Presupuestos y caché

Límites de velocidad y presupuestos por clave, topes de organización y las dos cachés de respuesta.

Presupuestos y límites

Cada clave lleva límites de tasa (peticiones y tokens por minuto) y un presupuesto de gasto con un periodo: total, daily o monthly. Un límite agregado para toda la organización se sitúa por encima de cada clave.

La aplicación ocurre en la pasarela, en dinero real: cada petición se tarifica con el libro de precios en vivo y se descuenta antes de despachar. Superado el límite de tasa, la llamada devuelve 429; superado el presupuesto, 402. La petición nunca llega a un proveedor. Si los contadores llegan a ser inaccesibles, la comprobación falla en cerrado y se reconcilia con el registro de auditoría inmutable en lugar de adivinar.

# 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"
  }
}

Caché

Dos cachés de respuesta opcionales: exacta (una coincidencia de petición normalizada) y semántica (similitud vectorial con un umbral conservador). Ambas están estrictamente aisladas por organización, cifradas en reposo y requieren retención de contenido. Actívelas en la vista Cache de la Consola.

Cada fila de auditoría registra cómo se sirvió la llamada: 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