -- | 91 | 59.54 | 65.04 | -- | |||
GPT-5 (medium) | 400k | 专有 | 23* | -- | -- | -- | -- | -- | |||
Claude 4.1 Opus | 200k | 专有 | 23* | -- | -- | -- | -- | -- | |||
Grok 4 | 256k | 专有 | 22* | -- | 78 | 7.62 | 14.02 | -- | |||
Kimi K2 Thinking | 256k | 开放 | 22* | -- | 220 | 2.19 | 13.57 | 9.10 | |||
o3-pro | 200k | 专有 | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V4 Pro (non-reasoning) | 1M | 开放 | 21* | -- | 194 | 1.74 | 4.31 | -- | |||
GPT-5 (low) | 400k | 专有 | 21* | -- | -- | -- | -- | -- | |||
Claude 4.5 Sonnet | 200k | 专有 | 21 | $0.54 | 49 | 12.84 | 23.07 | -- | |||
GPT-5 mini (medium) | 400k | 专有 | 21* | -- | -- | -- | -- | -- | |||
GPT-5.1 Codex mini (high) | 400k | 专有 | 20* | -- | 173 | 19.91 | 22.80 | -- | |||
o3 | 200k | 专有 | 20* | -- | 115 | 22.89 | 27.25 | -- | |||
GPT-5.4 mini (medium) | 400k | 专有 | 20* | -- | -- | -- | -- | -- | |||
Kimi K2.5 (non-reasoning) | 262k | 开放 | 19* | -- | 237 | 1.29 | 3.40 | -- | |||
Claude 4.5 Sonnet (non-reasoning) | 200k | 专有 | 19* | -- | 48 | 1.38 | 11.72 | -- | |||
Claude 4.1 Opus (non-reasoning) | 200k | 专有 | 19* | -- | -- | -- | -- | -- | |||
GPT-6 Luna (non-reasoning) | 524k | 专有 | 18 | $0.01 | 177 | 1.11 | 3.94 | -- | |||
Grok 4 Fast | 2M | 专有 | 18* | -- | -- | -- | -- | -- | |||
GPT-5.2 (non-reasoning) | 400k | 专有 | 17* | -- | 98 | 2.13 | 7.22 | -- | |||
Claude 4.5 Haiku | 200k | 专有 | 17 | $0.22 | 96 | 23.28 | 28.50 | -- | |||
GPT-5 mini (high) | 400k | 专有 | 17 | $0.05 | 152 | 57.05 | 60.34 | -- | |||
o4-mini (high) | 200k | 专有 | 17* | -- | 143 | 18.77 | 22.26 | -- | |||
DeepSeek V3.2 (non-reasoning) | 128k | 开放 | 16* | -- | 190 | 1.85 | 4.48 | -- | |||
Claude 4.5 Haiku (non-reasoning) | 200k | 专有 | 15* | -- | 86 | 0.96 | 6.76 | -- | |||
o1 | 200k | 专有 | 15* | -- | -- | -- | -- | -- | |||
Grok 3 mini Reasoning (high) | 32k | 专有 | 15* | -- | -- | -- | -- | -- | |||
GPT-5.1 (non-reasoning) | 400k | 专有 | 13* | -- | 126 | 1.01 | 4.98 | -- | |||
GPT-5 nano (high) | 400k | 专有 | 13* | -- | 223 | 66.17 | 68.42 | -- | |||
GPT-4.1 | 1M | 专有 | 13* | -- | 158 | 1.40 | 4.57 | -- | |||
GPT-5 nano (medium) | 400k | 专有 | 12* | -- | -- | -- | -- | -- | |||
o3-mini | 200k | 专有 | 12* | -- | 228 | 7.56 | 9.75 | -- | |||
Grok 3 | 16k | 专有 | 12* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.11 | 371 | 0.69 | 7.44 | 5.40 | |||
GPT-5 (minimal) | 400k | 专有 | 11* | -- | 99 | 1.86 | 6.89 | -- | |||
o1-preview | 128k | 专有 | 11* | -- | -- | -- | -- | -- | |||
GPT-5.4 mini (non-reasoning) | 400k | 专有 | 11* | -- | 207 | 1.01 | 3.43 | -- | |||
Grok 4 Fast (non-reasoning) | 2M | 专有 | 11* | -- | -- | -- | -- | -- | |||
