Kjell Tore Guttormsen ad8a411f38 docs(architect): weekly KB update — 66 files refreshed (2026-04)

Updated 66 stale knowledge base reference files (10 critical, 56 high)
across all 5 skills using Microsoft Learn MCP research.

Key factual updates:
- Groundedness Detection API: `correction` → `mitigating` param,
  `correctedText` → `correctionText` (breaking change)
- Copilot Studio: GPT-4.1 mini now default (was GPT-4o mini);
  Claude Sonnet 4.5 + Opus 4.5 added (experimental, 200K ctx)
- Agentic Retrieval: still public preview; 50M free tokens/month
- Azure security baselines: "Cognitive Services" → "Foundry Tools"
- Databricks: Delta Live Tables → Lakeflow Spark Declarative Pipelines
- MLflow 3 GenAI: new Feedback/Expectation data model
- Token tracking doc: "Azure OpenAI in Foundry Models through a gateway"
- Agent Registry: Risks column (M365 E7), Graph API (preview)
- Copilot DLP: new Entra AI Admin + Purview Data Security AI Admin roles
- ISO/IEC 42001: scope expanded to M365 Copilot, Foundry, Security Copilot
- Zero Trust: CAE now via Conditional Access, Strict Location Enforcement
- Purview: new Fabric Copilots/agents governance section
- AG-UI HITL: ApprovalRequiredAIFunction (C#), @tool approval_mode (Python)

All files: Last updated → 2026-04, *(Verified MCP 2026-04)* markers added.
Build registry: 1341 URLs from 387 files (+2 new URLs).

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

2026-04-09 22:41:26 +02:00

27 KiB

Raw Blame History

Reserved Capacity and Commitment Discounts

Last updated: 2026-04 Status: GA Category: Cost Optimization & FinOps for AI

Introduksjon

Reserved capacity og commitment tier pricing er Azures to primære mekanismer for kostnadsoptimalisering av AI-tjenester gjennom term-baserte rabatter. Disse mekanismene lar organisasjoner oppnå betydelige kostnadsbesparelser (opptil 40-60% for reservasjoner) i bytte mot å binde seg til en bestemt kapasitet over tid.

Nøkkelforskjeller:

Aspekt	Azure Reservations (PTU)	Commitment Tier Pricing
Gjelder for	Azure OpenAI Provisioned Throughput (PTU)	Cognitive Services (Speech, Language, Vision, Document Intelligence)
Bindingstid	1 måned eller 1 år	1 måned (web/connected) eller 1 år (disconnected containers)
Scope flexibility	Høy (subscription, resource group, management group, billing account)	Lav (kun Azure OpenAI resource)
Kjøpsmekanisme	Azure Reservations portal	Resource-level i Azure portal
Deployment types	Regional, Data Zone, Global Provisioned	Web API, Connected containers, Disconnected containers
Overage håndtering	Hourly rate for excess PTUs	Overage rate per commitment tier

💡 Confidence: HIGH — Basert på offisiell Microsoft dokumentasjon oppdatert april 2026. Verified (MCP 2026-04).

Kjernekomponenter / Nøkkelegenskaper

Azure Reservations for Provisioned Throughput Units (PTU)

Provisioned Throughput Units (PTU) er generiske enheter av modellprosesseringskapasitet som måler throughput for Azure OpenAI og Foundry Models (DeepSeek, Llama, etc.).

Deployment Types og Reservations

Deployment Type	Quota Name	Minimum PTUs	Scale Increment	Use Case
Regional Provisioned	Regional Provisioned Throughput Unit	50 (25 for mini/nano)	50 (25 for mini/nano)	Data residency-krav, compliance
Data Zone Provisioned	Data Zone Provisioned Throughput Unit	15	5	Balanse mellom fleksibilitet og data residency
Global Provisioned	Global Provisioned Throughput Unit	15	5	Global load balancing, høyest tilgjengelighet

Viktig: Reservations for Regional, Data Zone og Global er ikke utskiftbare — du må kjøpe separate reservasjoner for hver deployment type.

