Кратко

  • Microsoft определяет единицы подготовленной пропускной способности (PTU) как фиксированный объём вычислительной ёмкости модели и публикует этот объём коэффициентом по моделям: от 750 до 14 900 входных токенов в минуту на единицу в шести просмотренных строках.
  • При напечатанном минимуме в 15 единиц это даёт 11 250 против 223 500 входных токенов в минуту при одной и той же ставке за PTU в час — отношение 19,87, которого нет ни на одной странице Microsoft и которое здесь помечено как мой расчёт.
  • Ёмкость восстанавливается, как только заказчик приносит свою пропорцию входа и выхода; ставка — нет, потому что каждый конкретный доллар в подборке датирован 2024 или 2025 годом, а страница цен отправляет читателя к калькулятору.

В определении нет ни одной цифры

На странице, определяющей единицу, Microsoft пишет: «Provisioned throughput units (PTUs) are the unit of measure for provisioned throughput. A PTU represents a fixed amount of model processing capacity.» Это всё определение. Ни токенов, ни минут, ни списка моделей.

Та же страница называет две вещи, до которых это предложение не достаёт: пропускная способность в токенах у заданного числа PTU зависит от модели, и у каждой модели есть минимальное число PTU для создания развёртывания. Страница оплаты добавляет второе условие сделки: развёртывания Regional, Data Zone и Global оплачиваются по часовой ставке за PTU, умноженной на число развёрнутых единиц. Платят за развёрнутое, а не за потреблённое. Там же сказано, что квота PTU выдаётся на подписку, на регион и на тип развёртывания и что та же квота позволяет развернуть любую поддерживаемую модель.

«Фиксированное количество» — это ячейка таблицы

Коэффициент живёт на странице расчёта ёмкости, в ячейке таблицы: «Input TPM per PTU» определено как максимум входных токенов в минуту, который держит одна PTU, и именно это значение предлагается использовать при оценке числа единиц. Отсюда и берутся строки. Вот шесть, которые вернула прочитанная выдержка:

«Фиксированное количество» — это ячейка таблицы
Модель Входных токенов в минуту на PTU Минимум Global и Data Zone Минимум Regional
gpt-6.2-astra 750 15 25
gpt-4o 2 500 15 50
gpt-6.2-sol 2 950 15 25
gpt-4.1 3 000 15 50
gpt-5 4 750 15 50
gpt-4.1-mini 14 900 15 25

Минимумы напечатаны не только на странице расчёта. Страница цен печатает те же минимумы по моделям, включая 15 PTU для GPT-4.1 Global и 50 для GPT-4.1 Regional, и объявляет свои суммы оценками, которые проверяют в калькуляторе цен или у отдела продаж. Самая малая возможная покупка напечатана, таким образом, дважды, в двух документах и с двумя целями.

С этими двумя напечатанными числами деление моё: 15 на 750 даёт 11 250 входных токенов в минуту; 15 на 14 900 даёт 223 500; 223 500, делённое на 11 250, даёт 19,87. Та же минимальная покупка, та же часовая ставка — и почти двадцатикратная разница во входной ёмкости в зависимости от названия модели в строке.

Пропорцию приносит заказчик

Ёмкость не заканчивается входными токенами. Страница расчёта печатает всю цепочку: нужное число PTU равно нормированной TPM, делённой на входное значение на единицу для модели, а нормированная TPM равна входной TPM, умноженной на единицу минус доля кэша, плюс отношение выхода ко входу, умноженное на выходную TPM. Это отношение — вес по модели: один выходной токен съедает столько входной ёмкости, сколько указывает строка. В моделях GPT-6 и новее в расчёт входят также кэшированный вход и записи в кэш, а входной токен короткого контекста весит единицу.

Практический вывод прямой: у PTU нет такой ёмкости в токенах, которую заказчик прочёл бы и применил как есть. У неё есть бюджет нормированной TPM, и ту часть, которую Microsoft напечатать не может — собственную пропорцию входа и выхода, — приносит заказчик. Без этой пропорции любое число токенов в минуту есть половина расчёта.

