ms-ai-architect/skills/ms-ai-advisor/references/platforms/azure-ai-foundry.md

Azure AI Foundry (Microsoft Foundry) - Knowledge Base

Last updated: 2026-02 (research via microsoft-learn MCP) Status: GA (General Availability) — rebrandet til Microsoft Foundry desember 2025

---

Hva er Microsoft Foundry?

NB: Plattformen heter nå Microsoft Foundry. Azure AI Foundry er rebrandet (desember 2025). Dokumentasjonen sier eksplisitt: "Azure AI Foundry is now Microsoft Foundry." Portalen finnes fortsatt på https://ai.azure.com.

Microsoft Foundry er Microsofts unified platform-as-a-service for enterprise AI-operasjoner, modellbygging og applikasjonsutvikling. Plattformen ble opprinnelig lansert ved Ignite 2024 som etterfølger til Azure AI Studio.

To portaler:

• Microsoft Foundry (classic) — støtter alle resource types: Azure OpenAI, hub-baserte prosjekter, Foundry-prosjekter
• Microsoft Foundry (new) — kun Foundry-prosjekter, optimalisert for multi-agent-applikasjoner

Nøkkeltall:

• 1,900+ modeller "sold directly by Azure" (frontier models)
• 11,000+ totalt i katalogen
• 40+ Azure-regioner

Konsept: Microsoft posisjonerer Foundry som en "agent factory" — standardiserte komponenter og prosesser for å bygge intelligente systemer.

---

Hvordan skiller Foundry seg fra forgjengerne?

Plattform	Fokus	Status
Azure OpenAI Studio	Direkte tilgang til OpenAI-modeller	Konsolidert inn i Foundry
Azure AI Studio	Generativ AI-utvikling	Rebrandet til Foundry
Azure Machine Learning	Tradisjonell ML, custom models	Lever videre, komplementær

Foundry konsoliderer de tre førstnevnte til én plattform, mens Azure ML forblir separat for tradisjonell maskinlæring.

---

Kjernekomponenter

1. Foundry Models

Katalog med 1,900+ modeller solgt direkte av Azure, pluss community/partner-modeller:

• OpenAI: GPT-5-serien (gpt-5, gpt-5-mini, gpt-5-nano, gpt-5-chat, gpt-5-codex, gpt-5-pro), GPT-4.1-serien (gpt-4.1, gpt-4.1-mini, gpt-4.1-nano), GPT-4o, o3, o4-mini
• Anthropic: Claude-modeller (via marketplace)
• Meta: Llama 4 (Maverick 17B), Llama 3.3-70B
• DeepSeek: DeepSeek-R1, DeepSeek-V3-0324, DeepSeek-R1-0528, DeepSeek-V3.1
• xAI: Grok-4, Grok-3, Grok-3-mini
• Mistral: Mistral-document-ai og andre
• Spesialiserte: Vision, audio, domene-spesifikke

GPT-5-serien (GA august 2025)

Modell	Context	Max output	Tilgang
gpt-5 (2025-08-07)	400K (input 272K)	128K	Krever registrering
gpt-5-mini (2025-08-07)	400K	128K	Åpen
gpt-5-nano (2025-08-07)	400K	128K	Åpen
gpt-5-chat (2025-08-07)	128K	16,384	Åpen (Preview)
gpt-5-codex (2025-09-11)	400K	128K	Krever registrering
gpt-5-pro (2025-10-06)	400K	128K	Registrering

GPT-5 støtter reasoning, Chat Completions API, Responses API, structured outputs, text/image input, parallel tool calling.

GPT-4.1-serien (GA april 2025)

Modell	Kontekst	Merknad
gpt-4.1 (2025-04-14)	1 million tokens	Lengste kontekst, 4 input = 1 output PTU-ratio
gpt-4.1-mini (2025-04-14)	Standard	Balansert pris/ytelse
gpt-4.1-nano (2025-04-14)	Standard	Lavest pris, 59,400 TPM per PTU

Alle GPT-4.1-modeller tilgjengelige i Norway East.

DeepSeek-modeller (Foundry Models sold directly by Azure)

Modell	Type	Context
DeepSeek-R1	Reasoning	163,840 tokens
DeepSeek-V3 (Legacy)	MoE	131,072 tokens
DeepSeek-V3-0324	MoE	131,072 tokens
DeepSeek-R1-0528	Reasoning	131,072 tokens
DeepSeek-V3.1	MoE	131,072 tokens

DeepSeek-modeller er tilgjengelige i Norway East.

