Tarification et architecture de Kong Gateway : une analyse pour les équipes d'IA (édition 2026)

Kong est depuis longtemps une plateforme largement adoptée pour la gestion des API, en particulier pour les microservices et les architectures basées sur REST. Avec l'introduction de ses fonctionnalités Kong AI Gateway, Kong étend sa plateforme pour prendre en charge le routage et la gouvernance du trafic LLM.

Cependant, la tarification et le modèle opérationnel de Kong Gateway ont été conçus à l'origine pour la gestion des API à grande échelle, et non pour des flux de travail d'inférence d'IA légers. Cela soulève une question importante : est-il rentable et opérationnel d'utiliser une plateforme d'API d'entreprise complète pour les cas d'utilisation du routage par IA ?

Ce guide décrit les coûts, les limites et explique comment l'utilisation d'une passerelle polyvalente pour le routage par IA peut avoir un impact sur la rentabilité par rapport à des alternatives spécialement conçues comme TrueFoundry.

Qu'est-ce que Kong Gateway ?

Dans cette section, nous aborderons brièvement ce qu'est Kong Gateway et ses fonctionnalités. Kong est une passerelle d'API open source, native du cloud, construite sur Nginx et le framework OpenResty. Il est conçu pour se placer devant les microservices RESTful et gérer le flux de trafic et les politiques avant que les requêtes n'atteignent le backend.

Les principales caractéristiques sont les suivantes :

• Architecture du plug-in : Système extensible utilisant Lua pour ajouter des fonctionnalités telles que l'authentification, la journalisation et les transformations.
• Équilibrage de charge : Acheminement du trafic des couches 4 et 7 entre les services en amont.
• Proxy IA : Des ajouts récents permettent de standardiser les signatures d'API pour les fournisseurs LLM (OpenAI, Anthropic).
• Support du protocole : Support complet pour gRPC, SOAP, GraphQL et WebSocket.
• Options de déploiement : Disponible sous forme de SaaS géré (Konnect) ou de binaire d'entreprise auto-hébergé.

Quel est le prix de Kong Gateway ?

Kong utilise un modèle de tarification hybride qui implique des variables distinctes pour différents types de déploiement. Contrairement aux outils natifs de l'IA qui facturent par « jeton » ou « unité modèle », Kong s'en tient aux indicateurs de gestion des API traditionnels. Cette section explique les deux méthodes distinctes utilisées par les entreprises pour payer les coûts de Kong Gateway.

Tarification de Kong Konnect (plan de contrôle SaaS)

Kong Konnect est la version SaaS gérée. Tout en éliminant les maux de tête liés à la gestion du plan de contrôle, la structure tarifaire est agressive pour les applications d'IA à volume élevé.

La tarification de Kong HQ est basée sur la consommation et est généralement facturée par demande d'API traitée via la passerelle gérée. Selon l'actuel Niveaux de tarification de Kong Gateway, les coûts sont échelonnés comme suit :

• Frais de service : Environ 105$ par mois par « service de passerelle » (chaque fournisseur LLM ou modèle vers lequel vous vous dirigez est considéré comme un service).
• Frais de demande : ~34,25 $ pour 1 million de demandes d'API.
• Infrastructure réseau : Coût de base d'environ 720 dollars par mois pour les instances de passerelle cloud dédiées (souvent facturées sous forme de frais de réseau/de calcul horaires, par exemple, 1,00 dollar de l'heure).

Pourquoi cela nuit aux charges de travail liées à l'IA :

Les applications d'IA génèrent de nombreux appels de passerelle internes. Un seul flux de travail « Agent » peut déclencher une chaîne de plus de 20 appels d'API internes (recherche RAG, recherche dans la base de données vectorielle, invite, nouvelle invite). Dans un monde d'API standard, 1 million de requêtes, c'est beaucoup. Dans les flux de travail agentiques, un volume de demandes élevé peut accélérer la consommation de niveaux basés sur l'utilisation plus rapidement que le trafic REST standard.

