AI TOOL DATABASE v2
Microsoft Foundry
Microsoft Foundryは、モデル選択からAIエージェント開発、評価、監視、権限・ネットワーク管理までをAzure上でまとめる企業向けAIプラットフォームです。
選定サマリー
30秒で向き不向きを確認
AI位置づけ
AIネイティブ（AIそのものが中核のサービス）
向いている
Azureを主要cloudとして利用する企業
向いていない
単一LLM APIを最小構成で呼ぶだけの小規模用途
料金
Foundry自体の機能に加え、利用するモデル推論、エージェント、評価、検索・ストレージ等のAzureリソースに応じて従量課金。
最大の強み
model・agent・evaluation・observabilityをAzure governanceと統合できる
注意点
Azureのresource、identity、network、quota等の理解が必要
THINKLAB判定
Microsoft Foundryは単なるモデルAPI集ではなく、企業がAIモデルとエージェントを『選ぶ・作る・評価する・監視する・統制する』工程をAzureの管理体系へ載せるプラットフォームです。Azure/Entraを標準基盤にしている企業では強力ですが、小規模な単一LLM連携には構成が重くなります。
概要
Microsoft Foundryは、旧Azure AI Studio / Azure AI Foundryから発展したMicrosoftのAI開発・運用基盤です。
現在はagents、models、toolsを一つの管理体系にまとめ、Microsoft Entra ID、RBAC、networking、Azure Policyなど企業向けAzure機能と統合しています。
概要の続きを読む概要を閉じる
モデルカタログではMicrosoft、OpenAI、Anthropic、Metaなど多数のモデルへアクセスでき、Foundry Agent Serviceではprompt agentや独自コードを動かすhosted agentを構築できます。
さらにtracing、monitoring、model/agent evaluationを同じproject lifecycleへ組み込み、本番AIの品質・安全性・コストを継続的に確認できます。
2026年時点の現行ブランドはMicrosoft Foundryで、Azure AI Foundryは旧名称です。
主な機能
統合AI管理プレーン
agents、models、toolsをFoundry resource/projectの中でまとめ、access control、networking、policyを統一できます。
大規模モデルカタログ
Microsoft自身のモデルだけでなく複数providerのfoundation/open modelsを比較・利用できます。
Agent開発
prompt-based agentからcustom codeを実行するhosted agentまで、企業application向けagentを構築できます。
評価と品質ゲート
test datasetやconversationを用いてmodel/agentを評価し、本番投入前後の品質基準を設けられます。
Enterprise governance
Microsoft Entra、RBAC、network isolation、Azure Policy、content filtering等を企業のAzure governanceへ組み込めます。
Unified SDK/API
新しいFoundryではazure-ai-projects系clientとproject endpointを軸に、従来分散していた開発体験の統合が進んでいます。
AI機能の詳細・制約はページ下部の「詳細情報」にまとめています
活用例
個人・一般
企業RAG・社内AI
企業データ、検索、foundation modelを組み合わせ、権限管理された社内assistantを構築する。
AIエージェント
toolsやknowledgeを使って複数stepの業務を処理するagentを開発・deployする。
モデル比較・選定
複数modelをbenchmark/evaluationし、品質・latency・costを比較して用途別modelを決める。
本番AIの評価・監視
tracesやconversationを継続評価し、品質低下、安全性、コスト増加を検知・改善する。
業務・組織
Azure企業基盤への生成AI導入
既存のEntra ID、network、Azure Policyと整合させながら生成AIを導入する。
部門横断AIプラットフォーム
複数teamのmodel・agent・tool利用をproject単位で管理し、共通governanceを適用する。
AI品質管理
評価datasetとacceptance thresholdを整備し、AI application releaseの品質gateとして利用する。
料金
Microsoft Foundryでは利用するmodel inference、Agent Service、evaluation、検索・storage・monitoring等のAzure resourceに応じて料金が発生します。
モデル料金はmodel、deployment type、region、契約条件で異なり、evaluationも一部consumption-based billingです。
固定の一律月額として捉えず、構成ごとにAzure Pricingで確認する必要があります。
無料の継続利用枠なし（有料プラン中心）
Foundry project/platform
構成による
projectを中心にmodel・agent・toolsを管理。実際の料金は利用service/resourceの消費量に依存。
Model inference
モデル・deploymentごと
input/output tokenやprovisioned capacity等、選択したmodelのAzure料金に従う。
Evaluation / related services
利用量による
AI-assisted evaluation、monitoring、search、storage等は利用resourceに応じて追加料金が発生し得る。
公式 Pricing ページを開く料金確認：2026年8月27日
強み・弱み
強み
- model・agent・evaluation・observabilityをAzure governanceと統合できる
- 複数providerを含むmodel catalogを利用できる