2. Foundry Agent Service

Status: GA (mai 2025)

Managed runtime for å bygge multi-agent systemer:

• Persistent workflows
• Error recovery
• Inter-agent kommunikasjon
• Innebygd tilgang til SharePoint, Fabric, Bing, AI Search
• 1,400+ Logic Apps connectors
• Azure Logic Apps-triggere (automatisk invokasjon ved hendelser)
• Tracing og debugging av agent-tråder
• VS Code-extension (Microsoft Foundry for VS Code)

Post-GA tillegg (juni 2025):

• MCP tool — agenter kobler til remote Model Context Protocol-servere. Autentisering med Microsoft Entra ID (AgenticIdentityToken).
• Deep Research tool — se egen seksjon
• A2A tool (preview) — Agent-to-Agent kommunikasjon via standardisert A2A-protokoll (a2a-protocol.org). Primæragenten beholder kontroll; subagentens svar returneres tilbake.

Viktig skilnad A2A vs Workflows:

• A2A tool: Agent A kaller Agent B, får svar tilbake, Agent A fortsetter
• Workflows: Agent A kaller Agent B, Agent B tar over ansvaret for brukeren

3. Foundry Workflows (visuell multi-agent orkestrering)

Status: Tilgjengelig (erstatter Connected agents-API fra 2025-05-15-preview)

UI-basert verktøy for å lage deklarative, forhåndsdefinerte sekvenser av handlinger:

• Visuell builder i Microsoft Foundry-portalen
• Branching-logikk (if/else) og variabelhåndtering uten kode
• Human-in-the-loop-steg (godkjenninger, avklarende spørsmål)
• YAML-basert konfigurasjon — kan redigeres i VS Code
• To modes: Declarative (Low-code) og Hosted (Pro-code)
• Versjonering, change logs, visuell monitorering
• Egnet for: multisteg godkjenningsprosesser, compliance-innsamling, incident triage, ETL

4. Foundry Local (on-device inference)

Status: Preview

Fullverdig on-device AI inference:

• Kjører AI-modeller lokalt via CLI, SDK eller REST API
• OpenAI-kompatibelt REST API (dynamisk port)
• ONNX Runtime med støtte for CPU, GPU, NPU (Intel, AMD, Qualcomm)
• Model cache — modeller lastes ned én gang, brukes offline
• Krever ikke Azure-abonnement for inference
• Prompts forblir på enheten (nettverkstrafikk kun ved modell-nedlasting)
• SDK: Python, JavaScript, C# (WinML for Windows, cross-platform), Rust
• AI Toolkit for VS Code-integrasjon
• Eksempel: foundry model run qwen2.5-0.5b
• Begrensning: Ikke for distribuert/produksjons-/multi-machine-deployment

5. Computer-Using Agents (CUA)

Status: Preview (registrering påkrevd)

computer-use-preview-modellen (2025-03-11) via Responses API:

• Autonom navigasjon: klikker knapper, fyller skjemaer, navigerer multi-page workflows
• Dynamisk tilpasning til UI-endringer
• Cross-application (web og desktop)
• Natural language interface
• Regioner: East US 2, Sweden Central, South India — IKKE Norway East
• Kontekstvindu: 8,192 tokens, maks output: 1,024 tokens
• Registrering: https://aka.ms/oai/cuaaccess

6. Deep Research tool

Status: Preview (juni 2025)

Multisteg web-research integrert i Foundry Agent Service:

• Modell: o3-deep-research (2025-06-26)
• Regioner: Kun West US og Norway East (bare disse to)
• Grounding med Bing Search (Grounding with Bing Search resource påkrevd)
• Multisteg reasoning: åpner og leser mange sider, syntetiserer til citation-rich rapport
• Bruker gpt-4o for å avklare research-scope
• Fra API 2025-11-15-preview: kan bruke MCP-servere som intern datakilde
• Kvoter: Enterprise 30K RPS / 30M TPM, Default 3K RPS / 3M TPM

7. Foundry Tools

Pre-built AI-tjenester:

• Speech: Speech-to-text (gpt-4o-transcribe), text-to-speech, Realtime API (GA august 2025)
• Vision: Image/video analyse, OCR, Sora (video generation, kun East US 2 og Sweden Central)
• Language: Sentiment, NER, key phrase extraction
• Document Intelligence: Strukturert data fra dokumenter
• Translator: 100+ språk
• Content Safety: PII-deteksjon (innebygd content filter fra oktober 2025)

