Snowflake Cortex AI Gateway : un point d'entrée unique pour les modèles, avec quotas par utilisateur

Une passerelle IA est un guichet unique : toutes les applications et tous les assistants de code de l'entreprise passent par la même adresse pour appeler des modèles de langage. On sait ainsi qui consomme quoi, et on peut couper le robinet. Snowflake vient de faire passer la sienne, Cortex AI Gateway, en disponibilité générale pour trois fonctions. L'annonce date du 3 novembre 2026.

Ce qui est disponible

• L'inférence. Les requêtes s'envoient au format Chat Completions d'OpenAI ou Messages d'Anthropic, depuis les kits de développement officiels ou un agent de code. Un outil déjà écrit pour l'une de ces deux API peut donc, en principe, être redirigé vers la passerelle.
• L'observabilité. Chaque requête laisse une trace interrogeable en SQL dans une table dédiée (AGENT_TRACE_TABLE) : modèle appelé, durée, nombre de jetons, erreurs. Les applications peuvent aussi y envoyer leurs propres traces OpenTelemetry.
• La maîtrise des coûts. Une vue (AI_GATEWAY_USAGE_HISTORY) détaille la consommation par requête, par utilisateur et par modèle. Deux garde-fous s'y ajoutent : des budgets partagés par équipe et des quotas par utilisateur.

Deux fonctions restent en préversion : les tableaux de bord d'analyse des traces et les « outils » de la passerelle.

Budgets et quotas ne se valent pas

La documentation fait une distinction qu'il faut avoir en tête avant de promettre un plafond de dépense à sa direction.

• Les quotas par utilisateur bloquent réellement la personne qui atteint sa limite, en quelques minutes selon Snowflake.
• Les budgets partagés regroupent la dépense d'un ensemble d'utilisateurs repérés par une étiquette. Ils envoient une notification ; le blocage, lui, passe par des procédures que vous devez écrire. L'évaluation est périodique : la dépense peut dépasser le seuil avant toute réaction, avec un délai annoncé pouvant atteindre 6,5 heures, ou une heure avec l'option à faible latence.

Facturation et droits d'accès

D'après la documentation, l'inférence via la passerelle est facturée comme le reste de Cortex : en crédits IA, au jeton, au tarif de chaque modèle. Les pages que nous avons lues ne mentionnent pas de supplément propre à la passerelle. Les tarifs par modèle figurent dans la grille de prix de Snowflake, à consulter séparément.

Chaque compte dispose d'une seule passerelle, créée automatiquement. Deux réglages par défaut méritent une vérification :

• le droit d'envoyer des requêtes est accordé à tous les rôles (PUBLIC). Il n'élargit pas l'accès aux modèles, qui reste soumis aux droits Cortex habituels, mais mieux vaut le savoir ;
• rien n'est journalisé tant que la journalisation n'est pas activée. L'enregistrement du contenu des requêtes et des réponses demande un réglage supplémentaire, et Snowflake recommande de traiter ces contenus comme sensibles. Le droit MONITOR permet de lire les traces de tous les utilisateurs.

Où la passerelle est-elle disponible ?

Une note du 16 octobre 2026 étend la passerelle aux régions commerciales de Microsoft Azure et de Google Cloud, ainsi qu'à la région AWS de Nouvelle-Zélande. Les pages consultées ne précisent ni la liste des modèles servis région par région, ni si une requête peut être traitée hors de la région du compte. Pour une entreprise française, c'est le point à faire confirmer par écrit.

Notre lecture

Pour une PME qui a déjà ses données dans Snowflake, l'intérêt est réel : une seule facture, des quotas par personne et un historique des appels sans outil supplémentaire. Le revers est une dépendance accrue. Clés, journaux, budgets et droits d'accès se retrouvent chez un seul fournisseur, facturés dans son unité de compte. Avant de généraliser : activez la journalisation, restreignez le droit d'usage par défaut, testez un quota par utilisateur sur un petit groupe, et vérifiez dans quelle région vos requêtes sont réellement traitées. Si vous n'êtes pas client de Snowflake, cette passerelle ne justifie pas à elle seule de le devenir.