免費 / 開源在本機或雲端執行與打造開源 AI 模型
Weights & Biases(CoreWeave Forge): 擅長實驗追蹤與模型登錄檔工作流程,但較少針對即時 LLM 生產可觀測性進行專門設計。 Arize AI 每月有 249,028 次造訪,月增率 +3.2%,定價模式為付費、需聯絡報價。Weights & Biases(CoreWeave Forge)每月有 315,624 次造訪,成長率 -80.2%,定價模式為免費增值、需聯絡報價、免費。
| 面向/指標 | ![]() | ![]() |
|---|---|---|
| 官方網域 | arize.com | wandb.ai |
| 定價模式 | 付費、需聯絡報價 | 免費增值、需聯絡報價、免費 |
| 每月造訪次數 | 24.9萬 (249,028) | 31.56萬 (315,624) |
| 月流量變化量 | +7668 (+3.2%) | -127.55萬 (-80.2%) |
| 主要市場與市佔 | 🇺🇸 美國 (51.6%) | 🇺🇸 美國 (32.2%) |
| 每月直接造訪 | 10.78萬 | 23.09萬 |
| 使用者評分 | 4.6 | 4.7 |
| 支援平台 | 網站 | 網站 |

面向生產級 AI 的代理可觀測性、評估與持續改進平台
基於 OpenTelemetry 之上的 OpenInference 規範,蒐集代理與 LLM 呼叫的 span、trace 與工作階段,埋點可跨工具重複使用。
在 span、trace 與工作階段三個層級執行評估,對大量生產資料衡量檢索品質、工具呼叫與最終回覆的優劣。
內建於產品中的代理,可檢查链路、推斷根因,並給出供工程師上線前審閱的修復建議。
當需要讓軌跡資料留在自有基礎設施內時,可自行部署這套領先的開源追蹤與評估工具。

在互聯環境中追蹤、評估並交付 AI 模型與代理。
記錄訓練執行中的指標、損失與媒體樣本,並在互動式圖表中並排比較,找出真正提升模型的做法。
執行自動化超參數搜尋並視覺化參數重要性,更快收斂到更佳設定。
對資料集與模型產物進行版本管理、追蹤血緣,並透過註冊表把模型從訓練推進到生產。
建置、記錄並評估 LLM 提示詞與應用,搭配追蹤與評估工具,構成 LLMOps 工作流程。
免費 / 開源在本機或雲端執行與打造開源 AI 模型

專項更強Features simulation and guardrail tools for testing LLM safety and robustness before production deployment.
專項更強Features simulation and guardrail tools for testing LLM safety and robustness before production deployment.

免費 / 開源提供強固的 LLM 評估與測試套件以及整合式企業閘道,並優先考量提示詞基準測試。
專注於提示詞版本控制、協作式 CMS 管理與代理追蹤,而非一般 MLOps。

專門從事自動化 LLM 單元測試與資安紅隊演練,不過對傳統 MLOps 實驗追蹤的關注較少。
專門從事自動化 LLM 單元測試與資安紅隊演練,不過對傳統 MLOps 實驗追蹤的關注較少。
專項更強Stronger focus on compliance enforcement and AI governance, but less specialized for deep developer tracing workflows.

免費 / 開源開源可觀測性:找出 AI Agent 的故障,並直接修好

免費 / 開源Provides an open-source workspace specifically for prompt experimentation, LLM evaluation, and agent deployment pipelines.
提供企業級治理與模型可解釋性功能,但純 LLM 追蹤的初始設定門檻較高。