Azure OpenAI GPT-5 PTU 容量规划与弹性配置实践

前言

本文分享我们在多区域部署 GPT-5 时的 PTU (Provisioned Throughput Units) 容量规划经验，以及如何通过弹性配置优化成本，年度节省约 $500K。

什么是 PTU？

PTU (Provisioned Throughput Units) 是 Azure OpenAI 提供的预留容量模式，适合高吞吐量、可预测的工作负载。

GPT-5 PTU 容量参数

• 1 PTU = 285,000 tokens/hour (4,750 tokens/min)
• 最小配置：15 PTU
• 增量单位：5 PTU

示例：

• 15 PTU = 4,275,000 tokens/hour
• 25 PTU = 7,125,000 tokens/hour
• 55 PTU = 15,675,000 tokens/hour

我们的场景

三个 Azure 区域部署 GPT-5 PTU，每个区域初始配置 25 PTU。

数据分析方法

1. 数据收集

使用