Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Azure AI: Model jako služba

Lekce 4 z 14 Aktualizováno 2. listopadu 2026 Pokročilý
Na této stránce
  1. Mistral na Azure AI
  2. Dva přístupy k nasazení
  3. Modely dostupné na Azure
  4. Nasazení modelu na Azure
  5. První volání API
  6. Rozdíly oproti přímému API Mistral
  7. Kdy zvolit Azure
  8. Klíčové poznatky

Mistral na Azure AI

Microsoft Azure je hlavním cloudovým partnerem společnosti Mistral AI. Integrace s Azure AI nabízí modely jako Model jako služba (MaaS), což znamená, že je využíváš prostřednictvím API, aniž bys musel spravovat jedinou GPU. Pro mnoho podniků není rozhodujícím faktorem technická stránka, ale organizační: rozpočet na cloud již existuje, přístup je řízen prostřednictvím Azure AD a přidání Mistralu do katalogu znamená pouze povolení další služby, nikoliv vyjednávání nové smlouvy. Tato lekce pokrývá dva dostupné přístupy k nasazení a dostupné modely.

Dva přístupy k nasazení

Nejběžnější je přístup pay-as-you-go (plať podle využití). Nasadíš serverless endpoint a platíš pouze za skutečné využití, tedy za každý spotřebovaný token, bez nutnosti mít přidělenou kvótu GPU. Spuštění je okamžité, protože není co nasazovat, nevznikají žádné fixní náklady, škálování automaticky následuje poptávku a celé nastavení se nativně integruje s ekosystémem Azure. Toto je výchozí volba, dokud je tvůj provoz nepravidelný.

Přístup s real-time endpointy řeší opačný případ. Zde si vybíráš GPU infrastrukturu, na které model běží, a platíš za hodiny infrastruktury bez ohledu na objem požadavků. Výkon se stává předvídatelným a latence zaručenou, což ospravedlňuje fixní náklady, jakmile je propustnost kontinuální a trvalá. Platforma zpracovávající každou noc stovky tisíc dokumentů z toho těží; interní asistent dotazovaný třicetkrát denně nikoliv.

Modely dostupné na Azure

Azure nabízí širokou škálu modelů Mistral, jak obecných, tak specializovaných.

ModelProfil
Mistral Large 3Vlajková loď, pokročilé usuzování
Mistral Large 24.07 / 24.11Předchozí verze, stále dostupné
Mistral Medium 25.05Dobrý poměr výkon/cena
Mistral Small 25.03Lehký a rychlý
Mistral Document AIZpracování dokumentů
Mistral OCROptické rozpoznávání znaků
Ministral 3BUltra-lehký pro specifické případy
Mistral NemoVšestranný model s otevřenými váhami
CodestralSpecializovaný na kód a technickou generaci

Nasazení modelu na Azure

Tři předpoklady podmíní vše ostatní: aktivní předplatné Azure, přístup k Azure AI Studio přes portal.azure.com a skupina prostředků nakonfigurovaná pro hostování zdroje. Jakmile jsou tyto prvky připraveny, probíhá nasazení zcela z portálu:

  1. Přejdi do Azure AI Studio na portálu Azure
  2. Naviguj do Katalog modelů > Mistral AI
  3. Vyber požadovaný model
  4. Zvol Pay-as-you-go nebo Real-time endpoint
  5. Nakonfiguruj název endpointu a region
  6. Nasaď a získej URL + API klíč

Na konci tohoto posledního kroku získáš dvě informace, které řídí vše ostatní: URL endpointu a přidružený tajný klíč.

# Your Azure endpoint URL
export AZUREAI_ENDPOINT="https://your-endpoint.inference.ai.azure.com/v1/chat/completions"

# Secret API key
export AZUREAI_API_KEY="your-secret-key"

Tyto příkazy export fungují pro lokální testování. V produkčním prostředí patří tyto dvě hodnoty do správce tajných údajů – v tomto případě Azure Key Vault – a v lekci 6 uvidíme, jak je odtud získat, aniž bys je musel někde zapisovat.

První volání API

Zde je návod, jak ověřit, že tvůj endpoint skutečně odpovídá.

import os
from mistralai.azure.client import MistralAzure

client = MistralAzure(
    server_url=os.environ["AZUREAI_ENDPOINT"],
    api_key=os.environ["AZUREAI_API_KEY"]
)

response = client.chat.complete(
    model="azureai",
    messages=[
        {"role": "user", "content": "Explain Bayes' theorem in 3 sentences."}
    ]
)
print(response.choices[0].message.content)

Jeden detail si zaslouží tvou pozornost, protože mate téměř každého vývojáře přicházejícího z přímého API: parametr model je vždy "azureai". Skutečný model, který je dotazován, je určen endpointem, který jsi nasadil, nikoliv tímto řetězcem. Pokud chceš změnit modely, nasadíš jiný endpoint – zápis model="mistral-large-latest" by zde nepřinesl žádný užitečný výsledek.

Rozdíly oproti přímému API Mistral

AspektPřímé API MistralAzure MaaS
Python klientMistral()MistralAzure()
Parametr modeluNázev modelu"azureai"
AutentizaceAPI klíč MistralAPI klíč Azure
FakturaceMistralAzure
SíťInternetMůže být privátní (VNet)

Kdy zvolit Azure

Azure se stává přirozenou volbou, když vaše firma již žije v ekosystému Microsoftu a využívá Azure AD, Key Vault nebo Monitor: integrace pak stojí téměř nic. Potřeba připojení k privátní síti prostřednictvím VNet nebo Private Link tlačí stejným směrem, stejně jako politiky shody vyžadující, aby data zůstala u certifikovaného cloudového poskytovatele. Přidej k tomu prozaický, ale často rozhodující argument pro investiční výbory: konsolidaci cloudové fakturace do jediné položky.

Klíčové poznatky

  • Azure nabízí Mistral jako MaaS (pay-as-you-go) nebo real-time endpointy (vyhrazená GPU)
  • Python klient MistralAzure nahrazuje standardního klienta Mistral
  • Parametr model je vždy "azureai" – model závisí na endpointu
  • Natívní integrace s ekosystémem Azure (Key Vault, VNet, Monitor) je hlavní výhodou