A Microsoft colocou em preview público, em agosto de 2026, uma camada dedicada do Azure API Management batizada de AI Gateway tier. A novidade cria um único ponto de entrada para publicar, proteger e monitorar o tráfego entre aplicações e modelos de inteligência artificial — incluindo modelos hospedados no Microsoft Foundry, na Azure OpenAI, na AWS Bedrock, no Google Vertex AI e na própria OpenAI, além de ferramentas conectadas via MCP (Model Context Protocol). A mudança mira um problema concreto de operação: gerenciar dezenas de chaves de API, limites de uso e políticas de segurança espalhados entre múltiplos provedores de IA e agentes autônomos.
O que é o AI Gateway tier
Segundo a documentação oficial da Microsoft, o AI Gateway tier é um gateway totalmente gerenciado, pensado especificamente para cargas de trabalho de IA. Ele dá a times de plataforma um único lugar para publicar, proteger, governar e observar o acesso a modelos e a servidores MCP. Diferentemente do tier tradicional do Azure API Management, cujo painel é organizado em torno de APIs, o AI Gateway reorganiza toda a experiência do portal em torno de três conceitos: modelos, servidores MCP e ferramentas.
Na prática, isso significa que uma aplicação ou agente de IA passa a chamar um único endpoint de runtime gerenciado pela Azure, em vez de guardar e rotacionar credenciais separadas para cada provedor. A Microsoft descreve o caso de uso central como substituir credenciais de provedor espalhadas por aplicação por chaves de runtime centralizadas, com políticas compartilhadas de limite de token e de requisição, filtro de conteúdo, telemetria unificada e um catálogo self-service de modelos e ferramentas aprovados.
Quais modelos e ferramentas ele consegue gerenciar
O gateway publica modelos hospedados no Microsoft Foundry — incluindo modelos da OpenAI, da Anthropic e da Mistral disponíveis por lá —, além de deployments diretos da Azure OpenAI, da AWS Bedrock, do Google Vertex AI e da própria OpenAI. Do lado das ferramentas, o AI Gateway trata cada servidor MCP como um único endpoint governado que os agentes chamam para executar tarefas externas, e esse endpoint pode federar backends de três origens: um servidor MCP remoto identificado por URL, uma especificação OpenAPI existente ou um conector nativo do Azure.
O Model Context Protocol (MCP) é um padrão aberto criado pela Anthropic e apresentado em novembro de 2024 para conectar modelos de IA a dados, ferramentas e sistemas externos de forma padronizada — a analogia mais comum é a de uma 'porta USB-C' para aplicações de IA. Desde então, o protocolo foi adotado por diversos fornecedores, incluindo a Microsoft.
Como funciona a governança por policy cards
Uma das mudanças mais visíveis é a forma como as políticas são configuradas. Em vez de escrever fragmentos de XML ou expressões de política, como no Azure API Management tradicional, o AI Gateway tier apresenta os controles como cards visuais no portal. Na fase de preview, esses cards cobrem quatro áreas: limites de requisição e de token, cotas de token, integração com o Azure AI Content Safety e fallback automático para um modelo secundário em caso de falha ou indisponibilidade.
Limites de requisição e tokens
Os limites de requisição podem ser configurados por janela de tempo — por exemplo, a cada 30 segundos, 1 minuto, 2 minutos ou 5 minutos — e contados por identidade do chamador ou por endereço IP de origem. Isso permite que uma equipe de plataforma limite quanto cada aplicação, agente ou usuário pode consumir de um modelo específico, sem depender de controles implementados manualmente em cada serviço consumidor.
Content Safety e fallback de modelo
O card de Content Safety conecta o tráfego que passa pelo gateway ao serviço Azure AI Content Safety, permitindo bloquear ou sinalizar conteúdo problemático antes que ele chegue ao modelo ou volte para o usuário. Já o card de fallback permite declarar um modelo secundário que assume automaticamente as chamadas se o modelo principal falhar ou ficar indisponível, um recurso relevante para aplicações que dependem de disponibilidade contínua de IA generativa.