У денег есть дата

Страница оплаты описывает механику без цены: платят за развёрнутую ёмкость, а не за потребление; полное число развёрнутых единиц выставляется независимо от загрузки; неполные часы считаются пропорционально; всё сверх резерва идёт по часовой ставке. Резервы бывают на месяц или на год, и скидка зависит от семейства моделей и срока.

Страница цен печатает структуру: таблицу со столбцами минимального числа PTU, часовой цены за PTU, месячной цены резерва за PTU и годовой цены резерва за PTU. В моём чтении этой страницы пришли заголовки столбцов и минимумы по моделям, а денежные значения не оказались доступны. Поэтому статья ничего не утверждает о действующей ставке, не читает пробел как нулевую цену и не говорит, что Microsoft не публикует цену.

Единственные конкретные доллары в подборке датированы. Объявление от 28 октября 2024 года зафиксировало Provisioned Global на 2,00 доллара в час и объявило 1,00 доллара в час с 1 ноября 2024 года, Data Zone — 1,10 доллара в час, месячный резерв — 260 долларов за PTU в месяц, годовой — 221 доллар за PTU в месяц. Публикация от 9 октября 2025 года называет месячный резерв одной PTU GPT-4o в 260 долларов за единицу для глобальных развёртываний и предупреждает, что цены меняются. Ни одна из этих сумм не является сегодняшней ставкой; обе — утверждения о собственной дате.

С датированным долларом в 1,00 за PTU в час, и только с ним, минимум в 15 единиц стоит 15,00 доллара в час. В делении на то, что эти 15 единиц дают за час непрерывного входа, результат — мой — идёт от 1,12 доллара за миллион входных токенов в строке с 14 900 до 22,22 в строке с 750, проходя через 5,65, 6,67, 5,56 и 3,51. Отношение между дорогим и дешёвым краем равно 19,9, тому же, что и по ёмкости, потому что одна часовая ставка сидит над всеми шестью строками.

При базе в 730 часов в месяц, тоже моё допущение, резерв в 260 долларов эквивалентен 0,356 доллара за PTU в час, а 221 доллар в год даёт 2 652 доллара за PTU в год, то есть 0,303 в час против доллара часовой ставки.

У стены есть часы

За пределом не появляется более крупный счёт. Страница эксплуатации определяет загрузку развёртывания как потреблённые PTU за период, делённые на развёрнутые PTU за тот же период, и задаёт правило: при загрузке в 100 процентов запрос немедленно получает HTTP 429 с заголовками ответа, указывающими время ожидания. Вызовы принимаются до ста процентов, короткие всплески сверх этого терпятся; дальше ответом становится отказ с часами, а не удлинённый счёт. Страница определения добавляет, что существует необязательный перелив избытка в стандартное развёртывание, а квота по подписке, региону и типу развёртывания образует второй резервуар, отдельный от первого.

Где расчёт останавливается

Коэффициент, минимум, вес выхода и правило 429 напечатаны. Пропорцию приносит заказчик. Ставка в семи прочитанных документах либо датирована, либо передана наружу: действующей цены за PTU на 2026 год в них не нашлось. Шесть строк — это строки, которые вернула выдержка страницы расчёта; страница может печатать и другие, и здесь не утверждается, что это все. Иллюстрация токенов из публикации 2025 года не сходится с напечатанными 2 500 входными TPM на PTU для gpt-4o и с весом по модели, поэтому остаётся вне всякой арифметики ёмкости и используется только ради датированной суммы резерва.

Остаётся неудобное и полезное разделение. Заказчик может посчитать, сколько входных токенов в минуту он покупает, и точно знает, что произойдёт, когда они кончатся. Прочесть он не может цену. Определение называет количество фиксированным, таблица раскрывает это количество по моделям, доллар остаётся в калькуляторе. Карточка Microsoft в справочнике BTW фиксирует того, кто публикует эту документацию, а не ставку.