8. Model Router

Intelligent routing som velger optimal modell basert på:

• Prompt-kompleksitet
• Reasoning-krav
• Task type

Modi:

• Balanced (default): Kostnadseffektiv innenfor 1-2% kvalitetsband
• Quality: Beste modell uavhengig av kostnad
• Cost: Aksepterer 5-6% kvalitetsvarians for lavest kostnad

Støtter GPT-5-serien, Claude Opus, Llama, DeepSeek, Grok og 18+ modeller.

9. SDK

Tilgjengelig i:

• Python
• C#
• JavaScript
• Java (begrenset — A2A tool støttes ikke i Java SDK)

---

Når velge hva?

Azure AI Foundry vs Copilot Studio

Dimensjon	Copilot Studio	Azure AI Foundry
Målgruppe	Business users, citizen devs	Developers, data scientists
Tilnærming	Low-code, drag-and-drop	Code-first, SDK
Modeller	Primært GPT	1,900+ frontier + 11,000+ totalt
Governance	Begrenset	Enterprise-grade
Integrasjon	M365-fokusert	Bred Azure/enterprise
Use case	Interne chatbots, IT helpdesk	Forretningskritiske AI-systemer

Anbefaling: Komplementære, ikke konkurrerende. Bruk Copilot Studio for rask prototyping internt, Foundry for produksjonskritiske systemer.

Azure AI Foundry vs Direkte Azure OpenAI

Scenario	Anbefaling
Kun OpenAI API-kall, minimal orkestrering	Direkte Azure OpenAI
Multi-model sammenligning	Foundry
Agenter med multi-step orkestrering	Foundry
Enterprise governance krav	Foundry
Planlegger skalering	Foundry

Nøkkelinnsikt: Foundry inkluderer Azure OpenAI uten ekstra plattformkostnad.

Azure AI Foundry vs Azure Machine Learning

Behov	Plattform
Trene custom models på egne data	Azure ML
Orkestrere pre-built frontier models	Foundry
Prediction (klassifisering, regresjon)	Azure ML
Generativ AI og agenter	Foundry

Mange bruker begge: Azure ML for data-pipeline og custom models, Foundry for generativ AI lag oppå.

---

Prising

Hovedprinsipper

• Plattformen selv er gratis — ingen plattformavgift
• Betaler for faktisk bruk: modeller, compute, tjenester
• Token-basert for inference (input/output tokens) — priset per million tokens
• Model Router kan optimalisere kostnader automatisk

Priskomponenter

1. Model inference: Per million tokens (varierer per modell)
2. Fine-tuning: Per token i treningsdata + hosting-timer etter deployment
3. Managed compute: Per-minutt for dedicated instanser
4. Agent Service: Underliggende modellbruk + Logic Apps connector-kostnader
5. Deep Research: Bing Search tool-kall + o3-deep-research tokens
6. Storage, monitoring, etc.: Standard Azure-priser

PTU-ratio (throughput estimation)

• GPT-5: 1 output token = 8 input tokens
• GPT-4.1: 1 output token = 4 input tokens
• Bruk Foundry PTU quota calculator for estimering

Kostnadsoptimalisering

• Bruk Model Router i "Cost" mode for høyvolum
• Velg mindre modeller (gpt-5-mini vs gpt-5, gpt-4.1-nano vs gpt-4.1) for enklere oppgaver
• Serverless for variable workloads, managed compute for stabile
• Offisiell prising: https://azure.microsoft.com/pricing/details/cognitive-services/openai-service/

---

Regional tilgjengelighet

Anbefalte regioner (mest komplett feature-set)

• East US 2
• Sweden Central
• West US / West US 3

Nordiske regioner

Sweden Central:

• Full feature coverage
• Azure OpenAI (alle modeller)
• GPT-4.1-serien, GPT-5-serien
• DeepSeek-R1/V3, Grok-4, Llama 4
• Speech, Language, Vision, Document Intelligence
• Content Safety, Agent Service (GA)
• Foundry Workflows, Prompt Flow, Tracing
• Sora video generation
• Computer-Use (computer-use-preview) — JA
• Realtime API (GA)

Norway East:

