> ## Documentation Index > Fetch the complete documentation index at: https://docs.hiperai.com/llms.txt > Use this file to discover all available pages before exploring further. # Azure AI Foundry — Inferencia en tu cuenta > Ejecute el tráfico de LLM de SecureAI en su propio recurso de Azure AI Foundry: aproveche su compromiso de Azure y sus créditos mientras SecureAI sigue aplicando DLP, políticas y recibos firmados. # Azure AI Foundry — Inferencia en tu cuenta Con esta integración, las llamadas a modelos de lenguaje (LLM) de SecureAI se ejecutan en **su propio recurso de Azure AI Foundry** en lugar de en los proveedores administrados por SecureAI. El consumo lo factura Microsoft a su suscripción de Azure, así que descuenta de su **compromiso de Azure (MACC) y de sus créditos**. SecureAI sigue en el camino de cada solicitud: **DLP, políticas de modelos, residencia de datos y recibos firmados** se aplican igual que con cualquier otro proveedor. **No confundir con la otra tarjeta de Azure.** Esta página conecta Foundry como **proveedor de inferencia** (Admin → Integraciones → **Proveedores de IA**). La tarjeta **Azure AI Foundry — Descubrimiento** (categoría **Nube**) inventaría agentes, despliegues, identidades y costos en modo lectura y nunca envía un prompt; se describe en [Azure AI Foundry](/integrations/cloud/azure-ai-foundry). Pueden usarse con la misma suscripción, pero son independientes y piden permisos distintos. ## Qué corre en Foundry y qué no | Corre en su Foundry | Sigue en proveedores administrados por SecureAI | | - | - | | Chat y agentes (modelos de las familias que usted elija) | Embeddings (búsqueda en documentos e índices) | | Corrección gramatical, traducción, resúmenes de Teams y demás tareas en segundo plano, cuando su familia corre en Foundry o elige **Remapear todo** | Re-ranking de búsqueda, OCR de documentos | | | Asistente de administración, generación de imágenes y voz en tiempo real | | | Modelos autoalojados y el proxy de Claude Code | Familias de modelos soportadas: **OpenAI (GPT‑5 y serie o), gpt‑oss, DeepSeek, Llama, Grok y Mistral**, cualquiera de ellas que usted haya **desplegado** en el recurso. **Claude en Foundry todavía no está soportado** (usa la API de Anthropic, no la de OpenAI). ## Cuántos proveedores de nube puede usar | Plan | Proveedores de inferencia habilitados al mismo tiempo | | - | - | | **Scale** | 1 (Google Vertex AI, Azure AI Foundry **o** Amazon Bedrock) | | **Enterprise** | Hasta 3, por ejemplo Vertex AI para Gemini y Foundry para GPT | Con más de un proveedor habilitado, cada uno atiende familias de modelos **distintas**: una familia solo puede enrutarse a un proveedor, y solo un proveedor puede usar **Remapear todo**. SecureAI rechaza una configuración que se superponga con otra e indica qué familia colisiona. ## Requisitos previos * Un recurso de **Azure AI Foundry** (o Azure OpenAI) con al menos un **despliegue de modelo** (por ejemplo `gpt-5.1` o `gpt-oss-120b`). * Un **principal de servicio** (registro de aplicación en Microsoft Entra ID) con un **secreto de cliente** y, sobre ese recurso: * **Cognitive Services OpenAI User**: para invocar los modelos (obligatorio). * **Reader**: para que SecureAI pueda listar sus despliegues y mapear los modelos automáticamente (recomendado). * Permiso de **administrador** en la sección Integraciones de SecureAI. ## Paso 1. Prepare el principal de servicio en Azure Desde [Azure Cloud Shell](https://shell.azure.com/) o con la CLI `az`. Reemplace `MY_RESOURCE` y `MY_RG`: ```bash theme={null} # 1. ID of the Foundry resource RID=$(az cognitiveservices account show -n MY_RESOURCE -g MY_RG --query id -o tsv) # 2. Create the service principal with the role to call models, scoped to the resource only az ad sp create-for-rbac --name secureai-foundry \ --role "Cognitive