Новые орг-контроли OpenAI позволяют запретить создание личных API-ключей — первый механизм, структурно закрывающий теневую маршрутизацию в администрируемых организациях.
OpenAI теперь позволяет задавать максимальный срок жизни ключей на уровне организации или проекта. Существующие ключи не укорачиваются, но все новые обязаны истекать в рамках лимита — а ваш шлюз, вероятно, самое рискованное место хранения долгоживущих ключей.
Публичная бета Agents API от OpenAI вводит отдельное пространство имён client.beta.agents, не проходящее через /v1/chat/completions. Для команд с AI-шлюзами: слепые зоны в биллинге, пробелы в аудите и новый scope API key.
Claude Code 2.1.239 начал учитывать надбавку 1,1× за US-only inference в оценках /cost и строке статуса для data-residency workspace. Команды, маршрутизирующие через Bedrock или Vertex, обходят эту надбавку — разбираем, что это значит для выбора provider.
Прокси, удаляющий Content-Type, заставлял Claude Code повторять Bedrock-запрос без стриминга, выставляя двойной счёт. Как выявить затронутых, что исправлено в 2.1.239.
Fable 5 сократил fallback по биологическим запросам на 85%. Для API-операторов это обнажило скрытый риск: запросы к Fable 5 обслуживал Opus 5 без каких-либо предупреждений. Что нужно проверить, прежде чем считать, что паритет модели восстановлен.
Claude Code gateway spend-limit support переносит контроль бюджета из поздней API-ошибки в operator warning с именем лимита, временем reset и текстом политики.
4 августа OpenAI добавила измерение api_key в API использования и затрат. Для команд, использующих несколько ключей в одной организации, это закрывает главный пробел в атрибуции затрат по пути запроса — без создания отдельных организаций.
Официальный Terraform provider от OpenAI, выпущенный 29 июля, позволяет управлять проектами, сервисными аккаунтами, rate limit, контролем моделей и spend-алертами через код. Разбираем topology-паттерн для routing-слоя.
Обновление Anthropic API от 24 июля добавило fallbacks: "default" на Opus 5 и Opus 4.8 и превратило speed: "fast" для Opus 4.7 в жёсткую ошибку 400. Разбираем, что это значит для routing-политики прямо сейчас.
С февраля 2026 года Claude Code приписывал трафик Bedrock ARN к одному model ID, фиксируя ~$0.23 для Haiku и Opus одинаково. Версия 2.1.218 исправляет разрешение ARN, но исторические логи расходов gateway недостоверны.
OpenAI добавил жёсткие месячные лимиты расходов: при превышении порога запросы возвращают 429 insufficient_quota. Для шлюзов это новый режим отказа — стандартная логика повторных попыток не справляется. Чек-лист для операторов.
OpenAI опубликовала четырёхмерный фреймворк — «Useful Intelligence per Dollar» — который переосмысляет оценку моделей: вместо стоимости токена — стоимость успешно выполненной задачи. Вот что должен изменить каждый оператор роутинга уже сегодня.
Alibaba Cloud запускает коммерческий биллинг Managed Agents API 17 августа. Новый workspace-скопированный агентный runtime вводит отдельное пространство имён endpoint и версионные требования к SDK, которые каждый оператор DashScope должен проверить прямо сейчас.
OpenAI Python SDK v2.46.0 добавляет endpoint для создания API-ключей с scopes для отдельных service account. Для многопроектных операторов это закрывает credential sprawl, из-за которого CI/CD-пайплайны вынуждены были использовать ключи уровня организации.
Anthropic теперь требует решения о сроке истечения при создании API ключа. Admin API раскрывает поле expires_at для каждого ключа. Если ваша команда использует бессрочные ключи в production, изменение от 8 июля сбрасывает базовый уровень управления учётными данными.
Claude Code 2.1.211 исправляет регрессию prompt caching: завершающий блок системного контекста молча выставлялся как свежие input-токены при каждом запросе через Bedrock, Vertex AI, Mantle и Foundry. Операторам gateway необходим аудит счетов.
