Azure OpenAI Preise setzen sich aus Tokens je Million nach Modell und Bereitstellungstyp (Global, Data Zone, Regional) zusammen, aus Provisioned Throughput Units je Stunde oder als Reservierung, aus Batch-Tokens zum halben Preis, aus Trainings-Tokens und Hosting-Stunden für Fine-Tuning sowie aus den Aufrufen und Werkzeugen, die ein Agent im Foundry Agent Service verbraucht. Die Rechnung dominieren in der Regel die Output-Tokens, die je Modell das Vierfache bis Achtfache der Input-Tokens kosten, und bei provisionierten Bereitstellungen die PTU-Stunden, die unabhängig von der Nutzung laufen, solange die Bereitstellung existiert.
Microsofts Dokumentation nennt das Produkt am Lesetag Microsoft Foundry: Die Seite "What is Microsoft Foundry?" führt "Azure AI Studio / Azure AI Foundry" als frühere Marke und "Azure AI Services" als Vorgänger von Foundry Tools; die OpenAI-Modelle heißen dort "Azure OpenAI in Microsoft Foundry Models", und die Preisseite trägt weiter den Titel Azure OpenAI. Die Meter in der Preisliste folgen der neuen Struktur, wie der Abschnitt zu den Abrechnungsdaten zeigt.
Preisdimensionen
| Was gemessen wird | Einheit | Was es treibt | Optional |
|---|---|---|---|
| Input-Tokens | je 1 Mio. Tokens, je Modell und Bereitstellungstyp; Global ist der niedrigste Preis, Data Zone liegt in Germany West Central für gpt-4.1 zehn Prozent darüber, Regional noch höher | Prompt-Länge, Systemprompts, Konversationsverlauf, Werkzeugdefinitionen | Nein |
| Cached Input-Tokens | je 1 Mio. Tokens; für gpt-4.1 ein Viertel des Input-Preises | Wiederholte Prompt-Präfixe, die der Prompt-Cache trifft | Ja, durch Prompt-Struktur |
| Output-Tokens | je 1 Mio. Tokens; bei gpt-4.1 das Vierfache, bei GPT-5 das Achtfache des Input-Preises | Antwortlänge, Reasoning-Tokens bei Reasoning-Modellen | Nein |
| Batch-Tokens | je 1 Mio. Tokens, Global Batch und Data Zone Batch zu 50 Prozent des Global-Standard-Preises, Ziel 24 Stunden | Asynchrone Jobs aus einer Datei; abgeschlossene Arbeit wird berechnet, auch bei Abbruch | Ja |
| Provisioned Throughput Units | je PTU und Stunde ab Erstellung bis Löschung der Bereitstellung, unabhängig von Tokens; Minimum 15 PTUs (Global und Data Zone) oder 50 PTUs (Regional) für gpt-4.1, Schritte von 5 beziehungsweise 50 | Reservierte Kapazität je Modell; Durchsatz je PTU ist modellabhängig | Ja |
| Fine-Tuning-Training | je 1 Mio. Trainings-Tokens mal Epochen (SFT, DPO) oder je Trainingsstunde (RFT); Global und Developer günstiger als Standard | Umfang der Trainingsdatei, Zahl der Epochen, Grader-Tokens bei RFT | Ja |
| Fine-Tuning-Hosting | je Stunde und bereitgestelltem Modell, solange die Bereitstellung existiert; Developer-Bereitstellungen ohne Hosting-Gebühr, aber auf 24 Stunden begrenzt | Zahl der bereitgestellten Fine-Tuned-Modelle | Ja |
| Agenten | Keine eigene Gebühr: Inference je Aufruf plus genutzte Werkzeuge, bei Hosted Agents zusätzlich Container-Compute | Zahl der Aufrufe, Tool-Aufrufe, Sitzungen | Ja |
| Foundry Tools Commitment Tiers | Monatliches Kontingent zum Festpreis für Speech, Translation, Language, OCR und Document Intelligence; nicht mit einer Foundry- oder Multi-Service-Ressource und nicht für OpenAI-Modelle | Monatliche Nutzung dieser Dienste | Ja |
| Kaufoption | PTU-Reservierungen für einen Monat oder ein Jahr je Bereitstellungstyp, als Rabatt auf den stündlichen PTU-Meter; die Seite zu Azure-Reservierungen erklärt Kauf, Scope und Umtausch |
