AI gateway versus AI control plane
De termen worden door elkaar gebruikt, wat een probleem is wanneer u infrastructuur specificeert. Het onderscheid is geen marketing — het gaat erom waar beslissingen vallen en waarvoor ze gelden.
De één routeert requests. De ander bepaalt wat een request mag zijn.
Een AI gateway
Zet één endpoint vóór meerdere providers. Het routeert, bewaart keys, doet retries, cachet en voert failover uit. Het lost een connectiviteits- en veerkrachtprobleem op, en het doet dat voor wie er ook maar naar wijst.
Een AI control plane
Bepaalt wat een request mag zijn voordat het er een wordt: wie het vraagt, wat die mag uitgeven, welke gegevens mogen vertrekken, welk model het mag bedienen, en welke vastlegging het request achterlaat. Het lost een governanceprobleem op, voor de organisatie, ongeacht of elke applicatie heeft meegedaan.
Elke control plane bevat een gateway. Niet elk gateway wordt een control plane — daarvoor moeten identiteit, budgetten, policy en audit first-class in het request-pad liggen in plaats van er losjes naast te zijn geschroefd.
Waar de grens werkelijk ligt
| As | Gateway | Control plane |
|---|---|---|
| Beschouwingseenheid | Een request en een route | Een inference-request, met kosten, policy en identiteit |
| Reikwijdte | De services die erop wijzen | Elke AI-workload in de organisatie |
| De bevoegdheid van een agent | Een sleutel die werkt tot iemand hem roteert | Een identiteit met een eigenaar, een runlimiet, een toolbeleid en een benoemde goedkeurder |
| Handhaving | Adviserend, of limieten per key | In het request-pad, voordat de provider wordt benaderd |
| Opgeleverde vastlegging | Verkeerslogs | Beslissingen — model, reden, verdict, kosten, actor |
| Beheerd door | Eén team | De organisatie, als gedeelde infrastructuur |
Hoe u herkent wat u hebt
Bruikbaar bij het beoordelen van elke leverancier in deze categorie, ook van ons.
- De opt-in-test. Als een team morgen een service opstart en het u niet vertelt, is die dan bestuurd? Een gateway bestuurt wat erop wijst. Een control plane bestuurt wat de organisatie verplicht heeft gesteld — en maakt eromheen gaan tot de uitzondering die u kunt detecteren.
- De handhavingstest. Als een budget wordt overschreden: stopt er dan iets, of kleurt er een dashboard rood? Adviserende limieten zijn rapportage. Een control plane weigert de call voordat de provider wordt gecontacteerd.
- De vastleggingstest. Kunt u zes maanden later reconstrueren welk model een request heeft bediend, waarom, welke policy-verdicts golden, wat het kostte, en namens wie? Een gateway logt verkeer. Een control plane produceert beslissingen.
Dezelfde drie gebeurtenissen, tweemaal
| Gebeurtenis | Met een gateway | Met een control plane |
|---|---|---|
| De uitgaven van een team verdubbelen van de ene dag op de andere | U komt het te weten uit de providerfactuur, of uit een dashboard waar niemand naar keek. De toewijzing wordt een dataklus. | De soft-budget-webhook vuurde bij de drempel; de harde limiet wees de overschrijding af voordat die werd uitgegeven, en uitsluitend tegen de teller van dat team. |
| Er wordt een nieuwe regel voor gegevensverwerking uitgevaardigd | Het wordt een ticket voor elk team dat een model aanroept, en daarna voorgoed een code-reviewprobleem. | Eén policywijziging geldt in één keer voor elke workload achter het endpoint, ook die welke niemand had geregistreerd. |
| Een agent roept een niet-goedgekeurde tool aan | De tool call is nooit door de gateway gegaan, dus er is geen enkele registratie dat het gebeurd is. | Tools die via het MCP-endpoint van de gateway worden bereikt, staan op een allowlist, dus de aanroep werd geweigerd en gelogd. Een server die de client zelf draait, verschijnt in de agent-inventaris. |
Vaak niet
AI is één feature in één service, met één provider en één team. Een gateway heeft precies de juiste omvang daarvoor, en te veel infrastructuur inkopen is een faalmodus op zichzelf. Niets van wat hieronder staat geldt al voor u, en een control plane vroeg invoeren levert vooral operationeel oppervlak op dat u niet nodig hebt.
Waarschijnlijk wel, zodra een van deze punten opgaat:
- Meer dan een handvol teams roept modellen aan.
- Uitgaven moeten worden toegerekend aan kostenplaatsen, niet alleen begrensd.
- Regels voor gegevensverwerking moeten gelden over applicaties heen, niet per repository.
- Agents roepen externe tools aan met echte credentials.
- U moet aan iemand buiten engineering aantonen dat het AI-gebruik beheerst is.
- De gateway is dragend geworden — elk productpad hangt er inmiddels van af.
Een control plane die u zelf beheert
Wäg is een open source AI control plane die in uw eigen infrastructuur draait. Het bevat de gateway — OpenAI-compatibel, multi-provider, caching, failover — en voegt daar identiteit, hiërarchische budgetten, policy, agent-governance en audit aan toe, in hetzelfde requestpad. Het importeert LiteLLM-configuratie, dus als u al een gateway draait, kost uitproberen u één base-URL.
Één endpoint. Elk model. Volledige controle.
Draai het in uw eigen infrastructuur
Alles wat u nodig hebt om een control plane in productie te draaien staat onder Apache-2.0 en blijft dat ook — routing, HA, caching, failover, budgetten, policy, MCP, jobs en observability. Self-hosted, zonder account, zonder phone-home.
$ docker run -p 4000:4000 <registry>/waeg-gateway:<version>Geen werkende pull: de images zijn nog niet openbaar. Ontwerppartners krijgen de registrygegevens vertrouwelijk.
Implementeer in 5 minutenBepaal mee als design partner
Wäg is nog niet publiek beschikbaar. We werken met een kleine groep teams die multi-provider AI in productie draaien en governance en soevereiniteit serieus nemen, om de control plane te harden op echte workloads.
- Alle Enterprise-functies inbegrepen, zonder licentiekosten
- Migratie die we samen met u doen — ook vanaf LiteLLM
- Een directe lijn naar de engineers die het bouwen, en echte invloed op wat er als volgende komt