Budżety i cache

Limity szybkości i budżety per klucz, limity organizacji oraz dwa cache odpowiedzi.

Budżety i limity

Każdy klucz niesie limity zapytań (żądania i tokeny na minutę) oraz budżet wydatków z okresem: total, daily lub monthly. Nad każdym kluczem stoi zbiorczy limit obejmujący całą organizację.

Egzekwowanie odbywa się na bramie, w realnych pieniądzach: każde żądanie jest wyceniane z aktualnego cennika i obciążane przed wysyłką. Po przekroczeniu limitu zapytań wywołanie zwraca 429; po przekroczeniu budżetu, 402. Żądanie nigdy nie dociera do dostawcy. Jeśli liczniki są kiedykolwiek nieosiągalne, kontrola zawodzi w stanie zamkniętym (fail closed) i uzgadnia się z niezmiennym rejestrem audytu, zamiast zgadywać.

# 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"
  }
}

Buforowanie

Dwa opcjonalne cache'e odpowiedzi: dokładny (dopasowanie znormalizowanego żądania) i semantyczny (podobieństwo wektorowe z zachowawczym progiem). Oba są ściśle izolowane per organizacja, szyfrowane w spoczynku i wymagają retencji treści. Włącz je w Konsoli, w widoku Cache.

Każdy wpis audytu zapisuje, jak obsłużono wywołanie: 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