A Microsoft colocou o tier AI Gateway do Azure API Management em visualização pública em 27 de julho, disponível em East US 2 e Sweden Central sem custo enquanto o preço é determinado. O tier é um recurso especificamente construído cujo plano de controle é organizado em torno de modelos, servidores MCP e ferramentas em vez de APIs — um afastamento estrutural da abordagem de policy-layering dos tiers clássico e v2, que mantêm suas capacidades de gateway de IA existentes inalteradas.

A camada de federação de modelos cobre a realidade multi-cloud que a maioria das frotas empresariais já vivencia. A visualização publica modelos hospedados em Foundry incluindo OpenAI, Anthropic e Mistral juntamente com modelos em AWS Bedrock, Google Vertex AI e OpenAI direto. Todos os provedores compatíveis com OpenAI compartilham um caminho de endpoint; o gateway roteia em correspondência exata do campo de modelo, portanto cada modelo publicado requer um nome único. Anthropic funciona através de um provedor personalizado com passthrough da API Messages. Um gateway é provisionado em aproximadamente um minuto sem unidades de escala para planejar.

A federação de ferramentas estende o mesmo padrão para a camada MCP. Os times podem expor um servidor MCP existente sobre SSE ou HTTP Streamable, converter operações de REST API em um servidor MCP enviando uma especificação OpenAPI, ou usar mais de 1.400 ferramentas apoiadas por conectores da biblioteca Power Platform e Logic Apps sem hospedar um servidor. Múltiplos servidores MCP federados ficam atrás de um único endpoint, portanto um agente se conecta uma vez e resolve ferramentas em todos eles. A autenticação por backend suporta chaves de API, credenciais OAuth 2.0 client credentials, identidade gerenciada e mTLS.

A governança é configurada através de cards de policy no portal como propriedades JSON em vez das expressões XML que veteranos de APIM conhecem. Os cards cobrem limites de taxa de requisição e token, quotas de token, Azure AI Content Safety e fallback para um modelo secundário. As policies se aplicam por asset, tornando a cobertura para cada modelo ou servidor MCP explícita. A telemetria flui como métricas de token OpenTelemetry com convenções semânticas GenAI para Application Insights, Datadog, Splunk, Grafana Cloud, ou qualquer endpoint OTLP que o cliente controla. O recurso é executado na própria subscription do cliente e tenant Entra.

O modelo operacional separa a propriedade da plataforma da autonomia do time. Um grupo central conecta modelos e ferramentas aprovados, define guardrails e mantém o quadro de uso; times de aplicação testam assets em um console integrado e compilam contra eles sem rotear cada mudança através do centro. Isso funciona apenas se o limite de acesso é mantido. Não se mantém da forma que o scoping de subscription APIM fazia: uma chave de runtime é gateway-scoped, alcançando cada modelo e cada ferramenta publicada naquele gateway. A orientação da Microsoft é uma chave por aplicação, mas um raio de explosão de chave vazada é todo o gateway em vez de um único produto. Times que confiaram em subscriptions APIM para escopear consumidores para APIs específicas devem redesenhar esse limite.

Duas questões não resolvidas dos arquitetos importam. A cobertura de ciclo de vida do agente é a primeira: se uma execução de agente termina sem conclusão limpa após produzir trabalho útil, é pouco claro se a saída é preservada para revisão auditável ou se o gateway tenta novamente a execução do zero. A distinção importa para pipelines de agentes stateful onde idempotência não é garantida. A segunda é coexistência: organizações que construíram configurações de gateway de IA em Premium ou Standard v2 não têm orientação publicada sobre se aqueles investimentos passam, rodam lado a lado ou migram para o novo tier. A documentação da Microsoft descreve o tier AI Gateway como uma extensão do gateway existente, mas o portal e o plano de controle são estruturalmente separados.

A postura de visualização requer leitura cuidadosa antes de planejar um cronograma de onboarding. Não há SLA. APIs, telemetria, limites, regiões e preço podem todos mudar antes de GA. Os caps específicos de throughput e quota não foram publicados. O preço ainda não foi anunciado, o que deixa o argumento cost-governance—o mais citado como o valor prático do tier—como a parte menos resolvida do lançamento.

A conclusão arquitetônica: o tier AI Gateway resolve o problema de consolidação do plano de controle para times enfrentando cinco ou mais provedores de modelos, mas as lacunas de key-scoping e coexistência o tornam uma implantação de workbench e não um plano de controle de produção até que a Microsoft envie granularidade de quota e orientação de migração.