Die Provisioned Throughput Unit ist die Einheit der reservierten Kapazität: Eine PTU steht für eine feste Menge Modellverarbeitung, die Microsoft für die Bereitstellung vorhält, ob Anfragen kommen oder nicht. Wie viele Tokens je Minute eine PTU liefert, hängt vom Modell ab; für gpt-4.1 nennt die Dimensionierungsdokumentation 3.000 Input-Tokens je Minute und PTU, und ein Output-Token zählt wie vier Input-Tokens, was dem Preisverhältnis im Global-Standard-Tarif entspricht. Cached Input-Tokens verbrauchen bei diesen Modellen keine PTU-Kapazität. Die Bereitstellungstypen bestimmen zugleich den Verarbeitungsort: Global in jeder Azure-Region, Data Zone innerhalb der EU-Datengrenze oder der USA, Standard und Regional Provisioned innerhalb der gewählten Geografie; neue Modelle erscheinen zuerst als Global, dann als Data Zone, zuletzt regional.
So erscheint es in den Abrechnungsdaten
Die Preisliste führt alle Modelle, die Microsoft selbst verkauft, unter dem Dienst Foundry Models in der Dienstfamilie AI + Machine Learning; die OpenAI-Modelle tragen die Produktnamen Azure OpenAI, Azure OpenAI GPT5, Azure OpenAI Reasoning, Azure OpenAI Embedding und Azure OpenAI Media, daneben stehen Azure Llama Models, Azure Mistral Models, Azure Deepseek Models und MAI Models. Die Meter kodieren Modell, Richtung und Bereitstellungstyp im Namen, etwa gpt 4.1 Inp glbl Tokens, gpt 4.1 Outp glbl Tokens, gpt 4.1 cached Inp glbl Tokens, gpt 4.1 Inp Data Zone Tokens, gpt 4.1 Batch Inp glbl Tokens oder o4-mini 0416 Inp regnl Tokens; die Einheit ist bei älteren Modellen 1.000 Tokens, bei den GPT-5-Metern eine Million. Provisionierte Kapazität läuft auf Provisioned Managed Global Unit, Provisioned Managed Data Zone Unit und Provisioned Managed Regional Unit je Stunde, die Reservierung auf das Produkt Azure AI Foundry Provisioned Throughput Reservation. Fine-Tuning erzeugt Meter wie gpt-4.1-mini FT Training global Tokens, gpt-4.1-mini-ft hosting global Unit je Stunde und gpt-4.1-mini-ft input global Tokens für die Inferenz des angepassten Modells.
Im Kostenexport ist der ConsumedService Microsoft.CognitiveServices, und die ResourceId zeigt auf das Konto Microsoft.CognitiveServices/accounts/…; die Bereitstellung, also das Modell und der Bereitstellungstyp, ist kein eigener Posten, sondern steht im Meternamen und in AdditionalInfo. Wer Kosten je Modell oder je Anwendung zuordnen will, braucht deshalb entweder eine Foundry-Ressource je Anwendung oder die Nutzungsdaten des Dienstes selbst; die Seite zu Nutzungsexporten von KI-Anbietern beschreibt diesen Weg, die Seite zu Azure-Kostenexporten die Felder des Exports. Eine PTU-Reservierung erscheint als Kauf mit PricingModel Reservation und ChargeType Purchase; in der amortisierten Datei wird sie auf die Stunden verteilt, in denen sie PTU-Meter abdeckt. Im FOCUS-Export sind Token-, PTU- und Hosting-Posten ChargeCategory Usage, der Reservierungskauf Purchase, und x_SkuMeterName trägt den Meternamen (FOCUS-Spalten). Modelle von Partnern und aus der Community (etwa Cohere oder Claude-Modelle) sind dagegen Marketplace-Angebote: Der Anbieter setzt Lizenz und Preis über Azure Marketplace, die Posten tragen im Export den PublisherType Marketplace, und CSP-Abonnements können sie nicht kaufen; Modelle, die Microsoft selbst verkauft, laufen über das Azure-Abonnement mit Azure-SLA. Diagnoseprotokolle einer Foundry-Ressource landen auf den Metern von Azure Monitor und Log Analytics, Private Endpoints auf den Netzwerkmetern.