Reservation Scopes

Scope	Beskrivelse	Bruksområde
Single resource group	Gjelder kun ressurser i én resource group	Isolerte prosjekter, dev/test miljøer
Single subscription	Gjelder alle ressurser i én subscription	Avdelingsbasert struktur
Management group	Gjelder subscriptions i en management group	Organisasjonsbrede AI-satsninger
Shared (billing account)	Gjelder alle subscriptions i billing account	Enterprise Agreement, maksimal fleksibilitet

Best practice: Start med shared scope for maksimal fleksibilitet. Scope kan endres uten straff.

Reservation Discount Application

Rabattene anvendes time-for-time basert på deployed PTUs:

Deployed PTUs ≤ Reserved PTUs → Full reservation discount
Deployed PTUs > Reserved PTUs → Excess charged at hourly rate

Eksempel — Underutnyttelse:

Reservation: 300 PTUs
Deployed: 200 PTUs
Resultat: 200 PTUs dekket av reservasjon, 100 PTUs ubrukt (går tapt, ingen rollover)

Eksempel — Overforbruk:

Reservation: 200 PTUs
Deployed: 250 PTUs
Resultat: 200 PTUs dekket av reservasjon, 50 PTUs faktureres hourly rate

Eksempel — Partial-hour deployments:

100 PTU deployment i 15 minutter av timen = 25 PTU (1/4 av time)

Shared PTU Reservations på tvers av Foundry Models

Fra mai 2025 støtter PTU-reservasjoner automatisk cross-model sharing:

Én reservasjon kan dekke Azure OpenAI og Foundry Models (DeepSeek, Llama, etc.)
Reservasjonen anvendes først til Azure OpenAI, deretter Foundry Models
Excess utover reservasjon faktureres per modellens hourly rate

Eksempel:

Reservation: 500 PTUs
Azure OpenAI deployment: 300 PTUs → dekket av reservasjon
DeepSeek-R1 deployment: 200 PTUs → dekket av reservasjon (totalt 500)
Ekstra DeepSeek: 100 PTUs → faktureres DeepSeek hourly rate

Commitment Tier Pricing (Cognitive Services)

Commitment tier pricing gjelder for single-service resources (ikke multi-service eller Foundry multi-service):

Støttede tjenester

Tjeneste	Commitment Type	Bruksområde
Speech to Text (Standard)	Web, Connected, Disconnected	Transkripsjon, voice analytics
Text to Speech (Neural)	Web, Connected, Disconnected	Voice assistants, accessibility
Text Translation (Standard)	Web, Connected	Flerspråklig innhold
Language Understanding (LUIS)	Web	Intent detection, chatbots
Azure Language (Sentiment, Key Phrase, NER, Language Detection)	Web	Text analytics
Vision OCR	Web, Connected	Dokumentprosessering
Document Intelligence (Custom/Invoice)	Web	Faktura-/skjemabehandling

Commitment Types

Type	Beskrivelse	Bindingstid	Faktureringscyklus
Web	Cloud-basert API-tilgang	1 måned	Månedlig (første måned pro-rated)
Connected container	On-premises med Azure-tilkobling for metering	1 måned	Månedlig (første måned pro-rated)
Disconnected container	Fullstendig offline, ingen Azure-tilkobling	1 år	Årlig (fullt beløp ved kjøp)

Viktig: Commitment tier kan ikke refunderes etter kjøp. Test kapasitetsbehov før binding.

Overage Pricing

Forbruk utover commitment quota faktureres til overage rate (spesifisert per tier)
Overage rates er høyere enn commitment rate, men lavere enn standard pay-as-you-go
Ekstra quota for disconnected containers: Kjøp via slider i Azure portal (pro-rated)

Arkitekturmønstre

Mønster 1: Hybrid Hourly + Reservation (Azure OpenAI PTU)

Scenario: Produksjon med varierende trafikk + ad-hoc eksperimentering.

