Free checklist · AI gateway evaluation

The AI Gateway Evaluation Checklist

56 vendor-neutral criteria to evaluate LLM, MCP, and agent gateways, built from work with hundreds of engineering and platform teams.

No paywall Open and vendor-neutral Built for platform and engineering teams
  • One OpenAI-compatible endpoint for every model
  • Automatic failover when a provider throttles or fails
  • Tool-level RBAC and OAuth for every MCP server
  • Under 5 ms p95 gateway overhead

Wat de checklist dekt:

56

Evaluatiecriteria voor model-, tool- en agentverkeer

4

Gebieden: LLM-gateway, MCP-gateway, agent-gateway en platform

49

Essentiële functies: waar een productie-gateway absoluut aan moet voldoen

<5 ms

Doelstelling voor p95 gateway-overhead voor time-to-first-token

Inhoud van de checklist

Download de checklist en ontvang:

Een open referentie die uw platform- en engineeringteams kunnen gebruiken om AI-gateways naast elkaar te vergelijken of om uw eigen uitrol te plannen.

Checklist downloaden

✓

Het volledige AI-gateway framework van 56 punten

Elk criterium gegroepeerd per gebied, met de bijbehorende vraag en een prioriteit (must-have of nice-to-have).

✓

Criteria voor LLM-routering, veerkracht en guardrails

Virtuele modellen, gewogen load balancing, failover, retries, health checks, input- en output-guardrails en budgetten.

✓

Criteria voor MCP- en agent-gateways

MCP-registers, 2- en 3-legged OAuth, RBAC op toolniveau, agent-identiteit en goedkeuringen met menselijke tussenkomst.

✓

Benchmarks voor prestaties en compliance

Doelen voor latentie en doorvoer, multi-regio implementatie, SSO, SOC 2 Type II, AVG en encryptie-eisen.

Waarom dit belangrijk is

De AI-gateway is uitgegroeid van een router naar essentiële AI-infrastructuur

De eerste AI-gateways waren eenvoudige routeringslagen: één API-sleutel, een paar providers, misschien een retry-functie. Dat is niet langer voldoende. Teams gebruiken nu tientallen modellen, verbinden agents met MCP-servers die toegang hebben tot bronsystemen en rollen coding agents zoals Claude Code en Cursor uit naar elke engineer.

Al dat verkeer heeft dezelfde zaken nodig: één endpoint, veerkracht bij uitval van een provider, guardrails voor inkomende en uitgaande data, toegangscontrole, kostenregistratie en een volledig audit-spoor. Wanneer elk team deze onderdelen afzonderlijk bouwt, is de dekking inconsistent en heeft niemand volledig overzicht.

AI Gateway Apps any SDK Coding agents Claude Code · Cursor AI agents multi-step LLM providers hosted + self-hosted MCP servers Slack · GitHub · Jira Agents any framework LLM Gateway routing · failover · guardrails · cost MCP Gateway registry · OAuth · tool RBAC · audit Agent Gateway registry · identity · approvals SSO · RBAC · request logging · rate limits · <5 ms p95

Eén gateway, drie soorten verkeer, één set controles. De checklist dekt elke laag.

Een moderne AI-gateway dekt drie soorten verkeer. De LLM-gateway beheert modelaanroepen. De MCP-gateway beheert de tools die agents gebruiken. De agent-gateway beheert de agents zelf. Onder deze drie liggen de platformcontroles: SSO, RBAC, logging, dashboards, snelheidslimieten en compliance.

Hoe een AI-gateway van productieniveau eruitziet

Ontwikkelaars gebruiken één OpenAI-compatibel endpoint, of hun eigen provider-SDK's, zonder dat er codewijzigingen nodig zijn. Virtuele modelnamen ontkoppelen apps van de modelkeuze, en verkeer wordt automatisch geladen, opnieuw geprobeerd en gefailoverd wanneer een provider vertraagt of uitvalt. Guardrails inspecteren prompts en antwoorden op PII en prompt-injectie, en elk verzoek wordt gecalculeerd en aan een budget getoetst, inclusief verkeer van coding agents.

MCP-servers bevinden zich in één register achter één endpoint, met OAuth voor gebruikers en services, RBAC op toolniveau, guardrails voor tools en een volledig audit-spoor. Agents worden geregistreerd, toegangsgecontroleerd en voorzien van hun eigen scoped identiteit, waarbij menselijke goedkeuring vereist is voor gevoelige acties. De gehele gateway voegt minder dan 5 ms p95 toe, schaalt naar meer dan 100 gelijktijdige verzoeken per seconde en draait over regio's heen met SOC 2 Type II, AVG-compliance en encryptie.

