Si en algún momento trabajaste con Azure OpenAI Service o Azure AI Studio y hoy entrás a la documentación de Microsoft esperando encontrar lo mismo, probablemente te perdiste. Los nombres cambiaron, los recursos se consolidaron, y lo que antes eran tres servicios separados ahora vive bajo un solo nombre: Azure AI Foundry.

Este post explica qué es Azure AI Foundry en 2026, cómo se diferencia de lo que había antes, y qué necesitás entender si estás empezando o si venís de usar Azure OpenAI directamente.

Qué es Azure AI Foundry

Azure AI Foundry es la plataforma unificada de desarrollo de IA de Microsoft. Reemplazó a Azure AI Studio a fines de 2024 y expandió su alcance más allá de los modelos de OpenAI para incluir Phi, Mistral, Llama, Cohere y muchos más.

En términos concretos, es el lugar donde Microsoft concentró todo lo que antes estaba disperso: el catálogo de modelos, las herramientas de evaluación y prompt engineering, el despliegue de endpoints, el fine-tuning, la observabilidad y la construcción de agentes. Todo bajo un solo portal en ai.azure.com y una sola capa de recursos en Azure.

El catálogo tiene más de 1.900 modelos que van desde Foundation Models y Reasoning Models hasta Small Language Models, modelos multimodales, modelos de dominio específico y modelos industriales.

La diferencia con Azure OpenAI Service

Esta es la confusión más común y es importante aclararla.

Azure OpenAI Service es un servicio administrado enfocado exclusivamente en dar acceso a los modelos de OpenAI como GPT-5, GPT-4o, GPT-4.1, embeddings y modelos multimodales. Corre en la infraestructura de Azure y agrega características empresariales como seguridad con Microsoft Entra ID, filtros de contenido, escalabilidad e integración con herramientas de Azure.

Azure AI Foundry es una plataforma más amplia orientada a construir, personalizar, desplegar y administrar aplicaciones de IA y agentes. Incluye Azure OpenAI como uno de sus componentes bajo Foundry Models.

La manera más simple de entenderlo: Azure OpenAI Service sigue existiendo y podés usarlo directamente para llamadas a la API sin necesitar todo el ecosistema de Foundry. Pero si estás construyendo algo más complejo, con múltiples modelos, evaluación, agentes o fine-tuning, Azure AI Foundry es donde todo eso vive hoy.

Los modelos disponibles

El catálogo incluye modelos de OpenAI, Anthropic Claude, Fireworks AI, DeepSeek, xAI, Hugging Face, Meta, Mistral AI, Cohere, Stability AI, NVIDIA y más. Los modelos se dividen en dos categorías principales.

Modelos vendidos directamente por Azure: hosteados y vendidos por Microsoft bajo sus propios términos de producto. Microsoft los evaluó y están profundamente integrados en el ecosistema de Azure. Vienen con SLA garantizado y soporte de primer nivel.

Modelos de partners y comunidad: soportados por sus respectivos proveedores con niveles variables de SLA y soporte. Ofrecen acceso rápido a innovaciones especializadas de laboratorios de investigación y proveedores emergentes.

La distinción importa en producción: para entornos empresariales donde el SLA y el soporte son críticos, los modelos directos de Azure son la opción más segura.

Qué desapareció y qué va a desaparecer

La estructura de recursos colapsó. Antes, un despliegue de IA típico en Azure requería tres recursos separados: una cuenta de Azure OpenAI, una cuenta de Azure AI Services y un AI Hub. Eso se consolidó en un solo recurso de Foundry que hostea múltiples proyectos.

La Assistants API tiene fecha de retiro definitiva el 26 de agosto de 2026, reemplazada por la Foundry Agent Service Responses API. Si tenés agentes construidos sobre la Assistants API, el tiempo para migrar es ahora.

Lo que podés hacer desde el portal

El portal de Azure AI Foundry en ai.azure.com te da acceso a todo sin tener que tocar código en primera instancia. Podés explorar el catálogo de modelos, comparar modelos lado a lado usando tus propios datos y prompts, hacer fine-tuning de modelos como GPT-4o, GPT-4o-mini, Llama y Phi, desplegar endpoints con un par de clics, y monitorear el comportamiento de los modelos en producción.

El Serverless API, también llamado Model as a Service o MaaS, es el tipo de despliegue más accesible para empezar. Te permite acceder a modelos hosteados en Azure sin necesidad de provisionar GPUs ni gestionar infraestructura de backend. Pagás por lo que usás.

Desde el código

El SDK oficial para trabajar con Azure AI Foundry desde código es azure-ai-projects, disponible para Python, JavaScript, TypeScript y .NET. La versión actual es 2.2.0 e incluye soporte para definiciones de agentes externos, skills, toolboxes, registro de pesos de modelos, rutinas y trabajos de optimización.

from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential

client = AIProjectClient(
    endpoint="https://tu-endpoint.services.ai.azure.com/api/projects/tu-proyecto",
    credential=DefaultAzureCredential()
)

response = client.inference.get_chat_completions(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hola, qué es Azure AI Foundry?"}]
)
print(response.choices[0].message.content)

Llamada básica a un modelo desde azure-ai-projects en Python.

Y si estudio para la AI-103, ¿dónde encaja esto?

Si estás preparándote para la certificación AI-103, Azure AI Foundry es la plataforma central del examen. Microsoft Foundry reemplazó a Azure AI Studio como el entorno de referencia para construir aplicaciones de IA listas para producción. Entender cómo se organiza el portal, cómo se crean proyectos y cómo se despliegan modelos es conocimiento directamente evaluado.

Lo mismo aplica si venís del AI-102: la arquitectura que antes estudiabas con Azure Cognitive Services y Azure Applied AI Services ahora está reorganizada dentro de Foundry. Los servicios siguen existiendo, pero el punto de acceso y la forma de gestionarlos cambió.

"La confusión de nombres entre Azure OpenAI, Azure AI Studio y Azure AI Foundry frenó a mucha gente en los últimos meses. La realidad es que la plataforma evolucionó hacia algo más completo y el punto de entrada hoy es uno solo: Foundry."

  • Carlos José Castro Galante

Para ir cerrando

Azure AI Foundry tiene una capa gratuita en el portal que te permite explorar el catálogo y probar modelos sin necesitar una suscripción de pago. Para despliegues en producción, el modelo de Serverless API cobra por token consumido dependiendo del modelo que elijas.

Documentación oficial de Azure AI Foundry en Microsoft Learn