┌─────────────────────────────────────────────────┐
│  Production Workload (stabil trafikk)           │
│  ├─ Base capacity: 200 PTUs                     │
│  └─ Payment: 1-year Regional Reservation        │
│      → 40-60% discount                           │
└─────────────────────────────────────────────────┘
              │
              ▼
┌─────────────────────────────────────────────────┐
│  Burst/Experimentation (varierende trafikk)     │
│  ├─ Additional capacity: 0-100 PTUs             │
│  └─ Payment: Hourly (no reservation)            │
│      → Full flexibility, no commitment           │
└─────────────────────────────────────────────────┘

Fordeler:

Kostnadskontroll på base load
Fleksibilitet for nye modeller/tester
Ingen risiko for over-provisioning av reservasjon

Offentlig sektor: Egnet for virksomheter med stabile kjernebehov + innovasjonsprosjekter.

Mønster 2: Multi-Scope Reservation Strategy

Scenario: Enterprise med mange subscriptions og AI-prosjekter.

┌─────────────────────────────────────────────────┐
│  Shared Scope Reservation (Billing Account)     │
│  ├─ Covers: All subscriptions                   │
│  ├─ PTUs: 1000 (mix of Regional + Global)       │
│  └─ Auto-applies to any matching deployment      │
└─────────────────────────────────────────────────┘
              │
    ┌─────────┴─────────┬─────────┐
    ▼                   ▼         ▼
┌─────────┐      ┌─────────┐   ┌─────────┐
│ Sub A   │      │ Sub B   │   │ Sub C   │
│ 300 PTU │      │ 400 PTU │   │ 300 PTU │
└─────────┘      └─────────┘   └─────────┘

Fordeler:

Maksimal fleksibilitet ved restrukturering
Ingen administrative overhead ved subscription-endringer
Naturlig load balancing mellom prosjekter

Offentlig sektor: Egnet for statlige virksomheter med kompleks organisasjonsstruktur.

Mønster 3: Commitment Tier for Edge Scenarios

Scenario: On-premises Speech/Language-tjenester i nettverk med begrenset tilgang.

┌─────────────────────────────────────────────────┐
│  Azure Portal: Commitment Tier Purchase          │
│  ├─ Service: Speech to Text (Neural)            │
│  ├─ Type: Disconnected Container                │
│  ├─ Term: 1 year                                │
│  └─ Quota: 1M transactions/year                 │
└─────────────────────────────────────────────────┘
              │
              ▼
┌─────────────────────────────────────────────────┐
│  On-Premises Deployment                         │
│  ├─ Docker container (no internet)              │
│  ├─ Usage tracking via volume mount             │
│  └─ Annual usage report submitted to Azure      │
└─────────────────────────────────────────────────┘

Fordeler:

Data forlater ikke lokalt nettverk
Forutsigbar årlig kostnad
Ingen runtime-avhengigheter til Azure

Offentlig sektor: Kritisk for Klassifisert/Beskyttet data (politi, forsvar, PST).

Mønster 4: Migration from Commitment to Reservation (Legacy Azure OpenAI)

Scenario: Kunder med gamle commitments (før august 2024) migrerer til ny modell.

┌─────────────────────────────────────────────────┐
│  OLD: Resource-bound Commitment (legacy)         │
│  ├─ Binding: Tied to specific Azure OpenAI res. │
│  ├─ Models: Limited (gpt-4o, gpt-4o-mini only)  │
│  └─ New enrollments: STOPPED Aug 1, 2024        │
└─────────────────────────────────────────────────┘
              │
              ▼ Migration Path
┌─────────────────────────────────────────────────┐
│  NEW: Hourly + Azure Reservation                │
│  ├─ Binding: Flexible scope (sub/RG/MG)         │
│  ├─ Models: All models (incl. gpt-5, o-series)  │
│  └─ Overage: Can be covered by reservation      │
└─────────────────────────────────────────────────┘

Migrasjonstips:

Ikke kanseller gamle commitments før modell-retirement (fortsatt gyldig)
Opprett nye deployments på hourly først
Kjøp reservation for nye deployments
Overage fra gamle commitments kan dekkes av nye reservasjoner

