02-04-06 — Azure OpenAI Service

O que é e por que existe

A OpenAI tem ótimos modelos mas infraestrutura SaaS pública: seus dados passam pelos servidores deles, sujeitos à política de privacidade deles. Para clientes corporativos com dados sensíveis, isso é bloqueador.

Azure OpenAI Service resolve isso: Microsoft hospeda os mesmos modelos dentro da infraestrutura Azure — com todas as garantias enterprise que a Microsoft já oferece para outros serviços.

Compliance e segurança enterprise

Data residency

Você escolhe a região Azure onde o modelo fica: Brazil South, East US, West Europe, etc. Dados processados ficam nessa região — importante para LGPD e regulações setoriais.

Private Endpoint / VNet Integration

Configure o Azure OpenAI como recurso privado dentro de uma VNet. Suas aplicações acessam via IP privado — sem tráfego passando pela internet pública. Combine com Azure Private DNS Zone para resolução interna.

Managed Identity

Nada de chaves de API hardcoded. Use Managed Identity para que sua aplicação Azure (App Service, AKS, Azure Function) se autentique automaticamente via AAD, sem segredos.

// C# com Managed Identity — sem chave de API no código
using Azure.AI.OpenAI;
using Azure.Identity;

// DefaultAzureCredential usa Managed Identity em produção,
// az login em desenvolvimento local
var client = new AzureOpenAIClient(
    new Uri("https://SEU-RECURSO.openai.azure.com/"),
    new DefaultAzureCredential()
);

var chatClient = client.GetChatClient("gpt-4o"); // nome do deployment

var response = await chatClient.CompleteChatAsync(
    new[]
    {
        new SystemChatMessage("Você é um assistente especializado em .NET."),
        new UserChatMessage("Explique async/await com exemplo prático.")
    },
    new ChatCompletionOptions
    {
        Temperature = 0.7f,
        MaxOutputTokenCount = 800
    }
);

Console.WriteLine(response.Value.Content[0].Text);

Content Filtering

Filtros configuráveis por deployment para 4 categorias: ódio, violência, automutilação e conteúdo sexual. Cada categoria tem threshold independente (low/medium/high). Você pode criar políticas customizadas para seu domínio.

Modelos disponíveis (2025)

PTU vs Token-based pricing

Azure OpenAI tem dois modelos de cobrança radicalmente diferentes:

Pay-as-you-go (token-based)

• Paga por token consumido (input + output separados)
• Sem compromisso
• Sujeito a rate limits compartilhados (TPM — tokens per minute)
• Melhor para: protótipos, workloads variáveis, início de projeto

PTU — Provisioned Throughput Units

• Reserva de capacidade dedicada (como RI para VMs)
• Throughput garantido independente de carga na plataforma
• Preço fixo mensal por PTU (varia por modelo e região)
• Desconto significativo vs pay-as-you-go em alto volume
• Melhor para: produção com volume previsível e alto, SLA crítico

Exemplo completo: chat com streaming em Python

import os
from openai import AzureOpenAI

# Configure via variáveis de ambiente — nunca hardcode
client = AzureOpenAI(
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    api_key=os.environ["AZURE_OPENAI_API_KEY"],
    api_version="2024-12-01-preview"
)

# Com streaming — melhor UX para interfaces de chat
stream = client.chat.completions.create(
    model="gpt-4o",  # nome do deployment no seu recurso
    messages=[
        {"role": "system", "content": "Você é um arquiteto de software .NET sênior."},
        {"role": "user", "content": "Quais são as principais mudanças do .NET 9 para performance?"}
    ],
    temperature=0.5,
    max_tokens=1000,
    stream=True
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

print()  # nova linha ao final

Estrutura recomendada de deployment