1 июля Google перевёл поддержку нескольких ожидающих заказов Provisioned Throughput в статус GA — теперь можно одновременно ставить в очередь до 7 заказов на одну модель и регион, устраняя последовательный 10-дневный цикл активации.
Новая функция Anthropic позволяет администраторам ограничивать доступ к конкретным моделям Claude по ролям и устанавливать максимальный уровень effort на роль — тем самым напрямую ограничивая расход токенов. Разбираем, что нужно настроить AI-командам.
Обновление Anthropic от 30 июня добавляет в Claude Managed Agents переопределения конфигурации на уровне сессии, streaming event deltas, lifecycle webhooks и управление инъекцией vault-учётных данных — меняя подход к runtime-маршрутизации.
Claude в Microsoft Foundry теперь в статусе GA с двумя режимами хостинга: инференс на Azure или на Anthropic, нативный биллинг CCU, MACC-drawdown, аутентификация Entra ID и US Data Zone для enterprise-команд.
Anthropic тихо убрала fast mode из Opus 4.6 и отключит его на Opus 4.7 24 июля с жёсткой ошибкой. Два разных сценария сбоя — одно окно в 25 дней для действий.
26 июня Anthropic выровняла RPM, ITPM и OTPM для Sonnet и Haiku до уровня Opus и консолидировала пять уровней использования в три. Что новая структура Start/Build/Scale означает для политики fallback-маршрутизации и управления лимитами расходов.
Открытие офиса Anthropic в Сеуле и корпоративные развёртывания в Корее обнажают ограничение, с которым сталкиваются AI-команды по всему миру: регулируемые отрасли не могут использовать прямой API Claude — им нужен роутинг через AWS Bedrock.
Codex 0.143.0 добавляет настраиваемые rollout token-бюджеты, политику многоагентного делегирования на уровне потока и ограниченный веб-поиск по белому списку URL — три механизма управления, которых операторам не хватало с момента перехода Codex в мультиагентный режим.
"Мы приостанавливаем изменения в использовании Claude Agent SDK" — 15 июня Anthropic отменил разделение биллинга в день запуска. Что означает отказ от кредитной системы для маршрутизации через подписку или API-ключ, и как подготовиться к следующему изменению биллинга.
Spend controls в ChatGPT Enterprise добавляют лимиты кредитов по моделям, переопределения для групп и пользователей и экспорт через Cost API — полезные сигналы для routing-команд, которые сверяют API-биллинг, fallback и chargeback.
Anthropic разделила billing для Agent SDK с 15 июня 2026 г. Новый ежемесячный кредит на пользователя ($20–$200 в зависимости от тарифа) работает на отдельном счётчике — и его потолок меняет логику маршрутизации для каждой production-команды.
Claude API теперь не биллирует stop_reason=refusal без output-токенов; advisor поддерживает max_tokens на вызов. Чеклист операторов: исправьте billing для ранних refusal, добавьте advisor max_tokens в routing config, используйте stop_details.category для триажа refusal.
Релиз Claude Code от 2 июня передаёт значения OTEL_RESOURCE_ATTRIBUTES как метки на каждую точку данных метрики, обеспечивая распределение затрат по командам на уровне Prometheus без кастомной инструментации на стороне gateway.
Контейнерные сессии OpenAI для Hosted Shell и Code Interpreter теперь тарифицируются поминутно с минимумом 5 минут. Разбираем модель стоимости для routing-команд: когда повторно использовать container_reference, избегать новых container_auto-сессий и выбирать уровень памяти.
OpenAI Workload Identity Federation позволяет CI/CD-пайплайнам обменивать OIDC-токены на краткосрочные API-ключи — без хранения credentials. Admin API добавил model allowlists, spend alerts и детализацию billing. Checklist оператора внутри.
OpenRouter закрыл Series B на $113 млн и фиксирует 25 трлн токенов в неделю — пятикратный рост за полгода. Этот сигнал требует конкретных выводов о routing-политике, governance и рисках lock-in на единственного provider.
GitHub Copilot AI Credits запущены в июне 2026 года: Premium Request Units заменены токеновой тарификацией, механизм автоматического даунгрейда при исчерпании квоты убран. Agentic-сессии теперь останавливаются, когда кредиты заканчиваются.
