Microsoft: Azure AI、ONNX、Phi

モデルと提供内容 #

どんな組織か

このハブは、インフラがすでにAzure上にあるチーム、Windows上やデスクトップアプリ内でモデルを動かす必要があるすべての人、そしてライセンスのきれいな小型モデルを探している人のためのページです。Microsoft Researchは1990年代から機械学習に取り組み、2017年にFacebookと共同でONNX形式を作り、2019年以降はOpenAIの最大の投資家かつ独占的なクラウドパートナーです。この提携によってAzureはGPTモデルをAzureの規約のもとで提供でき、2025年以降はAnthropicのClaudeと主要なオープンモデルファミリーの大半も同じカタログに加わりました。

この分野での役割はフロンティア研究ではなく、エンタープライズ向けの流通チャネルとWindowsへの入口です。ただしMicrosoft ResearchのPhiシリーズは、丁寧に作られたデータがあれば小型モデルがサイズ以上の性能を出せることを繰り返し示してきました。MicrosoftはDeepSpeedもメンテナンスしており、これはFSDPが存在する前に大規模なPyTorch学習を実用化したものです。

ツールとAPI

クラウド製品はai.azure.comのMicrosoft Foundryで、2024年後半まではAzure AI Studio、2026年1月に改称が発効するまではAzure AI Foundryと呼ばれていました。ポータルのURLとロール定義は変わっていません。Azure OpenAI（OpenAI APIの形とAzure認証を持つGPTモデル）、Marketplaceを通じてAnthropicの定価で課金されるClaude、そしてサーバーレスのトークン従量制エンドポイントまたはマネージドGPUコンピュート上にデプロイされるオープンモデルのカタログの窓口になっています。料金はモデルごと・リージョンごとで頻繁に変わるため、ここに書かれた数字ではなくAzureの料金ページを参照してください。SDK: Azureのエンドポイントを指定したopenai、Foundry用クライアントクラスを持つanthropic、エージェント向けのazure-ai-projectsです。

オンデバイス製品はFoundry Localで、アプリケーションに同梱して出荷するランタイムです。Windows、Apple Silicon搭載のmacOS、Linuxで動き、内部でONNX Runtimeを使い、GPUまたはNPUの実行プロバイダーを自動で選び、パッケージサイズを約20 MB増やし、Azureのサブスクリプションを必要とせず、Responses形式を含むOpenAI互換APIを公開します。カタログはキュレーションされており、gpt-oss、Qwen、DeepSeek、Mistral、Phi、Whisperの変換版が含まれます。Microsoft自身のドキュメントには、これはシングルユーザーのクライアントアプリ向けであり、サーバーワークロードにはvLLMやTritonを使うようにとあります。

# needs-api
import os
from openai import OpenAI

client = OpenAI(api_key="not-needed", base_url=os.environ["FOUNDRY_LOCAL_ENDPOINT"])
chat = client.chat.completions.create(
    model=os.environ.get("FOUNDRY_LOCAL_MODEL", "phi-4-mini"),
    messages=[{"role": "user", "content": "In one sentence, what does a learning rate control?"}],
)
print(chat.choices[0].message.content)

ONNX Runtime（MIT）はFoundry Local、Windows ML、そしてCPU上の多くの本番推論を支えるエンジンです。バージョン1.32.0は2026年11月13日に出荷され、CUDA、WebGPU、CoreMLの実行プロバイダーは独自のリリースサイクルを持つ別のプラグインパッケージとして配布されるようになりました。QNNはCopilot+ PCのQualcomm NPUを、DirectMLは任意のWindows GPUをカバーします。onnxruntime-genaiがLLM向けの生成ループを追加します。

PhiモデルはHugging Faceのmicrosoft配下にあり、すべてMITライセンスなので、大手ベンダーの小型モデルのなかで最も制約が少ないものです。Phi-4（14 Bパラメータ、16 kコンテキスト、MIT、2024年12月）が密なテキストのベースです。Phi-4-mini（3.8 B、128 kコンテキスト、MIT、2025年2月）とPhi-4-multimodalがエッジ向けのサイズです。Phi-4-reasoning-vision-15B（15 B、16 kコンテキスト、MIT、2026年3月4日）が本稿執筆時点で最新で、画像入力に対応します。Phi-5はリリースされていません。モデルカードにはMMMU、MathVistaなどのベンチマークのスコアが記載されていますが、これらはベンダーの公表値です。

つまずきやすい点: Azure OpenAIのデプロイはリージョンごとで、デプロイごとのクォータがあり、モデルバージョンは自分でアップグレードしなければならないこと、Foundryは3年間で3回改称されドキュメントのURLが腐ること、そしてPyTorchからのONNXエクスポートは動的な制御フローで失敗することです。

移行メモ

OpenAI直接からAzure OpenAIへ: 同じopenai SDKでAzureOpenAIを使い、エンドポイントURL、APIバージョン文字列、そしてモデル名の代わりにデプロイ名を指定します。機能はopenai.comより数週間遅れてAzureに届き、届かないものもあります。逆方向はその逆の置き換えです。

ONNXへ: torch.onnx.exportか、Transformersモデル向けのOptimumライブラリが、ONNX Runtimeがどのプロバイダーでも実行できるグラフを生成します。量子化はONNX Runtimeのツールかoliveで行います。失敗するのはカスタム演算子やデータ依存の形状を持つモデルで、修正は通常サブモジュールをエクスポートすることです。フレームワークのリファレンスでONNXをTensorRT、Core ML、GGUFと比較しています。

PhiとLlamaの間: Phi-4-miniはLlama系のアーキテクチャを使っており、通常のスタック（vLLM、llama.cpp、MLX、Ollama）がサポートしています。チャットテンプレートは異なるのでapply_chat_templateを使ってください。

注意点

Azureでのロックインは技術的というより組織的です。モデルAPIはOpenAI互換でオープンモデルは移植可能ですが、クォータ、プライベートネットワーク、コンテンツフィルター、Entra認証はAzure固有で、プロビジョニング済みスループットはコミットメントです。Azure OpenAIはデフォルトで正当なリクエストをブロックしうるコンテンツフィルターを適用し、モデルバージョンの廃止カレンダーはopenai.comより短いです。

Foundry Localのカタログはキュレーションされているので、欲しいモデルが含まれていないことがあり、ランタイムは初回使用時にモデルと実行プロバイダーをダウンロードするため、オフライン環境では重要です。Microsoftによれば診断情報の送信は任意でユーザーが開始するものです。ONNX Runtimeのプラグインプロバイダーには最低限のコアバージョンがあるので、セットで固定してください。

Phiのライセンスはきれいですが、学習データは合成データで公開されていないため、モデルはオープンソースではなくオープンウェイトであり、推論版はベンチマーク形式の問題向けにチューニングされています。Copilot製品向けのMicrosoftのエンタープライズ規約は、データ利用についてFoundry APIの規約と異なります。該当するほうを読んでください。