Stellhebel
Konfiguration:
- Modellwahl. In Germany West Central kostet gpt-4.1 mini ein Fünftel von gpt-4.1 je Token, gpt-4.1 nano ein Zwanzigstel. Welche Aufgaben ein kleineres Modell trägt, entscheidet die Messung je Anwendungsfall; die Seite zu Modellpreisen und Rate Cards hält die Vergleichsmethode.
- Prompt-Caching und Batch. Gecachte Input-Tokens kosten bei gpt-4.1 ein Viertel, Batch-Jobs die Hälfte des Global-Standard-Preises. Beides sind Eigenschaften der Anwendung, nicht des Vertrags; Caching, Batching und Routing beschreibt die Muster.
- Bereitstellungstyp. Global ist am günstigsten, Data Zone kostet zehn Prozent mehr, Regional noch mehr und erscheint zuletzt. Wer die EU-Datengrenze braucht, zahlt den Data-Zone-Aufschlag; was Datenresidenz sonst kostet, steht unter Datenresidenz und ihre Kosten.
- Output begrenzen. Output-Tokens kosten das Vier- bis Achtfache; eine maximale Antwortlänge und knappe Formate sind der direkteste Hebel auf die Kosten je Anfrage.
Kaufoption:
- PTU nur mit Reservierung. Der stündliche PTU-Meter liegt im Beispiel unten beim 2,8-Fachen des Pay-as-you-go-Preises für dieselbe Token-Menge; erst die Monats- oder Jahresreservierung bringt die PTU auf oder unter den Token-Preis, und nur bei fast voller Auslastung. Microsoft empfiehlt, erst die Bereitstellung anzulegen und dann die Reservierung zu kaufen, weil Reservierungen keine Kapazität sichern. Commitment-Abdeckung und Auslastung erklärt, wie Sie die Auslastung prüfen.
- Vertragsrabatte. EA- und MCA-Rabatte wirken auf alle Meter; wie das Abrechnungskonto den Preis setzt, steht unter Azure-Abrechnungskonten.
Architektur:
- Fine-Tuned-Modelle löschen, die nichts tun. Das Hosting kostet je Stunde ab Bereitstellung; eine vergessene Bereitstellung eines angepassten Modells ist ein typischer Fund unter ungenutzten und verwaisten Ressourcen. Developer-Bereitstellungen für Tests kosten kein Hosting, enden aber nach 24 Stunden.
- Agenten als Token-Multiplikator. Ein Agent kostet keine eigene Gebühr, aber jeder Tool-Aufruf ist ein weiterer Modellaufruf mit eigenem Kontext; wie Sie Agentenkosten messen, beschreibt Agenten und Tool-Aufrufe.
- Spillover statt Überprovisionierung. Eine provisionierte Bereitstellung kann Überlauf an eine Standard-Bereitstellung derselben Ressource weitergeben; so deckt die PTU die Grundlast und Pay-as-you-go die Spitzen.
Wo es schiefgeht
- PTU-Stunden ohne Last. Symptom: Ein konstanter Posten auf dem Provisioned-Meter bei geringer Nutzung. Ursache: Die PTU-Abrechnung beginnt mit der Erstellung und endet mit der Löschung; prüfen Sie die Auslastungsmetrik und löschen oder verkleinern Sie Bereitstellungen außerhalb der Lastzeiten nur, wenn die Kapazität später wieder verfügbar ist.
