Wissen, was KI kostet, bevor die Rechnung kommt.
Jeder Aufruf wird im Moment des Geschehens bepreist und einem Produkt und einer Person zugeordnet. Limits warnen an einer Schwelle und blockieren dann an der Obergrenze. Der Firmenbericht läuft live aus diesen Daten, statt am Quartalsende aus Anbieterrechnungen rekonstruiert zu werden.
Gemessen wird beim Aufruf, nicht bei der Rechnung
Jeder Aufruf durchs Gateway schreibt ein Nutzungsereignis mit Anbieter, Modell, Token-Zahlen, Credits und Kosten, plus dem Produkt und dem Mitglied, zu dem er gehört.
Der Unterschied zählt, weil Anbieterrechnungen monatlich kommen, aggregiert, pro API-Key. Teilen sich drei Abteilungen einen Key, kann die Rechnung nicht sagen, welche davon das Geld ausgegeben hat. Den Aufruf im Moment zu bepreisen ist das, was Zuordnung überhaupt erst möglich macht.
Limits, die warnen, bevor sie blockieren
Ein Ausgabenlimit gilt entweder für den ganzen Workspace oder für eine einzelne Person, läuft über einen Zeitraum, der standardmässig ein Monat ist, und trägt eine Credit-Obergrenze.
- Warnen
- Die Standardschwelle liegt bei 80% der Obergrenze. Verbrauch darüber erscheint als Warnzustand, statt jemanden von der Arbeit abzuhalten.
- Blockieren
- Ein Limit auf Blockieren verweigert Aufrufe, sobald die Obergrenze erreicht ist, und der Aufrufer erhält einen 402 statt eines stillen Fehlers oder einer überraschenden Überschreitung.
Warnen ist die Standardaktion, nicht Blockieren — mit Absicht: Ein Limit, das eine Abteilung mitten im Quartal stillschweigend stoppt, richtet mehr Schaden an als die Überschreitung, die es verhindert hat.
Drei Abrechnungsmodi
| Modus | Wessen Keys | Wie Sie zahlen |
|---|---|---|
| BYOK | Ihre | Der Anbieter stellt Ihnen direkt Rechnung. Das ist der Standard. |
| Prepaid | Unsere | Sie laden ein Guthaben auf, und jeder Aufruf zieht davon ab. Ein leeres Guthaben liefert einen 402. |
| Postpaid | Unsere | Monatliche Rechnung. Standardmässig aus und pro Workspace aktivierbar. |
Eigene Keys mitbringen ist der Standard, weil es der Modus ist, der von einem Unternehmen, das uns prüft, am wenigsten Vertrauen verlangt. Ihre Keys, Ihre Anbieterbeziehung, Ihre Rechnung — und die Plattform legt Identität, Messung und Kontrolle darüber.
Die Fragen, für die der Bericht gebaut ist
Berichte existieren, um die Fragen zu beantworten, die ein Verwaltungsrat tatsächlich stellt — und die drehen sich selten um Tokens.
- Welche Abteilung hat die meisten Stunden zurückgewonnen?
- Die Zuordnung nach Produkt und Mitglied macht das beantwortbar statt anekdotisch.
- Was hat uns KI letztes Quartal gekostet, pro Produkt?
- Jedes Ereignis trägt ein Produkt, also ist die Aufschlüsselung eine Abfrage, keine Rekonstruktion.
- Wer erreicht demnächst sein Ausgabenlimit?
- Der Verbrauch wird laufend gegen jedes Limit verfolgt, nicht erst am Periodenende.
- Für welches Modell zahlen wir eigentlich?
- Modell und Anbieter werden pro Aufruf festgehalten — auch dann, wenn das Auto-Routing den Anbieter gewählt hat.
Klare Antworten.
Gateway-Keys können einen Produkt-Scope tragen, und jedes Nutzungsereignis hält Produkt und Mitglied neben Anbieter, Modell, Tokens und Kosten fest. Die Zuordnung kommt also aus dem Aufruf selbst, nicht daher, dass jemand daran denkt, seine Anfragen zu taggen.
Das hängt von der Aktion ab, die auf dem Limit gesetzt ist. Ein Warn-Limit löst an der Schwelle einen Warnzustand aus, standardmässig bei 80% der Obergrenze. Ein Block-Limit verweigert an der Obergrenze weitere Aufrufe und liefert einen 402.
Ja. Ein Ausgabenlimit gilt entweder für den Workspace oder für eine einzelne Person, über einen Zeitraum, der standardmässig ein Monat ist.
Nein. Eigene Keys mitbringen ist der Standardmodus: Sie behalten Ihre Anbieterbeziehung und Ihre Anbieterrechnung, und die Plattform liefert Identität, Messung, Zuordnung und Limits obendrauf. Prepaid und Postpaid gibt es für Unternehmen, die lieber eine Rechnung hätten.
Live im Einsatz
Bauen Sie das KI-System Ihres Unternehmens.
Bringen Sie einen echten Ablauf ins Gespräch. Wir lassen ihn durchs Gateway laufen, während Sie zusehen — gemessen und zugeordnet, bevor Sie irgendetwas entscheiden.
30 Minuten · keine Folien · Antwort innert 24h