Figure 1 : L'effet multiplicateur de l'IA agentique sur la facturation basée sur les demandes

Kong Enterprise Pricing (auto-hébergé)

Pour les équipes qui souhaitent s'auto-héberger afin de préserver la confidentialité des données (ce qui est courant dans l'IA), la tarification passe aux licences annuelles. Cela est généralement opaque et nécessite des négociations commerciales, mais les coûts de structure sont bien connus.

La tarification est basée sur « Prestations » ou « Nœuds »:

• Licences par service : Vous payez pour chaque service backend devant lequel se trouve la passerelle. Si vous effectuez un routage vers OpenAI, Azure, Anthropic et une instance locale de Llama 3, cela compte pour 4 services distincts.
• Modules complémentaires : Les fonctionnalités d'entreprise telles que le plug-in « AI Rate Limiting Advanced » ou les analyses spécialisées nécessitent souvent des licences « Plus » ou « Enterprise » de niveau supérieur, ce qui pousse fréquemment les contrats au-dessus 50 000$ par année même pour les déploiements de taille moyenne.
• Taxe d'expérimentation : Les équipes d'IA testent de nouveaux modèles open source chaque semaine. L'ajout d'un nouveau modèle de point de terminaison dans Kong Gateway Enterprise peut déclencher un événement de mise à niveau de licence si vous dépassez votre quota de « Service ».

Aperçu comparatif : modèles Kong et modèles natifs de l'IA

Pourquoi la conception axée sur les API de Kong entraîne des coûts supplémentaires pour les équipes d'IA ?

La tarification de Kong Gateway reflète ses origines en tant que plateforme de gestion d'API (APIM) à usage général. Cette section explique pourquoi les équipes d'IA payent souvent pour des fonctionnalités qu'elles n'utilisent jamais.

Payer pour les anciennes fonctionnalités de l'API

Kong est une plateforme d'entreprise complète conçue pour gérer la complexité des systèmes bancaires et télécoms existants. Il inclut un support complet pour SOAP, le transcodage gRPC, la validation XML et les architectures monolithiques par défaut.

Pour une application Generative AI, vous traitez des charges utiles REST basées sur JSON. Vous n'avez pas besoin de transformation XML vers JSON ni de services SOAP. Toutefois, Kong étant une « plate-forme » groupée, une partie importante de vos frais de licence est consacrée à la maintenance et à la prise en charge de ces fonctionnalités de protocole héritées. Vous investissez dans une vaste plateforme de passerelle « universelle », alors que les charges de travail basées sur l'IA n'utilisent peut-être qu'une fraction de ces fonctionnalités.

La structure de coûts basée sur les plugins

Le cœur de Kong est allégé, mais les fonctionnalités sont étendues grâce à des plugins disponibles dans le Kong Plugin Hub. Dans la version open source, vous obtenez les bases. Dans les niveaux payants, vous obtenez les versions « avancées » requises pour la production.

• Limitation du débit AI : Les limites du limiteur de débit standard demandes. Le plugin « AI Rate Limiting Advanced » (requis pour limiter par jetons) est une fonctionnalité d'entreprise haut de gamme.
• Authentification : Les intégrations OIDC/SSO de niveau entreprise sont souvent bloquées par des niveaux payants.

Cela peut créer une structure de coûts échelonnée : alors que le prix de base couvre la gestion des API de base, les fonctionnalités avancées d'IA nécessitent souvent des modules supplémentaires.

Coûts supplémentaires liés à l'utilisation de Kong AI Gateway

Au-delà des licences, Kong introduit des coûts opérationnels qui se traduisent directement en dépenses. Cette section met en évidence les points de friction qui influent sur le coût total de possession.

Personnalisation entre Lua et Python

Kong est construit sur Nginx et OpenResty, ce qui signifie que son langage d'extension est Lua.

