Кредиты Azure OpenAI при запуске: имена развертываний, регионы и правила корректной настройки файла .env

Студент последнего курса подал заявку в Microsoft для программы Startups с крупным проектом и получил 1 000 долларов в виде кредитов на Azure. Без зарегистрированной компании доступны не были более высокие тарифы, но этих кредитов хватило для обучения и запуска агентов RAG без личных расходов. Бесплатные вычислительные ресурсы также сделали Azure OpenAI более доступным, а не только предназначенным для крупных корпораций.

Если организация уже использует Azure, Azure OpenAI обычно является очевидным выбором — а не сложным обходным путем.

Далее приведен практический гид по настройке, включая распространенную ошибку с именованием, из-за которой часто теряется целый день.

Почему именно Azure OpenAI, а не обычные API OpenAI?

Те же модели класса GPT, но другая схема работы:

• Уровень соответствия стандартам — работа внутри тенанта Azure с использованием существующих сертификаций (SOC 2, HIPAA и подобных).

Идеальная интеграция — Azure AD, Key Vault, App Service работают напрямую без лишних промежуточных компонентов

Единый мониторинг затрат — отслеживание расходов вместе с другими счетами Azure

Кредиты для студентов и стартапов — реальная возможность для экспериментов

Для компаний, ориентированных на Azure, это естественный путь.

Настройка

Предварительные требования: подписка Azure, доступ к Azure OpenAI (одобрение не происходит мгновенно), Python 3.8+, VS Code или аналогичные инструменты.

1. Создайте ресурс. В портале выберите «Azure OpenAI» → Создать. Укажите подписку, группу ресурсов и регион.

Сначала проверьте доступность моделей в вашем регионе. Не все модели доступны во всех регионах; обнаружение этого после развертывания тратит время.

Ценообразование: стандарт S0 (кредиты покрывают модель оплаты по мере использования).

2. Разверните модель в Azure AI Foundry. Выберите «Развертывания» → «Создать», укажите базовую модель (например, gpt-4o) и задайте имя развертывания.

Имя модели и имя развертывания — это разные вещи. Имя модели определяет базовую модель; имя развертывания — это пользовательское обозначение, к которому должен обращаться ваш код. Если вместо имени развертывания передать gpt-4o, где клиент ожидает именно обозначение развертывания, это приведёт к непонятным ошибкам 404.

3. Ключи и конечная точка. Перейдите на вкладку «Ресурсы» → «Ключи и конечная точка». Храните их в файле .env, а не в исходном коде:

AZURE_OPENAI_API_KEY=your-key-here
AZURE_OPENAI_ENDPOINT=https://your-resource-name.openai.azure.com/
AZURE_OPENAI_DEPLOYMENT_NAME=your-deployment-name-here
AZURE_OPENAI_API_VERSION=2024-10-21

Немедленно добавьте файл .env в список .gitignore.

4. Установка SDK

pip install openai python-dotenv azure-identity

5. Основная функция завершения чата

import os
from dotenv import load_dotenv
from openai import AzureOpenAI

load_dotenv()client = AzureOpenAI(
    api_key=os.getenv("AZURE_OPENAI_API_KEY"),
    azure_endpoint=os.getenv("AZURE_OPENAI_ENDPOINT"),
    api_version=os.getenv("AZURE_OPENAI_API_VERSION"),
)response = client.chat.completions.create(
    model=os.getenv("AZURE_OPENAI_DEPLOYMENT_NAME"),  # deployment name, not model name
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain RAG agents in simple terms."},
    ],
)print(response.choices[0].message.content)

6. Естественные следующие шаги. Стриминг, вызов функций, возможность использования собственных данных в Azure AI Search и хостинг в App Service после того, как путь «hello-world» станет активным.

Некоторые моменты, на которые следует обратить внимание

• Несоответствие регионов — убедитесь в наличии модели перед созданием ресурса
• Название модели и название развертывания — в коде необходимо указать название развертывания
• Закодированные в коде секреты — использовать только файл .env; никогда не сохранять их в репозитории
• Изменение версии API — фиксируйте версию и проверяйте её при обновлении SDK
• Использование кредитов — следите за использованием токенов во время работы с циклами RAG; эмбеддинги и чат также увеличивают расход даже при «бесплатных» кредитах
• Задержка одобрения доступа — запрашивайте разрешение Azure OpenAI на ранних этапах проекта

Благодаря кредитам и правильному имени развертывания Azure OpenAI перестаёт казаться заблокированным корпоративным сейфом и превращается в практическую лабораторию для экспериментов с технологией RAG, которая соответствует способам работы многих компаний.

Рассматривайте первый успешный вызов как точку контроля, затем сразу же запустите небольшой цикл RAG: загрузите один PDF в сервис blob или Search, получите три фрагмента и потребуйте, чтобы ответ цитировал их. Такая последовательность позволяет быстрее выявить проблемы с регионом, названием и разрешениями, чем отладка интерфейса чат-бота. Установите уведомление о расходах в группе ресурсов, чтобы случайные операции с вставкой данных не могли незаметно исчерпать баланс кредитов за ночь.