o3-mini (high) | 200k | 专有 | 11 | -- | 247 | 17.35 | 19.37 | -- | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 409 | 0.72 | 6.84 | 4.89 | |||
GPT-4.1 mini | 1M | 专有 | 10* | -- | 143 | 1.44 | 4.94 | -- | |||
GPT-5 mini (minimal) East US 2 - Global Standard | 400k | 专有 | 10* | -- | -- | -- | -- | -- | |||
Llama 4 Maverick (FP8) | 128k | 开放 | 9 | $0.04 | 367 | 1.29 | 2.65 | -- | |||
 Mistral Large 3 | 256k | 开放 | 9 | $0.10 | 60 | 1.82 | 10.09 | -- | |||
Mistral Medium 3 | 128k | 专有 | 9* | -- | 46 | 1.97 | 12.87 | -- | |||
GPT-4o (Nov) | 128k | 专有 | 8* | -- | 155 | 2.11 | 5.33 | -- | |||
GPT-4.1 nano | 1M | 专有 | 8* | -- | 255 | 1.31 | 3.26 | -- | |||
GPT-4o (Aug) | 128k | 专有 | 8* | -- | 165 | 1.38 | 4.42 | -- | |||
Llama 3.3 70B | 128k | 开放 | 8* | -- | 128 | 2.15 | 6.04 | -- | |||
GPT-4o (May) | 128k | 专有 | 7* | -- | 156 | 1.57 | 4.78 | -- | |||
GPT-5 nano (minimal) East US 2 - Global Standard | 400k | 专有 | 7* | -- | -- | -- | -- | -- | |||
GPT-4 Turbo | 128k | 专有 | 7* | -- | 152 | 1.58 | 4.87 | -- | |||
 Command A | 256k | 开放 | 7* | -- | 41 | 3.01 | 15.20 | -- | |||
GPT-4o mini | 128k | 专有 | 7* | -- | 106 | 1.57 | 6.28 | -- | |||
Llama 4 Scout | 128k | 开放 | 6 | $0.12 | 134 | 0.83 | 4.57 | -- | |||
Phi-4 Mini | 128k | 开放 | 6* | -- | 46 | 0.86 | 11.83 | -- | |||
Phi-4 | 16.4k | 开放 | 6* | -- | 42 | 2.49 | 14.47 | -- | |||
Phi-4 Multimodal | 4.1k | 开放 | 6* | -- | -- | -- | -- | -- | |||
关键定义
常见问题
关于 Microsoft Azure 的常见问题
Microsoft Azure 提供我们跟踪的 77 个模型：Claude Opus 5.5 (max with fallback)、Claude Sonnet 5.5 (max with fallback)、GPT-6 Astra (max)、GPT-6.1 Sol (max)、Claude Fable 5 (with fallback)、GPT-6 Sol (max)、GPT-5.6 Sol (max)、GPT-6 Astra (low)、Claude Opus 5.5 (low with fallback)、Claude Opus 4.7 (max)、GPT-5.4 (xhigh)、Claude Sonnet 5 (max)、GPT-6 Luna (max)、GPT-5.6 Terra (xhigh)、GPT-5.5 (high)、Claude Sonnet 5.5 (low with fallback)、GPT-5.6 Luna (xhigh)、GPT-5.6 Terra (high)、GPT-5.6 Luna (high)、Claude Opus 4.6 (max)、DeepSeek V4 Pro (max)、GPT-5.2 (xhigh)、Claude Sonnet 4.6 (max)、Claude Opus 4.5、GPT-5.2 Codex (xhigh)、Kimi K2.6、Claude Opus 4.6 (non-reasoning, high)、Grok 4.20 0309 v2、GPT-5 Codex (high)、Grok 4.3 (high)、GPT-5.1 (high)、Claude Sonnet 4.6 (non-reasoning, high)、GPT-5.4 mini (xhigh)、GPT-5.1 Codex (high)、Claude Opus 4.5 (non-reasoning)、Kimi K2.6 (non-reasoning)、Kimi K2.5、GPT-5 (high)、Grok 4、Kimi K2 Thinking、DeepSeek V4 Pro (non-reasoning)、Claude 4.5 Sonnet、GPT-5.1 Codex mini (high)、o3、Kimi K2.5 (non-reasoning)、Claude 4.5 Sonnet (non-reasoning)、GPT-6 Luna (non-reasoning)、GPT-5.2 (non-reasoning)、Claude 4.5 