- Entra/RBAC/network/policyを企業標準へ合わせやすい
- 本番前後のevaluation lifecycleが充実している
弱み
- Azureのresource、identity、network、quota等の理解が必要
- 旧Azure AI Foundry/Foundry classicから名称・architecture変更が続いており古い資料との混在に注意が必要
- model・agent・evaluation・関連Azure resourceが組み合わさるため総コスト把握が複雑になりやすい
比較・競合
迷うときの比較軸
- モデル数・provider
- Agent機能
- evaluation
- observability
- Entra/RBAC
- private network
- data residency
- SDK/API
- region/quota
- 総コスト
Microsoft Foundry vs Google Vertex AI
Vertex AIはGoogle Cloud/Geminiを中心とする統合AI基盤。Microsoft FoundryはAzure/Entra governanceとFoundry Agent Serviceを軸に企業AIを統合します。
Microsoft Foundry vs Amazon Bedrock
BedrockはAWS上で複数foundation modelとagent/RAG機能を提供。Foundryはmodel/agentに加えevaluation・observabilityとAzure control planeの統合を強く打ち出しています。
Microsoft Foundry vs Databricks Mosaic AI
Mosaic AIはlakehouse上の企業データとAI開発を密接に統合。FoundryはAzure cloud全体のidentity/network/governanceと多様なmodel/agent toolsをまとめる方向です。
Microsoft Foundry vs Vercel AI Gateway
Vercel AI Gatewayは複数LLM providerへのroutingとWeb application開発を軽量化するgateway。Foundryはagent、evaluation、security、deploymentを含む企業AI platformです。
THINKLABの結論
選定サマリーの判定を、選び方として整理したものです。
選ぶべき場合
Azureを企業標準cloudとして使い、複数model・agent・evaluation・security/governanceを共通projectとcontrol planeで管理したい場合。
別製品を選ぶべき場合
単一model APIをすぐ呼べれば十分で、Azure identity/network/resource管理やenterprise governanceが不要な場合。
確信度: high
詳細情報
導入判断の本線から外した補足です。必要な項目だけ開いてください。
AI機能の詳細
Foundry Models
モデルカタログからMicrosoft/OpenAI/Anthropic/Meta等のモデルを探し、用途・品質・コストを比較してAI applicationへ組み込みます。
制約
利用可能モデル、deployment方式、region、quota、価格はmodel/providerとAzure subscription条件によって異なります。
Foundry Agent Service
portalやSDKからprompt agentを作成したり、自作コードをhosted agentとしてdeployし、toolsやknowledgeを組み合わせてagentic workflowを構築します。
制約
一部機能はpreviewやregion制限があり、tool利用・model inference等には個別料金が発生します。
Evaluation
datasetや実際のconversation/tracesを使い、groundedness、relevance、task adherence、安全性などをbuilt-in/custom evaluatorで測定します。
制約
AI-assisted evaluatorやrisk/safety evaluationは対応region・model要件があり、評価実行自体もconsumption billing対象になる場合があります。
Observability
agent/modelのtrace、evaluation result、monitoring dashboardを使い、本番挙動、品質、latency、token/cost傾向を確認します。
制約
Application Insights等の関連Azure resource設定や、preview機能のavailability確認が必要な場合があります。
向き不向き（一覧）
こんな人におすすめ
- Azureを主要cloudとして利用する企業
- model・agent・評価・governanceを一つの基盤で管理したいAIチーム
- Entra IDやprivate networkingを含む企業security要件がある組織
- 複数modelを比較しながら本番AIを継続改善したいチーム
おすすめしないケース
- 単一LLM APIを最小構成で呼ぶだけの小規模用途
- Azure resourceやenterprise cloud運用を持ちたくない個人利用
プラットフォーム / API
対応プラットフォーム
- Web
API
あり
セキュリティ / データの扱い
Microsoft FoundryはMicrosoft Entra identity、RBAC、network isolation、Azure Policy、content filteringなどAzureのenterprise security/governance機能と統合できます。
取扱い: Agent Service等のdata residencyは利用endpoint/regionとservice構成に依存します。機密データではregion、storage、network isolation、CMK対応などを各serviceの最新documentationで確認してください。
学習・送信: MicrosoftはFoundry Agent Serviceの顧客データをモデルtrainingには利用しないと案内しています。利用する第三者model/providerや関連serviceについては、それぞれのdata termsも確認してください。