Tác nhân QA E2E gốc AI tạo sinh, lập kế hoạch, viết và tự phục hồi kiểm thử bằng ngôn ngữ tự nhiên
Arize AI ghi nhận 249.028 lượt truy cập hàng tháng với mức tăng trưởng so với tháng trước là +3,2% và giá Trả phí, Liên hệ để biết giá. EvalCore ghi nhận 0 lượt truy cập hàng tháng với mức tăng trưởng 0% và giá Miễn phí.

Kiểm thử snapshot cho hành vi AI — phát hiện hồi quy ngoại tuyến trong CI
| Tiêu chí / Chỉ số | ![]() | ![]() |
|---|---|---|
| Tên miền chính thức | arize.com | evalcore.cc |
| Mô hình giá | Trả phí, Liên hệ để biết giá | Miễn phí |
| Lượt truy cập hàng tháng | 249,03 N (249.028) | 0 (0) |
| Mức thay đổi lưu lượng theo tháng | +7,67 N (+3,2%) | 0 (0%) |
| Thị trường chính & thị phần | 🇺🇸 Hoa Kỳ (51,6%) | 🌐 Toàn cầu (—) |
| Truy cập trực tiếp / tháng | 107,84 N | 0 |
| Đánh giá người dùng | 4,6 | 4,8 |
| Nền tảng được hỗ trợ | Trang web | Trang web |

Nền tảng quan sát, đánh giá và cải tiến liên tục cho AI agent trong môi trường production
Ghi lại span, trace và phiên làm việc của agent và các lệnh gọi LLM theo quy ước OpenInference trên OpenTelemetry, giữ instrumentation có thể tái sử dụng.
Chạy đánh giá ở cấp span, trace và phiên để chấm chất lượng truy hồi, dùng công cụ và câu trả lời cuối trên khối lượng dữ liệu production lớn.
Agent trong sản phẩm kiểm tra trace, chẩn đoán nguyên nhân khả dĩ và đề xuất bản sửa để kỹ sư duyệt trước khi triển khai.
Tự triển khai công cụ theo dõi và đánh giá mã nguồn mở hàng đầu khi cần giữ dữ liệu trace trong hạ tầng của riêng bạn.

Kiểm thử snapshot cho hành vi AI — phát hiện hồi quy ngoại tuyến trong CI
Một lần chạy trực tiếp ghi mọi request và response của model vào cassette SQLite cục bộ để CI phát lại ngoại tuyến, tất định và miễn phí.
Trỏ EvalCore tới endpoint tương thích OpenAI, vLLM, Ollama, REST API của bạn, lệnh shell hay trace OTel/OpenInference — không cần SDK.
Xếp chồng scorer như contains hay rubric giám khảo trong YAML để diễn đạt chính xác đáp án đúng cho từng ca kiểm thử.
So sánh với nhánh baseline để chỉ hồi quy thật mới thất bại, và dùng mã thoát để chặn pull request.
Tác nhân QA E2E gốc AI tạo sinh, lập kế hoạch, viết và tự phục hồi kiểm thử bằng ngôn ngữ tự nhiên

Xuất sắc trong việc theo dõi thử nghiệm và quy trình đăng ký mô hình, nhưng ít được thiết kế riêng cho khả năng quan sát LLM trong sản xuất thời gian thực.
Xuất sắc trong việc theo dõi thử nghiệm và quy trình đăng ký mô hình, nhưng ít được thiết kế riêng cho khả năng quan sát LLM trong sản xuất thời gian thực.

Kiểm thử bảo mật và red team AI lấy tấn công làm gốc
Kiểm thử bảo mật và red team AI lấy tấn công làm gốc

Miễn phí / Mã nguồn mởXây dựng, mô phỏng, đánh giá và giám sát AI agent tự cải thiện
Miễn phí / Mã nguồn mởXây dựng, mô phỏng, đánh giá và giám sát AI agent tự cải thiện

Miễn phí / Mã nguồn mởMaxim AI is a platform for evaluating, testing, and monitoring AI applications, and the home of Bifrost, an open-source LLM gateway. It helps teams ship reliable AI features with tracing, evaluation, agent simulation, and production observability.
Miễn phí / Mã nguồn mởMaxim AI is a platform for evaluating, testing, and monitoring AI applications, and the home of Bifrost, an open-source LLM gateway. It helps teams ship reliable AI features with tracing, evaluation, agent simulation, and production observability.

Miễn phí / Mã nguồn mởKiểm thử UI mã nguồn mở, dễ đọc cho mobile và web
Miễn phí / Mã nguồn mởKiểm thử UI mã nguồn mở, dễ đọc cho mobile và web

Tập trung mạnh vào quản lý prompt và kiểm soát phiên bản, trong khi Arize ưu tiên theo dõi đầu cuối và khả năng quan sát ML.
Tập trung mạnh vào quản lý prompt và kiểm soát phiên bản, trong khi Arize ưu tiên theo dõi đầu cuối và khả năng quan sát ML.

Chuẩn hóa đánh giá, giám sát và red team LLM trong toàn bộ tổ chức
Chuẩn hóa đánh giá, giám sát và red team LLM trong toàn bộ tổ chức

Miễn phí / Mã nguồn mởQuan sát, đánh giá và quản trị tác tử cho đội nền tảng AI
Miễn phí / Mã nguồn mởQuan sát, đánh giá và quản trị tác tử cho đội nền tảng AI
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.
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.

Miễn phí / Mã nguồn mởKhả năng quan sát mã nguồn mở giúp tìm ra lỗi của AI agent — và sửa luôn
Miễn phí / Mã nguồn mởKhả năng quan sát mã nguồn mở giúp tìm ra lỗi của AI agent — và sửa luôn

Miễn phí / Mã nguồn mởKhông gian làm việc mã nguồn mở để xây dựng, đánh giá và triển khai AI agent
Miễn phí / Mã nguồn mởKhông gian làm việc mã nguồn mở để xây dựng, đánh giá và triển khai AI agent