argus-request-compute

name	argus-request-compute
description	Use ANTES de elegir un modelo de inferencia para un job con valor económico. Declarás el revenue esperado y el burn proyectado; Argus decide el tier de compute (ULTRA / BASE / REJECT) y te devuelve el modelo permitido + un auth token que DEBÉS reenviar en tus llamadas a Nemotron. No elijas modelo de memoria: pedí el tier primero y usá exactamente el que Argus asigne.

argus-request-compute

Antes de correr un job que produce ingreso, declarás su economía a Argus y este decide qué modelo de Nemotron podés usar según el margen. Evita quemar un modelo caro en un job de bajo margen (o negativo). El agente NO elige el modelo: Argus lo asigna.

Cuándo usarla

• El job tiene un expected_revenue_usd conocido o estimable.
• Vas a elegir entre un modelo premium (ultra) y uno base.
• SIEMPRE antes de la inferencia, nunca después.

Cómo pedir el tier

Hacé exactamente este POST (copialo, no lo armes de memoria):

curl -sS -X POST http://localhost:9120/api/plugins/argus/sim/compute \
  -H 'Content-Type: application/json' \
  -d '{
    "job_id": "<id-del-job>",
    "cost_center_id": "default",
    "expected_revenue_usd": <revenue>,
    "projected_burn_usd": <burn-proyectado>
  }'

Qué te devuelve

En ALLOW (tier ultra o base):

{
  "result": {
    "action": "allow",
    "tier": "ultra",
    "model": "nvidia/nemotron-3-ultra-550b-a55b",
    "compute_budget_usd": 15.0,
    "expected_margin_usd": 185.0,
    "auth_token": "<token>",
    "expires_in": 60,
    "allocation_id": 1
  }
}

En REJECT (margen insuficiente):

{
  "result": {
    "action": "block",
    "message": "Argus rejected compute: negative_margin ...",
    "verdict": "TIER_REJECT",
    "expected_margin_usd": -2.0
  }
}

Qué hacer con la respuesta

• action: "allow" -> usá EXACTAMENTE el model que vino en la respuesta. NO uses otro modelo.
• Guardá el auth_token y reenvialo en la metadata de tu llamada a Nemotron, en el campo metadata.argus_auth_token. Sin el token, la capa de integridad de compute marca la corrida como violación al cotejarla contra telemetry.
• El token vence en expires_in segundos (60). Pedí el tier justo antes de inferir, no con anticipación.
• action: "block" -> NO corras el job. El margen no lo justifica. Reportá el message.

Ejemplo

Job de comisión, ingreso $200, burn proyectado $15:

curl -sS -X POST http://localhost:9120/api/plugins/argus/sim/compute \
  -H 'Content-Type: application/json' \
  -d '{
    "job_id": "mermelada-commission-001",
    "cost_center_id": "default",
    "expected_revenue_usd": 200.0,
    "projected_burn_usd": 15.0
  }'

-> allow, tier ultra, modelo nvidia/nemotron-3-ultra-550b-a55b, token de 60s. Usás ese modelo y reenviás el token en metadata.argus_auth_token.