Quotas e consumo
Como a plataforma mede o uso de modelos de IA e o que acontece quando um teto é atingido.
Toda chamada a um modelo de IA consome tokens, e todo token tem preço. As Quotas são os tetos mensais que a plataforma aplica sobre esse consumo.
Sem quota configurada, um escopo não tem limite. Quotas existem para que um experimento mal calibrado não consuma o orçamento do mês inteiro.
Os escopos
O mesmo consumo é contado em mais de um nível ao mesmo tempo, e cada um pode ter o seu teto:
- Organização: o total da empresa.
- Workspace: o total de um time ou projeto.
- Usuário: quanto uma pessoa pode consumir dentro do workspace.
- Chave de projeto: quanto uma integração programática pode consumir.
Também é possível limitar por provedor, quando um deles é mais caro que os outros e merece teto próprio.
A cota de Organização tem prioridade sobre a de Workspace. Esgotado o teto da empresa, nenhum workspace continua, por mais folga que tenha no próprio limite.
Os tetos são definidos em custo ou em tokens, e valem para o mês corrente. A virada do mês zera o consumo acumulado. Campo em branco significa "sem limite"; um limite igual a zero bloqueia todas as requisições daquele escopo.
O que acontece ao estourar
Quando o consumo passa do teto, a chamada é recusada e quem está no Chat recebe um aviso de cota excedida. A plataforma não degrada a resposta nem troca de modelo: ela bloqueia.
O bloqueio vale para o escopo que estourou. Um usuário que atingiu o próprio limite para de conseguir usar, enquanto o resto do workspace continua.
Liberações temporárias
Subir a política de quota resolve o problema do dia e raramente volta a descer. Para o caso pontual existe a liberação temporária.
Ela funciona assim:
- Acrescenta um teto extra ao limite vigente, por um prazo definido, com motivo registrado.
- Expira sozinha. Não existe rotina para desfazer: a plataforma deixa de considerar liberações vencidas.
- Ao expirar, o escopo volta ao teto da política e volta a bloquear, se o consumo do mês já tiver passado dele.
A liberação leva até cerca de 30 segundos para valer, porque o consumo é lido de um cache. O mesmo vale ao revogar uma liberação antes do prazo.
Onde ver o consumo
Três telas respondem a perguntas diferentes:
- Workspace › Painel: o resumo do workspace, com tokens consumidos, custo total e uso por Agente.
- Quotas, na Organização ou no Workspace: limites, uso do mês e a projeção até o fim dele.
- Observabilidade: o detalhe por modelo, com filtros e traces de cada execução.
A projeção da tela de Quotas é o sinal mais útil no meio do mês: ela indica se o ritmo atual estoura o teto antes da virada.
Próximos passos
- Entenda de onde vem o preço por token em Provedores e modelos.
- Veja quem pode alterar quotas em Papéis e permissões.