- Reservierung ohne Bereitstellung. Symptom: Ein Reservierungskauf, dem keine PTU-Stunden gegenüberstehen. Ursache: Die Bereitstellung wurde gelöscht oder in einen anderen Typ verschoben; Reservierungen für Global, Data Zone und Regional sind nicht austauschbar und laufen weiter, bis Sie sie stornieren oder umtauschen.
- Hosting für ein vergessenes Modell. Symptom: Ein stündlicher Hosting-Posten für ein Fine-Tuned-Modell ohne Inferenz-Tokens. Ursache: Die Bereitstellung existiert noch; löschen Sie sie, das Modell selbst bleibt erhalten.
- Data Zone statt Global. Symptom: Alle Token-Meter tragen
Data Zone, obwohl kein Residenzbedarf besteht. Ursache: Der Bereitstellungstyp wurde beim Anlegen gewählt; eine neue Global-Bereitstellung kostet zehn Prozent weniger je Token. - Output-Tokens aus Reasoning. Symptom: Die Output-Tokens übersteigen die sichtbare Antwortlänge um ein Vielfaches. Ursache: Reasoning-Modelle berechnen ihre internen Denk-Tokens als Output; messen Sie Tokens je Anfrage statt Zeichen.
- Kosten ohne Anwendung. Symptom: Ein Konto trägt alle Token-Kosten, kein Team erkennt seinen Anteil. Ursache: Die Bereitstellung ist kein Posten im Export; trennen Sie Ressourcen je Anwendung oder ziehen Sie die Nutzungsdaten des Dienstes heran.
Beispiel
Listenpreise der Azure Retail Prices API in EUR für Germany West Central, gelesen am 2026-10-21: gpt-4.1 Global Standard kostet 1,76 EUR je Million Input-Tokens, 0,44 EUR je Million gecachter Input-Tokens und 7,04 EUR je Million Output-Tokens; Data Zone 1,936 EUR, 0,484 EUR und 7,744 EUR; Global Batch 0,88 EUR und 3,52 EUR. Eine Global Provisioned PTU kostet 0,879972 EUR je Stunde, als Monatsreservierung 228,79 EUR je PTU und Monat, als Jahresreservierung 2.333,69 EUR je PTU und Jahr. Die kleinste gpt-4.1-Bereitstellung mit 15 PTUs liefert bei 3.000 Input-Tokens je Minute und PTU über 730 Stunden 1.971 Millionen normalisierte Input-Tokens, die zum Global-Standard-Preis 3.468,96 EUR kosten; dieselben 15 PTUs kosten stündlich 9.635,69 EUR, mit Monatsreservierung 3.431,89 EUR und mit Jahresreservierung 2.917,11 EUR je Monat. Fine-Tuning von gpt-4.1 mini kostet 4,40 EUR je Million Trainings-Tokens (Global) und das Hosting 1,495952 EUR je Stunde, über 730 Stunden 1.092,04 EUR, bevor ein Token Inferenz berechnet ist. Die Zahlen zeigen, dass eine PTU erst mit Reservierung und nahezu voller Auslastung den Token-Preis erreicht und dass beim Fine-Tuning das Hosting, nicht das Training, den Monatsposten bestimmt.
Quellen
Gelesen am 2026-10-21. Microsoft: Azure OpenAI Preise, Was ist Microsoft Foundry, Bereitstellungstypen, Provisioned Throughput, PTU-Dimensionierung, Provisioned-Throughput-Reservierungen, Batch, Fine-Tuning-Kosten, Fine-Tuning-Übersicht, Von Azure verkaufte Foundry Models, Foundry Models von Partnern, Foundry Agent Service, Commitment Tiers für Foundry Tools, Felder der Kostendetails, FOCUS-Schema des Kostenexports. Preise: Azure Retail Prices API, EUR, Germany West Central, Abfragen Foundry Models, Verbrauch und Foundry Models, Reservierungen. Einordnung der Abrechnung gegenüber Bedrock: Azure OpenAI und Bedrock abrechnen.