Budgets & Caching

Rate-Limits und Budgets pro Schlüssel, Organisations-Obergrenzen und die beiden Antwort-Caches.

Budgets & Limits

Jeder Key trägt Rate-Limits (Requests und Tokens pro Minute) und ein Ausgabenbudget mit einem Zeitraum: total, daily oder monthly. Eine organisationsweite Gesamtobergrenze steht über jedem Key.

Die Durchsetzung erfolgt am Gateway, in echtem Geld: jede Anfrage wird anhand des Live-Preisbuchs bepreist und vor dem Versand abgebucht. Über dem Rate-Limit gibt der Aufruf 429 zurück; über dem Budget 402. Die Anfrage erreicht nie einen Anbieter. Sind die Zähler einmal nicht erreichbar, schlägt die Prüfung nach dem Fail-closed-Prinzip fehl und gleicht sich mit dem unveränderlichen Audit-Register ab, statt zu raten.

# past the key's rate limit — the request never reaches a provider
{
  "error": {
    "message": "rate limit exceeded for this key",
    "type": "rate_limit_error",
    "param": null,
    "code": "rate_limit_exceeded"
  }
}

# budget reached or no active plan — activate a plan or raise the budget
{
  "error": {
    "message": "spend budget reached for this key",
    "type": "insufficient_quota",
    "param": null,
    "code": "insufficient_quota"
  }
}

Caching

Zwei optionale Response-Caches: exakt (Treffer bei normalisiertem Request) und semantisch (Vektorähnlichkeit mit konservativem Schwellenwert). Beide sind streng pro Organisation isoliert, im Ruhezustand verschlüsselt und setzen Inhaltsaufbewahrung voraus. Aktivieren Sie sie in der Cache-Ansicht der Console.

Jede Audit-Zeile hält fest, wie der Aufruf bedient wurde: none | exact | semantic.

# identical request twice — the second is served from the exact cache
curl https://api.sluis.ai/v1/chat/completions \
  -H "Authorization: Bearer $SLUIS_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "model": "mistral/mistral-large-latest", "messages": [{ "role": "user", "content": "Define GDPR" }] }'

# audit row of call #2: cache_hit: exact · no provider dispatch, no token cost