Beslutningsveiledning

Beslutningstre: Reservation vs. Commitment vs. Hourly

Er tjenesten Azure OpenAI/Foundry Models?
│
├─ JA → Bruk Azure Reservations (PTU)
│   │
│   ├─ Stabil trafikk i >3 måneder? → 1-year reservation
│   ├─ Stabil trafikk i >1 måned? → 1-month reservation
│   └─ Ad-hoc/testing? → Hourly (no reservation)
│
└─ NEI → Er det Cognitive Services (Speech/Language/Vision)?
    │
    ├─ JA → Bruk Commitment Tier
    │   │
    │   ├─ On-premises uten internett? → Disconnected container (1 år)
    │   ├─ On-premises med internett? → Connected container (1 måned)
    │   └─ Cloud-based? → Web commitment (1 måned)
    │
    └─ NEI → Sjekk tjeneste-spesifikke reservasjonsmodeller

Når IKKE bruke reservations/commitments

Scenario	Hvorfor unngå	Alternativ
Proof of Concept (< 1 måned)	Usikker kapasitet, risiko for over-purchase	Hourly PTU, pay-as-you-go
Eksperimentering med nye modeller	Ikke sikker på modellvalg/throughput-behov	Hourly PTU, test først
Sporadisk bruk (< 50% av måneden)	Underutnyttelse → tapt investering	Hourly PTU, pay-as-you-go
Kapasitet ikke verifisert	Risiko: Kjøper reservasjon, men ingen capacity	Deploy først, kjøp reservasjon etterpå
Serverless workloads (Azure SQL Serverless, Cosmos DB Serverless)	Reservasjoner støttes IKKE for serverless SKUs	Pay-as-you-go kun

💡 Best Practice: ALLTID deploy først, kjøp reservasjon etterpå. Quota ≠ capacity.

Autorenew er nå ON som standard for alle nye reservasjoner (gjelder reservasjoner opprettet etter 2025-Q4). Sjekk innstillingen ved kjøp og deaktiver manuelt hvis ønskelig. Verified (MCP 2026-04).

Sizing og kapasitetsplanlegging

PTU Capacity Calculator (innebygd i Azure AI Foundry)

Tilgjengelig i deployment workflow:

Input:

Input TPM (Tokens Per Minute)
Output TPM
Peak calls per minute
Tokens per prompt
Tokens per response

Output:

Recommended PTUs (avrundet til scale increment)
Raw PTUs (eksakt estimat)

Eksempel (gpt-5):

Input TPM: 100K
Output TPM: 25K (output tokens teller 8x input, jf. pricing ratio)
Resultat: ~150 PTUs regional (avrundet til 150, min 50)

💡 Tip: For workloads med stor variance i call shapes, benchmark på faktisk trafikk i 1-2 uker før sizing.

Integrasjon med Microsoft-stakken

Cost Management + Billing

Feature	Bruksområde	Link
Reservation utilization	Monitorere utnyttelsesgrad (target: >80%)	Azure Monitor, Reservations blade
Amortized cost view	Fordele reservasjonskostnad over term	Cost Management → Amortized view
Chargeback	Allokere kostnad til avdelinger/prosjekter	Cost Management → Cost allocation rules
Budget alerts	Varsle ved overage (hourly charges)	Cost Management → Budgets

FinOps Recommendations

Metric	Target	Action if below target
Reservation utilization	≥ 80%	Reduser deployment size eller exchange reservation
Hourly overage %	< 10% av total	Øk reservation size eller optimaliser traffic
Amortized cost/PTU	Benchmark per region	Vurder migration til billigere region/deployment type

Offentlig sektor: Integrer med Difi/Digdir FinOps frameworks for statsbudsjettrapportering.