Een open raamwerk voor een evoluerende categorie

TrueFoundry heeft deze checklist opgesteld op basis van de samenwerking met honderden engineering- en platformteams. We hebben deze openbaar en leverancierneutraal gemaakt, zodat elke organisatie deze kan gebruiken om met vertrouwen een AI-gateway te evalueren, implementeren en schalen.

Voorbeeld

De vier gebieden in de evaluatiechecklist voor AI-gateways

Een greep uit de criteria in elk gebied. De volledige checklist bevat alle 56 punten, inclusief prioriteiten en evaluatievragen.

Gebied 1 · 18 criteria

LLM-gateway

Een OpenAI-compatibel eindpunt zorgt ervoor dat één SDK elk model kan bereiken

Een primair model schakelt automatisch over naar secundaire doelen bij uitval

Verkeer van coding agents wordt toegeschreven, gebudgetteerd en toegangsgecontroleerd

+15 criteria meer

Gebied 2 · 16 criteria

MCP-gateway

MCP-servers worden geregistreerd in één centrale catalogus

OAuth 2.0 per gebruiker met inline toestemming tijdens een chat

RBAC op toolniveau per gebruiker, team en service-account

+13 criteria meer

Gebied 3 · 8 criteria

Agent-gateway

Alle agents worden geregistreerd en beheerd in één catalogus

Elke agent heeft zijn eigen scoped service-identiteit

Gevoelige tool-aanroepen pauzeren voor menselijke goedkeuring

+5 criteria meer

Gebied 4 · 14 criteria

Platform en overkoepelend

SSO via SAML 2.0 en OIDC met je zakelijke IdP

Elk verzoek gelogd met prompt, respons, tokens, kosten en identiteit

Minder dan 5 ms p95 overhead bij 100+ gelijktijdige RPS

+11 criteria meer

4,7

★★★★★

Gartner Peer Insights

Beoordeeld met een 4,7 op Gartner Peer Insights

Ondernemingen gebruiken de AI Gateway van TrueFoundry, die LLM-, MCP- en Agent-gateways omvat, om modellen, tools en agents te verbinden, te observeren en te beheren vanuit één controlepaneel, als SaaS, on-premises of in een air-gapped omgeving.

96%

van de beoordelaars beveelt dit waarschijnlijk aan

4,9

gebruiksgemak bij implementatie en beheer

3–4 ms

extra gateway-latentie

Veelgestelde vragen over de evaluatiechecklist voor AI-gateways

Wat is een AI-gateway?

Een AI-gateway is de infrastructuurlaag tussen je applicaties en de modellen, tools en agents die ze gebruiken. Het geeft elk team één beheerd eindpunt met routing, failover, guardrails, toegangscontrole, kostenregistratie en observability, in plaats van dat elke app afzonderlijk verbinding maakt met providers.

Wat is het verschil tussen een LLM-gateway, een MCP-gateway en een agent-gateway?

Een LLM-gateway beheert modelverkeer: één OpenAI-compatibele API, routing, failover, guardrails en kostenbeheersing. Een MCP-gateway beheert toolverkeer: een MCP-serverregister, OAuth, RBAC op toolniveau, tool-guardrails en audit. Een agent-gateway beheert de agents zelf: een agentregister, toegangscontrole, identiteit, observability en menselijke goedkeuring voor gevoelige acties. Een complete AI-gateway dekt alle drie.

Waar moet je op letten bij het evalueren van een AI-gateway?

Zoek naar een OpenAI-compatibel eindpunt met brede ondersteuning voor providers, virtuele modellen met load balancing en failover, guardrails voor input, output en tools, budgetten en kostenregistratie, een MCP-register met OAuth en RBAC op toolniveau, agent-governance, SSO en fijnmazige RBAC, volledige verzoeklogging, lage latentie-overhead, multi-regio implementatie en SOC 2- en AVG-compliance.

Hoeveel latentie mag een AI-gateway toevoegen?

De checklist stelt een doel van minder dan 5 ms p95 verwerkingsoverhead voor de tijd tot de eerste token, waarbij de gateway 100+ gelijktijdige verzoeken per seconde afhandelt zonder prestatieverlies.

Kan een AI-gateway codeer-agents zoals Claude Code en Cursor beheren?

Ja. De checklist bevat governance voor codeer-agents als een vereiste: de gateway moet verkeer van AI-codeertools zoals Claude Code, Codex CLI, Cursor, GitHub Copilot, Gemini CLI en Cline kunnen identificeren, inclusief attributie per tool, kostenregistratie, budgetten en toegangscontrole.

Is de evaluatiechecklist voor een AI-gateway leverancier-neutraal?

Ja. Het is een open, leverancier-neutrale referentie die is gebouwd op basis van de ervaringen van honderden engineering- en platformteams, zodat elke organisatie deze kan gebruiken om een AI-gateway te evalueren, implementeren en schalen.