• Le déficit de compétences : La plupart des ingénieurs en IA et des équipes ML Ops utilisent Python. Ils ne connaissent pas Lua.
• Le coût : Si vous avez besoin d'un garde-corps personnalisé (par exemple, « Vérifiez cette invite par rapport à notre base de données PII interne »), vous ne pouvez pas simplement écrire un script Python. Vous devez engager un spécialiste Lua ou consacrer un temps d'ingénierie précieux à l'apprentissage d'un langage de niche pour écrire un plugin Kong personnalisé.
• Performances : Bien que Lua soit rapide, la vitesse de développement est lente pour les équipes d'IA habituées au riche écosystème de bibliothèques Python (LangChain, LLamaIndex).

Figure 2 : La barrière de personnalisation

Surcharge des ressources du plan de données

Le plan de données de Kong est puissant mais consomme beaucoup de ressources. Il est conçu pour traiter des dizaines de milliers de demandes de trafic Web par seconde.

• Empreinte mémoire : L'exécution d'une instance Kong complète (nécessitant souvent une base de données Cassandra ou Postgres pour la sauvegarder, ou une configuration complexe du contrôleur K8s) consomme beaucoup de CPU et de RAM.
• Surprovisionnement : Dans le contexte de tarification de Kong AI, le trafic d'IA est faible en RPS (requêtes par seconde) mais à latence élevée (jetons de streaming). L'architecture de Kong est souvent exagérée. Vous payez pour une capacité de débit de niveau NGINX alors que votre goulot d'étranglement est en fait la latence du fournisseur LLM.

Quand la tarification de Kong Gateway est-elle judicieuse ?

Malgré ses inconvénients pour les charges de travail liées à l'IA, Kong reste le bon choix dans des scénarios spécifiques. Si votre organisation répond à ces critères, le coût de la passerelle Kong est justifié :

1. Plan de contrôle unifié : Les organisations qui gèrent des centaines de microservices existants bénéficient de la visibilité du trafic de l'IA sur le même tableau de bord que leurs API de paiement et d'authentification.
2. Déploiements hybrides : Si vous êtes déjà client de Kong Enterprise, il est plus facile d'ajouter des terminaux d'IA à votre contrat actuel que de créer un nouvel outil, même si le coût unitaire est plus élevé.
3. Entrée massive : Si votre application d'IA dessert des millions d'utilisateurs (par exemple, un wrapper ChatGPT) et nécessite une mise en cache de niveau NGINX et une protection DDoS à la périphérie, les capacités d'entrée matures de Kong sont supérieures à celles des passerelles IA plus récentes.

Pourquoi les équipes axées sur l'IA regardent au-delà de Kong ?

Alors que l'IA occupe une place centrale dans les produits, les équipes réévaluent si les anciennes plateformes d'API répondent à leurs besoins.

• Flux de travail natifs de Python : Les ingénieurs en IA préfèrent les outils qui s'intègrent à leur stack. Ils veulent écrire une logique de routage personnalisée en Python, pas configurer YAML ou écrire Lua.
• Vitesse d'itération : Les plateformes gourmandes en configurations comme Kong ralentissent les expérimentations. Les équipes d'IA doivent échanger des modèles, modifier les modèles d'invite et mettre à jour les garde-corps toutes les heures.
• Rentabilité : Comme le montre la tarification de Konnect, le paiement à la demande peut s'avérer économiquement inefficace pour les IA agentiques à volume élevé. Les équipes ont besoin d'une tarification adaptée valeur (jetons traités) plutôt que volume (accès HTTP).

TrueFoundry : l'alternative native à l'IA

TrueFoundry a été conçu spécifiquement pour l'ère du LLM, et n'a pas été adapté à la gestion des API. Cette section explique en quoi sa tarification et son architecture diffèrent.

Conçu pour les jetons, pas pour les demandes

TrueFoundry comprend l'économie unitaire de l'IA.

• Visibilité des jetons : Les métriques suivent les jetons d'entrée/sortie et le coût par requête de manière native. Vous n'avez pas besoin d'un plugin pour voir combien coûte GPT-4 par rapport à Llama 3.
• Prix équitables : Les coûts sont généralement liés au débit de calcul ou à la gestion du débit, ce qui permet d'éviter le « piège des demandes » des flux de travail internes.
• Granularité : L'observabilité s'aligne sur les objectifs de l'IA (par exemple, « Délai avant le premier jeton », « Jetons par seconde ») plutôt que sur les codes d'état HTTP génériques.