Multi-Cloud & Hybrid Scenarios

Scenario	Azure Mekanisme	Integrasjon
Hybrid (on-prem + cloud)	Connected container commitment	ExpressRoute/VPN for metering
Air-gapped (FSA/PST)	Disconnected container commitment	Annual usage report via secure channel
Multi-cloud (AWS/GCP + Azure)	Ingen direct integration	Separat capacity planning per cloud

Offentlig sektor (Norge)

Compliance og juridiske krav

Krav	Reservation Impact	Commitment Impact
Schrems II (EU data residency)	✅ Regional Provisioned PTU → garanterer region	✅ Commitment tier + regional resources
Personvernforordningen (GDPR)	✅ Data Zone Provisioned → EU Data Boundary	✅ Connected containers on-prem
Sikkerhetsloven (FSA/PST)	⚠️ Vurder Global Provisioned (data kan forlate EU)	✅ Disconnected containers (full kontroll)
Offentleglova (transparency)	✅ Reservation costs transparent i Cost Management	✅ Fixed monthly/yearly budget

Budsjettmessige hensyn

Budsjettmodell	Anbefaling	Begrunnelse
Årlig (statlige virksomheter)	1-year reservation	Forutsigbar kostnad, aligner med budsjettår
Måned-til-måned (kommuner)	1-month reservation eller commitment tier	Fleksibilitet for kommunale budsjettjusteringer
Prosjektbasert (IT-prosjekter)	Hourly PTU	Ingen binding utover prosjektperiode

💡 Tip: For statlige virksomheter med vedtatt årlig AI-budsjett → kjøp 1-year reservation ved budsjettstart (januar) for maksimal rabatt.

Innkjøpsprosess og anskaffelse

Fase	Handling	Ansvarlig rolle
1. Behovsanalyse	Estimer TPM/PTU-behov via capacity calculator	AI Architect / DevOps
2. Kapasitetsverifisering	Deploy test deployment i target region	DevOps / Cloud Engineer
3. Budsjettgodkjenning	Innhent godkjenning for term commitment	Økonomi / IT-leder
4. Reservasjonskjøp	Kjøp via Azure Reservations portal	IT-admin (EA Admin for Enterprise)
5. Monitorering	Sett opp Cost Management alerts	FinOps / Cloud Governance

Rolebasert tilgangskontroll (RBAC):

Reservation Purchaser role → Kjøpe reservasjoner
Owner på subscription → Administrere reservations scope
Billing Account Admin (EA) → Enable "Reserved Instances" policy

Kostnad og lisensiering

Prisingeksempler (estimert, verifiser via Azure Pricing Calculator)

Merk: Priser varierer per region og oppdateres hyppig. Bruk Azure Pricing Calculator for nøyaktig estimat.

Azure OpenAI Provisioned Throughput (Regional, Norway East)

PTUs	Hourly Rate	1-month Reservation	1-year Reservation	Savings (1-year)
100	~$300/time	~$220/time (~27% off)	~$150/time (~50% off)	~$108K/år
300	~$900/time	~$660/time (~27% off)	~$450/time (~50% off)	~$324K/år
1000	~$3000/time	~$2200/time (~27% off)	~$1500/time (~50% off)	~$1.08M/år

💡 Confidence: MEDIUM — Eksakte priser per januar 2026 ikke offentlig tilgjengelig for alle regioner.

Commitment Tier Pricing (Speech to Text, Web)

Tier	Transactions/month	Monthly Cost	Pay-as-you-go Equivalent	Savings
C1	100K	~$500	~$750	~33%
C2	500K	~$2000	~$3500	~43%
C3	2M	~$7000	~$13000	~46%

Lisensieringskrav

Tjeneste	Lisensiering	Reservations/Commitments
Azure OpenAI	None (consumption-based)	Reservations apply automatically based on scope
Cognitive Services	None (consumption-based)	Commitment tier purchased per resource
M365 Copilot	M365 E3/E5 + Copilot license	N/A (capacity inkludert i lisens)

Viktig: M365 Copilot har ikke PTU-modell eller reservasjoner — kapasitet inkludert i per-user licensing.