O ponto de atenção: o alcance da chave de runtime
A própria documentação da Microsoft chama atenção para uma característica de arquitetura que muda o modelo de segurança em relação ao Azure API Management tradicional: a chave de runtime não é escopada por modelo ou ferramenta, e sim pelo gateway inteiro. Ou seja, uma única chave de runtime válida dá acesso a todos os modelos e ferramentas publicados naquele gateway — o que a documentação descreve como um raio de exposição do tamanho do gateway inteiro em caso de vazamento, e não do tamanho de um único produto ou API, como acontece hoje com as subscriptions do Azure API Management.
Para mitigar esse risco, a Microsoft recomenda duas práticas específicas: nunca colar chaves de acesso de runtime em código-fonte, logs de build, notebooks ou chats compartilhados, e emitir uma chave de runtime separada por aplicação, contabilizando limites de taxa por identidade do chamador — assim cada aplicação tem seu próprio orçamento de uso e fica possível atribuir consumo a uma origem específica caso algo saia do controle.
O AI Gateway tier ainda está em preview público. A própria Microsoft alerta que a disponibilidade é 'best effort', sem SLA contratual, e que APIs, fluxos do portal, telemetria, regiões, limites e preços ainda podem mudar antes do lançamento geral (GA).
Disponibilidade, preço e limitações do preview
Atualmente, o preview está disponível apenas nas regiões East US 2 e Sweden Central. Segundo a documentação da Microsoft, o uso do gateway em si é gratuito durante a fase de preview, mas a política de preços definitiva ainda será anunciada mais adiante — o que, segundo a cobertura da InfoQ, torna a governança de custos a parte menos consolidada do lançamento até agora. As cotas do preview também limitam o número de modelos, ferramentas, chaves de runtime e volume de tráfego permitido, embora a Microsoft não tenha publicado os valores exatos desses limites. De acordo com a InfoQ, um novo gateway pode ser provisionado em cerca de um minuto, sem necessidade de planejar unidades de escala com antecedência — informação que não encontramos replicada na documentação oficial da Microsoft consultada.
O que isso significa para quem desenvolve no Brasil
Para equipes brasileiras que já rodam aplicações ou agentes de IA sobre múltiplos provedores — um caso comum entre startups e áreas de inovação que testam ao mesmo tempo modelos da OpenAI, do Google e ofertas hospedadas na Azure —, o AI Gateway tier ataca um problema real de operação: hoje, cada integração direta com um provedor de IA significa uma chave própria, um painel de uso próprio e, com frequência, nenhuma visibilidade centralizada de quanto está sendo gasto ou de que dados estão trafegando por ali. Centralizar esse tráfego atrás de um gateway operado dentro da própria assinatura Azure e do próprio locatário do Entra ID é uma proposta de valor concreta para governança e para conformidade, especialmente em setores regulados.
Ao mesmo tempo, vale tratar o recurso com o mesmo cuidado que qualquer serviço em preview público merece. Sem SLA formal e com a possibilidade de mudanças de comportamento antes da disponibilidade geral, colocar uma aplicação crítica em produção sobre o AI Gateway tier hoje significa aceitar risco operacional. O ponto sobre o alcance da chave de runtime também merece atenção redobrada de times de segurança: como uma única chave abre todos os modelos e ferramentas do gateway, a rotação de credenciais e a segmentação de gateways por aplicação ou por nível de sensibilidade de dados tendem a virar decisões de arquitetura, e não apenas de operação do dia a dia.
A Microsoft não informou uma data para a disponibilidade geral (GA) do AI Gateway tier nem os planos de preço definitivos, o que deixa em aberto quando — e a que custo — o recurso deve deixar de ser uma opção de teste para se tornar parte da infraestrutura de produção. Por ora, ele já pode ser criado gratuitamente nas duas regiões suportadas, o que permite avaliar a proposta de governança sem custo adicional além do consumo dos modelos por trás do gateway.
Perguntas frequentes
É uma camada do Azure API Management, em preview público desde agosto de 2026, dedicada a publicar e governar o acesso a modelos de IA e a servidores MCP por um único endpoint de runtime, com políticas configuradas em cards visuais no portal.