Personnalisation axée sur Python

Les garde-corps et les politiques personnalisés sont écrits en Python.

• Courbe d'apprentissage nulle : Vos ingénieurs en IA peuvent écrire un filtre PII ou une stratégie de routage personnalisée en Python et le déployer immédiatement sur la passerelle.
• Pas de goulot d'étranglement DevOps : Les équipes d'IA sont propriétaires de leur logique de passerelle sans avoir à faire appel à une équipe de plateforme centralisée pour mettre à jour les scripts Lua ou les configurations Nginx.

Aucune complexité d'entreprise

TrueFoundry est léger et spécialement conçu pour les charges de travail d'IA.

• Efficace : Il n'a pas le poids de SOAP, de XML ou de protocoles existants non apparentés.
• Rentable : Vous payez pour les fonctionnalités d'IA. Il n'y a pas de prime pour des décennies de fonctionnalités d'API d'entreprise accumulées que votre application LLM ne touchera jamais.

N'achetez pas un cuirassé pour attraper un poisson

Kong reste une plateforme d'entreprise puissante, mais la puissance est synonyme de coût et de complexité. Si votre objectif est de gérer des microservices pour une banque, Kong est excellent. Si votre objectif est d'acheminer, de gérer et d'observer le trafic LLM, Kong impose une « taxe héritée » via une tarification basée sur les demandes, l'obscurité Lua et des licences basées sur les services.

Prochaines étapes pour les leaders de l'ingénierie :

1. Auditez votre trafic : Si vous utilisez des agents ou des flux de travail basés sur l'intelligence artificielle, calculez votre facture potentielle de Kong Konnect en utilisant le chiffre de 34,25 millions de dollars de demandes.
2. Évaluez les solutions de rechange : Recherchez des passerelles qui offrent Basé sur des jetons visibilité et Python extensibilité.‍
3. Réservez une démonstration : Découvrez comment TrueFoundry simplifie la gestion des passerelles basées sur l'IA et réduit les coûts en supprimant les frais d'architecture.

Questions fréquemment posées

Est-ce que Kong Gateway est gratuit ?

La version open source de Kong Gateway est téléchargeable et peut être hébergée gratuitement. Cependant, il ne dispose pas de l'interface graphique (Kong Manager), des outils d'analyse avancés et des plug-ins d'entreprise (tels que OIDC, advanced AI Rate Limiting) nécessaires aux charges de travail d'IA de production. La version gérée, Kong Konnect, comporte un niveau gratuit limité par les demandes et les services, qui ne convient généralement qu'aux très petites preuves de concept.

Combien coûte Kong AI ?

Kong ne vend pas « Kong AI » en tant que produit autonome distinct ; il s'agit d'un ensemble de fonctionnalités incluses dans ses plans Enterprise et Konnect. Dans Konnect, vous payez des tarifs standard (~105 $/service/mois + frais d'utilisation). Dans Enterprise, les fonctionnalités d'IA font partie de la licence, mais des plug-ins d'IA spécifiques peuvent nécessiter une mise à niveau vers un niveau supérieur ou l'achat de packs complémentaires, ce qui fait grimper les coûts à des dizaines de milliers de dollars par an.

Qu'est-ce qui fait de TrueFoundry une meilleure alternative à Kong AI ?

TrueFoundry est « native pour l'IA », ce qui signifie que toute son architecture est conçue pour les jetons et les modèles, et non pour les requêtes HTTP génériques. Il propose Personnalisation basée sur Python (contre Kong's Lua), suivi des coûts au niveau des jetons (par rapport au comptage des demandes de Kong) et une empreinte opérationnelle plus légère. Cela permet aux équipes qui créent des applications LLM d'itérer beaucoup plus rapidement et à moindre coût par rapport à la configuration d'une passerelle API d'entreprise de poids lourd.