Haiku、GPT-5 mini (high)、o4-mini (high)、DeepSeek V3.2 (non-reasoning)、Claude 4.5 Haiku (non-reasoning)、GPT-5.1 (non-reasoning)、GPT-5 nano (high)、GPT-4.1、o3-mini、gpt-oss-120b (high)、GPT-5 (minimal)、GPT-5.4 mini (non-reasoning)、o3-mini (high)、gpt-oss-120b (low)、GPT-4.1 mini、Llama 4 Maverick (FP8)、Mistral Large 3、Mistral Medium 3、GPT-4o (Nov)、GPT-4.1 nano、GPT-4o (Aug)、Llama 3.3 70B、GPT-4o (May)、GPT-4 Turbo、Command A、GPT-4o mini、Llama 4 Scout、Phi-4 Mini和Phi-4。
Microsoft Azure 上最智能的模型是 Claude Opus 5.5 (max with fallback)，Intelligence Index 得分为 58。
按输出速度计算，Microsoft Azure 上最快的模型是 gpt-oss-120b (low)，速度为每秒 408.7 个 token。
Microsoft Azure 上首个答案 Token 延迟最低的模型是 Llama 4 Scout，延迟为 0.83 秒。延迟越低，初始响应越快。
按混合价格计算，Microsoft Azure 上最实惠的模型是 GPT-5 nano (high)，每 100 万 token 的价格为 $0.05（缓存命中/输入/输出比例为 7:2:1）。
Microsoft Azure 上各模型价格最多相差 224 倍，从最实惠的 GPT-5 nano (high)（每 100 万 token $0.05）到最昂贵的 GPT-4 Turbo（每 100 万 token $12.00）。
是，Microsoft Azure 提供兼容 OpenAI 的 API，可以轻松从 OpenAI 切换，或继续使用现有的 OpenAI SDK 集成。
Microsoft Azure 上 77 个模型中，有 60 个支持用于结构化输出的 JSON 模式。
Microsoft Azure 上 77 个模型中，有 75 个支持函数调用（工具使用）。
是，Microsoft Azure 提供 47 个推理模型：Claude Opus 5.5 (max with fallback)、Claude Sonnet 5.5 (max with fallback)、GPT-6 Astra (max)、GPT-6.1 Sol (max)、Claude Fable 5 (with fallback)、GPT-6 Sol (max)、GPT-5.6 Sol (max)、GPT-6 Astra (low)、Claude Opus 5.5 (low with fallback)、Claude Opus 4.7 (max)、GPT-5.4 (xhigh)、Claude Sonnet 5 (max)、GPT-6 Luna (max)、GPT-5.6 Terra (xhigh)、GPT-5.5 (high)、Claude Sonnet 5.5 (low with fallback)、GPT-5.6 Luna (xhigh)、GPT-5.6 Terra (high)、GPT-5.6 Luna (high)、Claude Opus 4.6 (max)、DeepSeek V4 Pro (max)、GPT-5.2 (xhigh)、Claude Sonnet 4.6 (max)、Claude Opus 4.5、GPT-5.2 Codex (xhigh)、Kimi K2.6、Grok 4.20 0309 v2、GPT-5 Codex (high)、Grok 4.3 (high)、GPT-5.1 (high)、GPT-5.4 mini (xhigh)、GPT-5.1 Codex (high)、Kimi K2.5、GPT-5 (high)、Grok 4、Kimi K2 Thinking、Claude 4.5 Sonnet、GPT-5.1 Codex mini (high)、o3、Claude 4.5 Haiku、GPT-5 mini (high)、o4-mini (high)、GPT-5 nano (high)、o3-mini、gpt-oss-120b (high)、o3-mini (high)和gpt-oss-120b (low)。推理模型会先进行扩展思考来解决复杂问题，再给出答案。
是，Microsoft Azure 上 77 个模型中有 17 个是开放权重模型：DeepSeek V4 Pro (max)、Kimi K2.6、Kimi K2.6 (non-reasoning)、Kimi K2.5、Kimi K2 Thinking、DeepSeek V4 Pro (non-reasoning)、Kimi K2.5 (non-reasoning)、DeepSeek V3.2 (non-reasoning)、gpt-oss-120b (high)、gpt-oss-120b (low)、Llama 4 Maverick (FP8)、Mistral Large 3、Llama 3.3 70B、Command A、Llama 4 Scout、Phi-4 Mini和Phi-4。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。
选择 Microsoft Azure 上的模型时，请考虑：智能（适合质量敏感型任务）、输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及上下文窗口大小、JSON 模式或函数调用支持等功能。