AI · LLM · Cost Governance

LLM harcaması
sızmasın.

Goveris, yapay zeka harcamalarını yöneten ve denetleyen bir altyapı. Her model çağrısını, denetlenebilir bir harcama kararı gibi ele alır; istenen modeli, seçilen yolu, tahmini maliyeti, riski, güven düzeyini, bütçe durumunu ve kararın gerekçesini tek tek kaydeder.

Nasıl çalışır ↓ İletişime geç

token'lar bütçeler limit içinde

01 — PROBLEM

Yapay zeka harcaması, fatura gelene kadar görünmez.

Ekipler model çağrılarını her ürüne yerleştirir; ama hangi modelin, hangi ekibin ya da hangi özelliğin bütçeyi erittiğini kimse söyleyemez — hatta pahalı bir modelin o istek için doğru seçim olup olmadığını bile. Fatura üçe katlandığında nedenini açıklayacak bir kayıt da, en baştan önleyecek bir katman da yoktur. Denetimsiz yapay zeka maliyeti, ancak para gittikten sonra fark ettiğin bir sızıntıdır.

02 — NASIL ÇALIŞIR

Her çağrı, bir ekonomik karar.

01 · YAKALA

Çağrıyı yakala

Her model isteği; modeli, tahmini maliyeti, riski ve bütçe durumuyla birlikte Goveris'ten geçer.

02 · YÖNET

Bütçeye göre yönlendir

Calybris Core'un desteğiyle; bütçeye ve beklenen faydaya göre izin verir, ucuz modele düşürür, yeniden dener ya da durdurur.

03 · DENETLE

Gerekçeyi kaydet

Model, yol, maliyet ve karar gerekçesi; sonradan raporlayabileceğin bir denetim kaydına işlenir.

03 — NE ELDE EDERSİN

Görebildiğin, sınırlayabildiğin, hesabını verebildiğin harcama.

Eksiksiz kayıt

Her çağrı; modeli, yolu, maliyeti, riski ve gerekçesiyle kaydedilir.

Bütçe denetimi

Her müşteri için, bütçeyi aşmadan önce devreye giren sınırlar — sonrasında değil.

Maliyet raporu

Kim, hangi modelde ne harcadı — finans ekibinin gerçekten kullanabileceği bir rapor.

Yapay zeka faturanı takip edemiyor musun?

Ürününle model harcaması arasına, bir yönetim ve denetim katmanı koyalım.

Projeye başla →

04 / OPERATING DOSSIER GOVERIS · CALYBRIS CORE 0.5.7

Make the invoice explain itself.Fatura kendisini açıklasın.

Goveris records model choice as an economic decision. Request metadata, catalog price, tenant budget, risk, confidence, selected route and the reason are bound before the call becomes an untraceable line on an invoice.Goveris model seçimini ekonomik bir karar olarak kaydeder. İstek metadata'sı, katalog fiyatı, tenant bütçesi, risk, güven, seçilen rota ve gerekçe; çağrı faturada izlenemeyen bir satıra dönüşmeden önce birbirine bağlanır.

PUBLIC ARTIFACT · 3 PAGES · SYNTHETIC SAMPLE

The report is part of the product.Rapor ürünün bir parçası.

The published sample replays 500,000 metadata-only calls. It exposes attribution, policy decisions, what-if ranges, review queues, evidence hashes and the exact boundary between a planning estimate and a production savings claim.Yayınlanan örnek, yalnızca metadata içeren 500.000 çağrıyı replay eder. Attribution, politika kararları, what-if aralıkları, inceleme kuyrukları, kanıt hash'leri ve planlama tahminiyle üretim tasarrufu iddiası arasındaki kesin sınırı gösterir.

Open full PDFPDF'i aç ↗ REPORT METADATA ↗ SAMPLE WAL ↗

Goveris AI spend governance audit report, page one — Page 1 · executive snapshot and policy simulationSayfa 1 · yönetici özeti ve politika simülasyonu

Goveris audit report attribution page — 02 / ATTRIBUTION

Goveris shadow pilot protocol page — 03 / SHADOW PILOT

01 / OBSERVE

Mirror metadata.Metadata'yı aynala.

Model, tokens, tenant, workflow, latency, risk and confidence enter; prompts and responses stay out.Model, token, tenant, workflow, latency, risk ve güven girer; prompt ve yanıtlar dışarıda kalır.

02 / PRICE

Resolve the catalog.Kataloğu çöz.

Requested and eligible routes receive one comparable cost basis.İstenen ve uygun rotalar tek karşılaştırılabilir maliyet temeli alır.

03 / DECIDE

Run Core 0.5.7.Core 0.5.7'yi çalıştır.

Budget, risk, confidence and tenant constraints produce allow, downgrade or block.Bütçe, risk, güven ve tenant sınırları allow, downgrade veya block üretir.

04 / RECORD

Write the reason.Gerekçeyi yaz.

Input, policy, decision and report identities stay replayable in the evidence ledger.Girdi, politika, karar ve rapor kimlikleri evidence ledger içinde replay edilebilir kalır.

05 / PROMOTE

Enforce only after review.Yalnızca incelemeden sonra uygula.

Shadow findings become controls only with outcome checks and explicit change approval.Shadow bulguları yalnızca outcome kontrolleri ve açık değişiklik onayıyla kontrole dönüşür.

PUBLIC SAMPLE / EVIDENCE LOCK

500,000 decisions, one reproducible run identity.500.000 karar, tek yeniden üretilebilir koşu kimliği.

DECISION MIX: 380,241 allow · 116,290 downgrade · 3,469 block
EVIDENCE: input SHA-256 · summary SHA-256 · run ID · generation time
PRIVACY MODE: metadata only · prompts off · local evidence volume
ENGINE: Calybris Core 0.5.7 · deterministic policy decision

OBSERVED SAMPLE 33.36%

Catalog-estimated savings rate in the synthetic replay. It is a scenario output, not a realized customer claim.Sentetik replay içindeki katalog-tahminli tasarruf oranı. Gerçekleşmiş müşteri iddiası değil, senaryo çıktısıdır.

SHADOW PILOT

Observe before control.Kontrolden önce gözlemle.

The seven-day protocol keeps production routing unchanged, mirrors metadata asynchronously and leaves raw events inside the customer environment.Yedi günlük protokol üretim rotasını değiştirmez, metadata'yı asenkron aynalar ve ham olayları müşteri ortamında bırakır.

PRODUCTION GATES

Cost control is not production-ready without quality evidence.Kalite kanıtı olmadan maliyet kontrolü üretime hazır değildir.

COVERAGE: ≥99% mirror coverage reconciled with customer telemetry
DATA QUALITY: field allowlist verified · no prompt capture
OUTCOMES: downgrades reviewed against task result, CSAT or approved label
CONTROL: enforcement remains locked until explicit promotion approval

Built by Emir Hüseyin İnci Sistem Mühendisi · Bursa, Türkiye Systems that decide. Proof that stays. Birlikte çalışalım →