Services OpenAI User" --scopes "$RID" # 3. (Recommended) let SecureAI list the deployments az role assignment create --assignee --role "Reader" --scope "$RID" ``` El paso 2 imprime `appId` (ID de cliente), `password` (secreto de cliente) y `tenant` (ID del directorio). Los pegará en SecureAI. Trate el secreto de cliente como una contraseña. SecureAI lo guarda **cifrado** y no lo vuelve a mostrar. Los secretos de cliente **vencen** (un año por defecto con `az`): programe un recordatorio para rotarlo, o la integración dejará de funcionar ese día. Los roles asignados en Azure pueden tardar **hasta 5 minutos** en aplicarse. Si la primera prueba de conexión devuelve **Falta el rol**, espere y pruebe de nuevo. ## Paso 2. Conecte el recurso en SecureAI 1. Vaya a **Administrador → Integraciones → Proveedores de IA** y abra **Azure AI Foundry — Inferencia en tu cuenta**. 2. En **Conexión**, complete: | Campo | Qué ingresar | | - | - | | **Nombre del recurso** | El nombre en `https://.openai.azure.com`. Puede pegar la URL completa del endpoint; SecureAI conserva el nombre. | | **ID del directorio (tenant)** | `tenant` del paso 1. | | **ID de la aplicación (cliente)** | `appId` del paso 1. | | **Secreto de cliente** | `password` del paso 1. | | **ID de suscripción / Grupo de recursos** | La suscripción y el grupo de recursos del recurso. Se necesitan cuando el principal solo tiene **Reader** sobre el recurso (la configuración recomendada), porque puede leerlo pero no buscarlo. | 3. Haga clic en **Guardar**. SecureAI lista sus **despliegues** (nombre, modelo, versión y tipo de despliegue) y asigna cada modelo del catálogo al despliegue que lo sirve; por ejemplo, `openai/gpt-oss-120b` → su despliegue `gpt-oss-120b`. Todavía **no** se enruta tráfico: la integración se guarda apagada para que pueda probarla antes. Si la lista de despliegues muestra una advertencia, el principal no tiene **Reader** sobre el recurso, o falta la suscripción o el grupo de recursos. La inferencia funciona igual; solo tendrá que escribir usted mismo los nombres de los despliegues. ## Paso 3. Elija qué corre en Foundry * **Solo estas familias de modelos** — las familias que marque corren en su Foundry; todo lo demás sigue corriendo donde estaba. Por defecto: **OpenAI**. * **Remapear todo a Foundry** — todas las llamadas a LLM corren en Foundry; los modelos sin despliegue los sirve un **despliegue por defecto**. **Despliegues por defecto** (elíjalos entre sus despliegues): | Nivel | Se usa para | | - | - | | **Rápido** | Tareas en segundo plano (gramática, traducción, Teams) y llamadas internas remapeadas | | **Estándar** | Modelos sin despliegue | | **Razonamiento** | Modelos de razonamiento sin despliegue | | **Visión** | Solicitudes con imágenes o PDFs | En **Reemplazos de modelo** puede enviar un modelo del catálogo a un despliegue concreto (por ejemplo `openai/gpt-5.2` → `prod-chat`). Los reemplazos tienen prioridad sobre el mapeo automático. El fallback y las cuotas de usuario funcionan igual que en Vertex AI: con el **fallback apagado** (recomendado), una solicitud que Foundry no puede atender se **rechaza** y nunca se envía a otro proveedor. ## Paso 4. Pruebe, revise y active 1. **Probar conexión** envía una solicitud de un token a cada despliegue por defecto (o a sus primeros despliegues de chat si no eligió valores por defecto), por el mismo camino que usa el tráfico real. Se factura a su suscripción de Azure (centavos). 2. **Vista previa del enrutamiento** muestra, para cada modelo del catálogo, si lo servirá **Foundry**, **Vertex AI** o **SecureAI**, y con qué despliegue. 