• God dekning — bredere enn tidligere dokumentert
• Azure OpenAI: GPT-4o, GPT-4.1-serien, o3, o4-mini, o3-mini, o1
• DeepSeek-R1, DeepSeek-V3-0324, DeepSeek-R1-0528 (Foundry Models)
• Grok-4, Llama-modeller
• Foundry Agent Service (GA)
• Foundry Workflows
• Deep Research (o3-deep-research) — Norway East er ett av kun TO regioner globalt
• Responses API (bekreftet)
• IKKE tilgjengelig i Norway East:
  • Computer-Use (computer-use-preview) — kun East US 2, Sweden Central, South India
  • Sora video generation — kun East US 2 og Sweden Central
  • GPT-image-1 — begrenset tilgang

On-Device / Edge

Foundry Local (Preview) støtter full on-device inference:

• Windows (WinML, NPU-akselerasjon), Linux, macOS
• Lokale LLMs via CLI, SDK, REST API
• Krever ikke Azure-abonnement
• Ikke for distribuert produksjonsdeployment

---

Arkitekturprinsipper

Resource-struktur

Microsoft.CognitiveServices/account (kind: AIServices)
├── Foundry resource (top-level)
│   ├── Projects (development containers)
│   ├── Deployments (model endpoints)
│   └── Connections (Key Vault, Storage, MCP-servere, etc.)

Separasjon av concerns

• Management operations: Sikkerhet, connectivity, deployments → Top-level resource
• Development activities: Agenter, filer, evalueringer → Project scope
• Agent identities: Unpublished agents bruker shared project-identity; published agents får unik identitet (Entra ID)

Networking

• Private endpoints støttet
• VNet integration
• Container injection for agent-kommunikasjon med on-prem systemer

---

For Cosmo: Beslutningsveiledning

Når anbefale Foundry

1. Multi-model behov (OpenAI + DeepSeek + Grok + Llama)
2. Multi-agent orkestrering — spesielt med Foundry Workflows
3. Regulerte industrier (governance-krav, RBAC, private endpoints)
4. Forretningskritiske AI-systemer
5. Langsiktig AI-satsing med skaleringsplaner
6. Deep Research-behov (nettbasert, multisteg research)
7. On-device/offline inference (Foundry Local)

Når anbefale Copilot Studio

1. Rask time-to-value for interne chatbots
2. Business users bygger selv
3. Tett M365-integrasjon (Teams, SharePoint)
4. Mindre governance-behov

Når anbefale direkte Azure OpenAI

1. Enkle API-kall uten orkestrering
2. Kun OpenAI-modeller
3. Minimal governance
4. Enkelhet prioriteres over features

Nye scenarioer (2025-2026)

• Computer-Use (CUA): Autonom UI-automatisering — evaluer for RPA-lignende bruk, men vær obs på Norway East-mangel
• Deep Research: For utrednings- og analysesystemer som trenger multisteg web-research
• Foundry Local: Offline/sensitive-data-scenarios der prompts ikke kan forlate enheten
• A2A protocol: For multi-agent systemer der Foundry-agenter skal kommunisere med eksterne agenter

Norway East-spesifikke råd

• Deep Research er bedre egnet for Norway East enn Sweden Central (ett av kun to regioner)
• Computer-Use krever deployment til Sweden Central eller East US 2
• GPT-4.1 og DeepSeek-modeller er fullt tilgjengelig

Spørsmål å stille kunden

• "Trenger dere å sammenligne ulike AI-modeller, eller er GPT tilstrekkelig?"
• "Skal AI-en utføre flere steg autonomt, eller er det enkle spørsmål-svar?"
• "Hvilke krav har dere til sporbarhet og kontroll over AI-beslutninger?"
• "Er dette for internt bruk eller kundevendt?"
• "Har dere behov for on-device inference (sensitive data, offline)?"
• "Trenger dere at AI kan styre en datamaskin-UI autonomt?"

---

Kilder og verifisering

Adapted from Microsoft Learn documentation (CC BY 4.0):

• What is Microsoft Foundry?
• What's new in Microsoft Foundry (December 2025)
• What's new in Azure OpenAI
• What's new in Foundry Agent Service
• GPT-5 models
• Build a workflow in Microsoft Foundry
• Foundry Local
• Computer Use (preview)
• Deep Research tool
• A2A Agent endpoint (preview)
• MCP tool
• Model region availability

Content has been translated to Norwegian, reorganized, and augmented with decision guidance.

Research date: 2026-02