EvalCore は月間 0 訪問、前月比成長率 0%、料金体系無料を記録しています。Weights & Biases（CoreWeave Forge）は月間 315,624 訪問、成長率 -80.2%、料金体系フリーミアム、料金は要問い合わせ、無料を記録しています。
一つの接続環境で AI モデルとエージェントを追跡・評価・出荷。
| 項目 / 指標 |  | |
|---|---|---|
| 公式ドメイン | evalcore.cc | wandb.ai |
| 料金モデル | 無料 | フリーミアム、料金は要問い合わせ、無料 |
| 月間訪問数 | 0 (0) | 31.56万 (315,624) |
| 前月比トラフィック増減 | 0 (0%) | -127.55万 (-80.2%) |
| 主要市場とシェア | 🌐 グローバル (—) | 🇺🇸 アメリカ合衆国 (32.2%) |
| 月間ダイレクト訪問数 | 0 | 23.09万 |
| ユーザー評価 | 4.8 | 4.7 |
| 対応プラットフォーム | ウェブサイト | ウェブサイト |
AIの振る舞いをスナップショットテスト — CIでオフライン回帰検知
ライブ実行でモデルのリクエストとレスポンスをすべてローカルSQLiteカセットに取り込み、CIがオフラインで決定的にゼロコストで再生します。
OpenAI互換エンドポイント、vLLM、Ollama、独自REST API、シェルコマンド、OTel/OpenInferenceトレースを指定可能。SDKは不要です。
containsやjudgeルーブリックなどのスコアラーをYAMLで重ね、各ケースの正解がどういう形かを正確に表現します。
ベースライン分岐と比較して本当の回帰だけを失敗とし、終了コードでプルリクエストを止めます。
一つの接続環境で AI モデルとエージェントを追跡・評価・出荷。
学習実行の指標、損失、メディアをログに記録し、インタラクティブなチャートで並べて比較して、モデルを実際に改善する要因を特定します。
自動ハイパーパラメータ探索を実行し、パラメータ重要度を可視化して、より良い設定へ素早く収束させます。
データセットとモデルアーティファクトをバージョン管理し、系譜を追跡して、レジストリを通じて学習から本番までモデルを昇格します。
LLM のプロンプトとアプリを構築・記録・評価し、トレースと評価ツールを LLMOps ワークフローとしてまとめます。
無料・オープンソースオープン AI モデルをローカルでもクラウドでも実行・構築
自然言語でE2Eテストを計画・作成・自己修復する生成AIネイティブなQAエージェント
無料・オープンソース本番環境における高度なLLMの可観測性とトレーシングを提供し、本番環境の障害やドリフトのデバッグに強く注力しています。
特化型Features simulation and guardrail tools for testing LLM safety and robustness before production deployment.
特化型Features simulation and guardrail tools for testing LLM safety and robustness before production deployment.
無料・オープンソース堅牢なLLM評価・テストスイートを統合エンタープライズゲートウェイとともに提供し、プロンプトのベンチマークを優先します。
無料・オープンソースモバイルと Web のためのオープンソースで読める UI テスト
一般的なMLOpsではなく、プロンプトのバージョニング、共同CMS管理、エージェント追跡に特化しています。
一般的なMLOpsではなく、プロンプトのバージョニング、共同CMS管理、エージェント追跡に特化しています。
自動化されたLLMの単体テストやセキュリティのレッドチーミングに特化していますが、従来のMLOps実験トラッキングへの注力はやや控えめです。
自動化されたLLMの単体テストやセキュリティのレッドチーミングに特化していますが、従来のMLOps実験トラッキングへの注力はやや控えめです。
Openlayer is a platform that tests AI systems before release, monitors them in production, and enforces policy and compliance requirements across every model and agent your company runs.
無料・オープンソースProvides an open-source workspace specifically for prompt experimentation, LLM evaluation, and agent deployment pipelines.
