“Alta disponibilidade” é uma esperança. Um SLA é um número em um contrato, com uma compensação definida quando esse número não é atingido.
Como funciona
Um SLA define quatro coisas: o que é coberto, como o downtime é medido, o que você recebe quando a meta não é cumprida e como reivindicar. O SLA do Google para a API de inferência online do Gemini na Gemini Enterprise Agent Platform é um exemplo real e claro:
- Meta. 99,5% de Monthly Uptime Percentage para os métodos
generateContentestreamGenerateContent(95% para modelos designados para disponibilidade mais curta). - Downtime. “more than a five percent Error Rate” (tradução: um Error Rate acima de cinco por cento), em que erros são respostas HTTP 5XX a requisições válidas, contados só em períodos de “five or more consecutive minutes” (tradução: cinco ou mais minutos consecutivos).
- Créditos.
| Uptime mensal | Crédito na fatura mensal do serviço |
|---|---|
| De 99,0% a menos de 99,5% | 10% |
| De 95,0% a menos de 99,0% | 25% |
| Menos de 95,0% | 50% |
- Reivindicação. O cliente “must notify Google technical support within 30 days” (tradução: precisa avisar o suporte técnico do Google em até 30 dias) e fornecer arquivos de log que mostrem os períodos de downtime. Os créditos têm teto de 50% da fatura do mês do serviço.
- Exclusões. Recursos pré-GA, Grounding with Google Search, erros do software do próprio cliente, prazos menores que o padrão do servidor e erros de cota não são cobertos.
O mesmo SLA acrescenta uma meta de latência para alguns modelos com Provisioned Throughput, medida em tokens de saída por segundo. Para Azure, Amazon Bedrock, OpenAI, Anthropic e outros lado a lado, veja SLAs de APIs de LLM comparados.
Por que isso importa
- Uptime não é throughput. Um SLA que só conta erros 5XX não diz nada sobre rate limits (429) ou respostas lentas, a menos que tenha uma meta de latência.
- Os créditos são pequenos. Um crédito de 10% raramente cobre o custo de uma queda para o seu produto. Projete para falhas de qualquer forma: retries com backoff, timeouts e um modelo de fallback ou outro provedor. Veja o guia de erros e retries.
- Leia as exclusões. O SLA do Google exclui recursos pré-GA e serviços citados por nome; procure exceções parecidas em qualquer SLA.
- Guarde os seus próprios logs. Reivindicações exigem provas. Registre IDs de requisição, timestamps e códigos de status.
Na BroadNet Inference
A API self-service da BroadNet, tanto no pagamento por uso quanto nos planos, não tem SLA. Os Termos de Serviço (§7.4) dizem: “We aim to keep the API available and publish what we measure, but self-serve has no availability commitment.” (Tradução do BroadRouter: buscamos manter a API disponível e publicamos o que medimos, mas o self-service não tem compromisso de disponibilidade.) E acrescentam que “Service levels exist only in a separate written agreement” (Tradução do BroadRouter: níveis de serviço só existem em um acordo escrito separado) e que endpoints privados e capacidade reservada seguem esse acordo. Se você precisa de uptime contratual, pergunte à BroadNet sobre um endpoint privado; o nosso post sobre planejamento de endpoint privado mostra o que planejar. No self-service, planeje um fallback: o checklist para escolher um provedor registra que não encontramos SLA, página de status nem política de descontinuação na documentação da BroadNet.