Total Cost of Ownership (TCO) Calculation

Scenario: 300 PTU Regional Provisioned, 1 år drift

Cost Component	Hourly (No Reservation)	1-year Reservation	Delta
Compute (300 PTU)	~$7.9M/år	~$3.9M/år	-$4M
Storage (1TB hot)	~$0.2K/år	~$0.2K/år	$0
Networking (1TB egress)	~$87/år	~$87/år	$0
Support (Standard)	~$100K/år	~$100K/år	$0
TOTAL	~$8.0M/år	~$4.0M/år	-$4M/år (-50%)

💡 Tip: Bruk Azure TCO Calculator for komplekse multi-service scenarios.

For arkitekten (Cosmo)

Når anbefale reservations/commitments

Signal fra kunde	Anbefaling	Rationale
"Vi har stabil trafikk i produksjon"	1-year reservation	ROI oppnås etter ~2 måneder
"Vi er i pilot-fase, men planlegger produksjon om 3 mnd"	Hourly → 1-month reservation ved prod-start	Unngå early commitment før traffic patterns er kjent
"Vi trenger Speech-tjenester on-prem"	Commitment tier (Connected/Disconnected)	Eneste alternativ for on-prem deployment
"Vi har mange subscriptions og prosjekter"	Shared scope reservation	Administrativ forenkling
"Vi har strenge data residency-krav"	Regional Provisioned + 1-year reservation	Compliance + cost optimization

Røde flagg (når advare mot commitments)

Scenario	Risk	Mitigation
Ukjent traffic pattern	Over-provisioning → tapt investering	Start med hourly, monitorer 1-2 måneder
Ny modellgeneration snart (f.eks. gpt-6)	Gammel modell blir obsolete	Vent med 1-year reservation til etter modellrelease
Kapasitet ikke verifisert	Kjøp reservation, men ingen deployment capacity	Deploy først, verifiser capacity, kjøp deretter
Multi-region strategy usikkert	Reservation i feil region	Evaluer latency/compliance-krav før region lock-in
Budget uncertainty	Binding på kostnad uten sikker finansiering	Sikre budsjettgodkjenning før purchase

Diskusjonsspørsmål til kunde

Traffic pattern: "Har dere historiske data på API-kall per time/dag/uke?" → Benytt til sizing via capacity calculator
Vekstforventning: "Forventer dere 2x, 5x, 10x økning i trafikk neste 12 måneder?" → Påvirker om 1-year reservation er trygt
Budget cycle: "Er AI-budsjettet årlig eller kan det justeres innen året?" → Aligner reservation term med budsjettcyklus
Data residency: "Har dere krav om at data ikke forlater Norge/EU?" → Regional Provisioned + Norway East/West Europe
Compliance requirements: "Er dette et Klassifisert/Beskyttet system?" → Vurder disconnected containers (commitment tier)

Arkitekturbeslutning: Reservation Sizing Worksheet

Bruk dette i ADR-prosessen:

1. Baseline Capacity (stabil trafikk):
   - Avg PTUs/hour: ___________
   - Peak PTUs/hour: ___________
   - Recommendation: Reserve at ___% of peak (typisk 80%)

2. Growth Buffer:
   - Expected growth (6 months): ___________%
   - Recommendation: Add ___% buffer

3. Reservation Size:
   - Base: ___________
   - Growth buffer: ___________
   - TOTAL PTUs: ___________

4. Financial Commitment:
   - Hourly cost (no reservation): ___________
   - 1-month reservation cost: ___________
   - 1-year reservation cost: ___________
   - Break-even period: ___________ (typisk 2-3 måneder)

5. Risk Assessment:
   [ ] Capacity verified in target region
   [ ] Budget approved for term length
   [ ] Traffic pattern stable (>1 month data)
   [ ] Compliance requirements met
   [ ] Scope configured (subscription/RG/MG)

Integrasjon med ADR-prosess

Når dokumentere reservation decisions:

Context: Hvorfor vurderes reservation? (Cost optimization, stable workload, budget predictability)
Decision: Hvilken reservation type/term? (1-month vs. 1-year, Regional vs. Global, scope)
Alternatives considered:
- Hourly (no reservation)
- Commitment tier (hvis Cognitive Services)
- Different scope/term lengths
Consequences:
- Positive: Cost savings (X% reduction), budget predictability
- Negative: Reduced flexibility, risk of underutilization if traffic drops
- Neutral: Administrative overhead for monitoring utilization

Bruk /architect:adr command for å generere ADR basert på denne vurderingen.