3. Encienda **Enrutar tráfico a Azure AI Foundry** y haga clic en **Guardar**. Los modelos servidos por su Foundry muestran el **logo de Azure** en el selector de modelos del chat. ## Residencia de datos La región en la que se procesan las solicitudes depende del **tipo de despliegue**: | Tipo de despliegue | Dónde se procesan los prompts | | - | - | | **Global** (Global Standard, Global Provisioned) | Cualquier región de Azure que elija Microsoft; sin garantía de residencia | | **Data Zone** | Dentro de la zona de datos de EE. UU. o de la UE de su recurso | | **Standard / Provisioned** (regional) | La región del recurso | SecureAI aplica la política de residencia de su organización con esa región. Si necesita residencia, use despliegues **Data Zone** o regionales. ## Qué se factura y a quién * **El consumo de LLM lo factura Microsoft a su suscripción de Azure**, con los descuentos y créditos de su contrato. * SecureAI muestra el costo de esos turnos como una **estimación a precio de lista** solo para analítica. * Los turnos en Foundry **no descuentan puntos** de los usuarios, salvo que active **Aplicar cuotas de puntos de usuario**. ## Seguridad y cumplimiento * **Credencial cifrada.** El secreto de cliente se guarda cifrado (AES-256-GCM) y nunca se devuelve al navegador. * **Permisos mínimos.** *Cognitive Services OpenAI User* para invocar modelos y *Reader* para listar despliegues, ambos limitados al **recurso**, nunca a la suscripción. * **El camino sigue protegido.** Cada llamada pasa por el gateway SMLTP de SecureAI (DLP, token de autorización por solicitud, recibo firmado). El gateway solo se conecta a `.openai.azure.com`. * **Falla cerrado.** Si no se puede leer la configuración o Entra ID no emite un token, la solicitud se rechaza. * **Auditoría.** Guardar, probar o desconectar queda en el registro de actividad (solo nombres de campos, nunca el secreto). ## Solución de problemas | Motivo en la prueba | Causa probable | Qué hacer | | - | - | - | | Credencial rechazada | Secreto de cliente incorrecto o vencido, o tenant o ID de cliente erróneos | Cree un secreto nuevo (`az ad app credential reset --id `) y péguelo. | | Falta el rol | El principal no tiene **Cognitive Services OpenAI User** sobre el recurso, o el rol aún se está propagando | Asigne el rol sobre el recurso; espere hasta 5 minutos. | | Modelo no disponible | El nombre del despliegue no existe en el recurso | Verifique los nombres de los despliegues (actualice la lista) y los valores por defecto de cada nivel. | | Cuota excedida | Se agotó la cuota de tokens por minuto del despliegue | Aumente la capacidad del despliegue en Foundry. | | Bloqueado por tu política de modelos SMLTP | La política de SecureAI no permite el modelo | Agregue el modelo a la política permitida. | Errores que pueden ver los usuarios en el chat: | Código | Significado | | - | - | | `SAI-FOUNDRY-001` | El modelo elegido no tiene despliegue en su Foundry y el fallback está apagado. | | `SAI-FOUNDRY-002` | Entra ID no emitió un token (secreto inválido o vencido). Renueve el secreto. | | `SAI-VERTEX-005` | No se pudo leer la configuración de inferencia en la nube y se rechazó por seguridad. Reintente en unos segundos. | ## Limitaciones actuales * **Claude en Foundry** no está soportado. * **Embeddings, re-ranking, OCR, asistente de administración, generación de imágenes y voz en tiempo real** siguen en proveedores administrados por SecureAI. * **Un solo recurso de Foundry** por organización. * La autenticación es **por principal de servicio con secreto de cliente** (todavía sin certificados ni identidad administrada). ## Relacionado * [Azure AI Foundry — Descubrimiento](/integrations/cloud/azure-ai-foundry) * [Google Vertex AI — Inferencia en tu cuenta](/integrations/cloud/vertex-ai-inference) * [Amazon Bedrock — Inferencia en tu cuenta](/integrations/cloud/aws-bedrock-inference) * [Descripción general de los proveedores de IA en la nube](/integrations/cloud/overview) This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.