Kilder og verifisering

MCP Calls: 3 Unique Sources: 9

Kilde	Type	Last Verified
Save costs with Microsoft Foundry Provisioned Throughput Reservations	Offisiell docs	2026-01
Understanding costs associated with provisioned throughput units (PTU)	Offisiell docs	2026-01
Azure OpenAI provisioned Managed offering updates	Offisiell docs	2025-08
Purchase commitment tier pricing	Offisiell docs	2026-01
What is provisioned throughput?	Offisiell docs	2026-01
Azure OpenAI Provisioned Managed Offering in Azure Government	Offisiell docs	2025-05
View Azure reservation utilization	Cost Management	2025-12
How reservation discounts are applied	Cost Management	2025-12
Azure Pricing Calculator	Pricing tool	Live

Confidence markers:

✅ HIGH — Direkte fra offisiell Microsoft Learn dokumentasjon (januar 2026)
⚠️ MEDIUM — Estimerte priser (verifiser via Pricing Calculator for nøyaktig region/dato)
💡 BEST PRACTICE — Basert på kombinasjon av docs + FinOps Framework principles

For Cosmo:

Denne kunnskapen er kritisk for cost optimization discussions med kunder. Viktigste takeaways:

Deploy først, kjøp reservasjon etterpå — aldri motsatt vei
Scope matters — Shared scope gir maksimal fleksibilitet for enterprise-kunder
Reservations ≠ Commitments — Azure OpenAI bruker reservations, Cognitive Services bruker commitment tier
Underutilization = tapt kostnad — Excess reserved PTUs går tapt (ingen rollover)
Offentlig sektor — 1-year reservations aligner med statsbudsjettet (januar-start)

Bruk capacity calculator aktivt i kundedialog for å unngå over-/under-sizing.

27 KiB Raw Blame History

Reserved Capacity and Commitment Discounts

Introduksjon

Kjernekomponenter / Nøkkelegenskaper

Azure Reservations for Provisioned Throughput Units (PTU)

Deployment Types og Reservations

Reservation Scopes

Reservation Discount Application

Shared PTU Reservations på tvers av Foundry Models

Commitment Tier Pricing (Cognitive Services)

Støttede tjenester

Commitment Types

Overage Pricing

Arkitekturmønstre

Mønster 1: Hybrid Hourly + Reservation (Azure OpenAI PTU)

Mønster 2: Multi-Scope Reservation Strategy

Mønster 3: Commitment Tier for Edge Scenarios

Mønster 4: Migration from Commitment to Reservation (Legacy Azure OpenAI)

Beslutningsveiledning

Beslutningstre: Reservation vs. Commitment vs. Hourly

Når IKKE bruke reservations/commitments

Sizing og kapasitetsplanlegging

PTU Capacity Calculator (innebygd i Azure AI Foundry)

Integrasjon med Microsoft-stakken

Cost Management + Billing

FinOps Recommendations

Multi-Cloud & Hybrid Scenarios

Offentlig sektor (Norge)

Compliance og juridiske krav

Budsjettmessige hensyn

Innkjøpsprosess og anskaffelse

Kostnad og lisensiering

Prisingeksempler (estimert, verifiser via Azure Pricing Calculator)

Azure OpenAI Provisioned Throughput (Regional, Norway East)

Commitment Tier Pricing (Speech to Text, Web)

Lisensieringskrav

Total Cost of Ownership (TCO) Calculation

For arkitekten (Cosmo)

Når anbefale reservations/commitments

Røde flagg (når advare mot commitments)

Diskusjonsspørsmål til kunde

Arkitekturbeslutning: Reservation Sizing Worksheet

Integrasjon med ADR-prosess

Kilder og verifisering

27 KiB

Raw Blame History